本发明属于相机识别领域，具体涉及一种基于监控噪声模板的监控图像来源识别方法及装置。
背景技术：
1、随着多媒体技术的发展和广泛应用，监控作为一种有效的信息手段，可以还原犯罪现场、佐证证词信息、实现人物追踪，是一种重要的司法证据。但同时，随着photoshop、美图秀秀等一系列修改图像软件的广泛传播，对监控图像的修改和替换变得愈加容易。因此，判断监控图像来源成为了一种重要的判别监控图像可信度的手段。相机来源识别指的是针对某一幅或多幅图片，判断其隶属于哪一种型号的监控。若判别该监控图像不是由所提供监控拍摄而成，则可认定该图像为伪造图像。
2、对某些监控，其所拍摄的图片中会自动附加拍摄监控信息。这些信息往往附加在图像的信息头中。但图像的信息头内容非常不安全，可以轻易地被修改。因此，这是一种不可靠的方式。而图像的噪声模板是在拍摄时由于监控的物理特性而附加的噪声纹理，很难被察觉，很难被修改，且不同型号的监控纹理相差甚远。因此，基于监控噪声模板的监控图像来源识别方法是一种安全、可靠而有效的判别来源方法。
技术实现思路
1、本发明目的在于针对现有技术的不足，提出一种基于监控噪声模板的监控图像来源识别方法及装置，实现监控图像溯源，利用监控自动附着于拍摄图像的噪声，追踪监控图像的拍摄监控，防止图像的替换篡改。
2、本发明所采取的具体技术方案如下：第一方面，本发明提供了一种基于监控噪声模板的监控图像来源识别方法，该方法步骤如下：
3、s1：对某一型号监控摄像头，取多张由该监控摄像头拍摄的图片；对每一张图片进行剪裁，使所有图片大小一致；
4、s2：对剪裁后的单张图片，首先进行滤波去噪，再将剪裁后的原始图片与滤波得到的图片相减，并对获得的图像进行零均值化，最终获得单张图片残差图像；
5、s3：对所有剪裁后的图片按照步骤s2获得的残差图像进行综合平均，获得对应型号监控摄像头的噪声模板；
6、s4：对其余型号监控摄像头重复步骤s1-步骤s3，综合所有监控噪声模板，获得监控噪声模板库；
7、s5：将待检测来源的监控图像，与监控噪声模板库中已有监控噪声模板进行相关度计算，当相关度大于设定阈值则认定为属于对应型号的监控摄像头拍摄的图像，否则认定为不属于。
8、进一步地，步骤s1中，每张图片应为监控摄像头拍摄后未经过后处理的原始图片，且图片数量n应满足n≥100。
9、进一步地，步骤s2中，对图片的滤波为基于小波的滤波方法；其具体步骤为：
10、s21：对图像进行四级小波变换，其中，使用的小波基为db8；
11、s22：对各级小波变换获得的水平细节v(i,j)、垂直细节h(i,j)和对角细节d(i,j)，分别进行局部方差计算吗，i,j表示各级小波变换后系数的坐标位置；某数据点的局部方差计算使用以该数据点为核心，大小为w×w的周边数据进行计算。；设定这些数据为集合n；具体计算方法为：
12、
13、其中，取σ0为常数3；使用w分别为3，5，7，9的模板，分别计算局部方差；取其中的最小值，作为最终的局部方差值，即：
14、
15、s23：对小波系数进行滤波；滤波结果如下：
16、
17、s24：对滤波后的小波系数进行小波逆变换获得去噪滤波后的图像。
18、进一步地，步骤s3中，对多张图片的综合平均具体方法为：
19、
20、其中，ik为输入的第k张原始图片，wk为该图片的残差图像，符号表示哈达玛积，k表示最终获得的某摄像头的噪声模板。
21、进一步地，相关度ρ的具体计算方法为：
22、
23、
24、其中，r为单张图片残差图像，i为输入的待测图像，判断其属于哪个模板。
25、进一步地，步骤s5中，若多个模板的相关度计算均超过了设定阈值，则取相关度最大的图像认定为监控摄像头拍摄的图像。
26、第二方面，本发明还提供了一种基于监控噪声模板的监控图像来源识别装置，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，用于实现所述的一种基于监控噪声模板的监控图像来源识别方法的步骤。
27、第三方面，本发明还提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现所述的一种基于监控噪声模板的监控图像来源识别方法的步骤。
28、本发明利用监控拍摄图像时，由于其物理设计特性，会自动在拍摄图像上附加监控独有的噪声模板的特点，对监控图片进行噪声模板提取比对，以达到识别监控图片来源的目的。由于噪声模板是拍摄时自动附着的产物，其具有隐蔽性高、不易篡改以及监控模板唯一对应的特点，依据噪声模板来溯源监控图片具有很高的准确率。
1.一种基于监控噪声模板的监控图像来源识别方法，其特征在于，该方法步骤如下：
2.如权利要求1所述的基于监控噪声模板的监控图像来源识别方法，其特征在于，步骤s1中，每张图片应为监控摄像头拍摄后未经过后处理的原始图片，且图片数量n应满足n≥100。
3.如权利要求1所述的基于监控噪声模板的监控图像来源识别方法，其特征在于，步骤s2中，对图片的滤波为基于小波的滤波方法；其具体步骤为：
4.如权利要求1所述的基于监控噪声模板的监控图像来源识别方法，其特征在于，步骤s3中，对多张图片的综合平均具体方法为：
5.如权利要求4所述的基于监控噪声模板的监控图像来源识别方法，其特征在于，相关度ρ的具体计算方法为：
6.如权利要求1所述的基于监控噪声模板的监控图像来源识别方法，其特征在于，步骤s5中，若多个模板的相关度计算均超过了设定阈值，则取相关度最大的图像认定为监控摄像头拍摄的图像。
7.一种基于监控噪声模板的监控图像来源识别装置，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，其特征在于，所述处理器执行所述可执行代码时，用于实现如权利要求1-6中任一项所述的一种基于监控噪声模板的监控图像来源识别方法的步骤。
8.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时，实现如权利要求1-6中任一项所述的一种基于监控噪声模板的监控图像来源识别方法的步骤。
