350 руб
Журнал «Успехи современной радиоэлектроники» №6 за 2018 г.
Статья в номере:
Применение алгоритма определения устройства фотофиксации для различных параметров цифровых изображений
Тип статьи: научная статья
УДК: 004.932.2
Ключевые слова: цифровое изображение структурная помеха корреляция качество изображения.
Авторы:

Е.А. Аминова – аспирант, Ярославский государственный университет им. П.Г. Демидова E-mail: lena@piclab.ru

И.Н. Трапезников – к.т.н., Ярославский государственный университет им. П.Г. Демидова E-mail: trapeznikoff@list.ru

А.Л. Приоров – д.т.н., доцент, Ярославский государственный университет им. П.Г. Демидова E-mail: andcat@yandex.ru

Ю.А. Брюханов – д.т.н., профессор, Ярославский государственный университет им. П.Г. Демидова E-mail: bruhanov@uniyar.ac.ru

Аннотация:

Отмечено, что в современных системах распознавания образов и системах прикладного телевидения актуальна проблема достоверности информации, поступающей на вход таких систем. Для решения данной задачи – повышения достоверности получения цифрового изображения с предполагаемого устройства – предложен алгоритм на основе собственной структурной помехи аппарата фиксации. Рассмотрено качество работы алгоритма в зависимости от параметров используемых цифровых изображений. Тестирование проведено на оригинальной базе цифровых изображений. Установлено, что результаты работы могут быть интегрированы в различные прикладные системы обработки изображений и видео. 

Страницы: 3-11
Список источников
  1. Geradts Z.J., Bijhold J., Kieft M., Kurosawa K., Kuroki K., Saitoh N. Methods for identification of images acquired with digital cameras // Enabling Technologies for Law Enforcement. 2001. V. 4232. P. 505–512. 
  2. Alsop R. Workflow Automation Integration Requires A Large Technology Toolkit and A Structured Approach // Computer Technology Review, 1994.
  3. Black D. Workflow Software: A Layman’s Handbook, Part I. 1994. Inform.
  4. Boutell M., Luo J. Photo classification by integrating image content and camera metadata // Pattern recognition 17th international conference (ICPR 04). 2004. V. 4. P. 901–904.
  5. Chapman G.H., Leung J., Namburete A., Koren I., Koren Z. Predicting pixel defect rates based on image sensor parameters // IEEE International Symposium on Defect and Fault Tolerance. Vancouver. Canada. P. 408–416.
  6. Holst G.C. CCD Arrays, Cameras, and Displays. 2nd edition // JCD Publishing & SPIE Pres. USA. 1998.
  7. Kharrazi M., Sencar H.T., Memon N. Blind Source Camera Identification // ICIP-04. Singapore. P. 24–27.
  8. Janesick J.R. Scientific Charge-Coupled Devices // SPIE PRESS Monograph, SPIE–The International Society for Optical Engineering. 2001. V. PM83. 
  9. Gill P.R., Lee C., Lee D.-G., Wang A., Molnar A. A microscale camera using direct Fourier-domain scene capture // Optics Letters. 2011. V. 36. № 15. P. 2949–2951.
  10. Aminova E.A., Trapeznikov I.N., Priorov A.L. Оverview of digital forensics algorithms in DSLR cameras // International Workshop Photogrammetric and Computer Vision Techniques for Video Surveillance, Biometrics and Biomedicine. 2017. P. 199–205.
  11. Mihcak M.K., Kozintsev I., Ramchandran K. Spatially Adaptive Statistical Modeling of Wavelet Image Coefficientsand its Application to Denoising // IEEE Int. Conf. Acoustics, Speech, and Signal Processing. 1999. V. 6. P. 3253–3256. 
  12. Becker H.N., Alexander J.W., Dolphin M.D., Eisenman A.R., Salomon P.M., Selva L.E., Thorbourn D.O. Commercial Sensor Survey Fiscal Year 2009 Master Compendium Radiation Test Report // Jet Propulsion Laboratory California Institute of Technology. California. 2010.
  13. Khan S., Kulkarni A. Detection of copy-move forgery using multiresolution characteristic of discrete wavelet transform // International Conference and Workshop Emerging Trends in Technologies. (ICWET). 2015. P. 127–131.
  14. Kurosawa K., Kuroki K., Saitoh N. CCD Fingerprint Method – Identification of a Video Camera from Videotaped Images // International conference on image Processing. 1999. P. 537–540.
  15. Goljan M., Fridrich J., Filler T. Large Scale Test of Sensor Fingerprint Camera Identification // Electronic Imaging, Media Forensics and Security XI (SPIE). 2009. V. 7254. P. 0I–0J. 
  16. Bayram S., Sencar H.T., Memon N. An efficient and robust method for detecting copy-move forgery // IEEE International Conference Acoustics, Speech Signal Processing (ICASSP). 2015. P. 1053–1056.
  17. Ghorbani M., Firouzmand M., Faraahi A. DWT-DCT (QCD) based copy-move image forgery detection // 18th International Conference Systems, Signals Image Processing (IWSSIP). 2011. P. 1–4.
  18. Ziv J., Lempel A. A Universal Algorithm for Sequential Data Compression // IEEE Transactions on Information Theory. 1977. V. 23. № 3. P. 337–343.
  19. Welsh T. A Technique for High-Performance Data Compression // IEEE Computer. 1984. V. 17. P. 8–19. 
  20. Krishnan D., Fergus R. Dark flash photography // ACM Trans. on Graphics. 2009. V. 28. P. 1–8.
Дата поступления: 23 апреля 2018 г.