izmertechИзмерительная техникаIzmeritel`naya Tekhnika0368-10252949-5237ФГУП "ВНИИФТРИ"10.32446/0368-1025it.2023-12-26-34izmertech-2076Research ArticleОПТИКО-ФИЗИЧЕСКИЕ ИЗМЕРЕНИЯOPTICOPHYSICAL MEASUREMENTSПовышение достоверности идентификации цифровых камер: оптимизация алгоритма сравнения шумовых портретовImproving the reliability of digital cameras identification by optimizing the noise portraits comparinghttps://orcid.org/0000-0002-5777-9946КозловА. В.KozlovA. V.

Козлов Александр Валерьевич - младший научный сотрудник ФГУП ВНИИФТРИ; инженер НИЯУ МИФИ.

Москва

Alexandr V. Kozlov.

Moscow

alexkozlowv@yandex.ruhttps://orcid.org/0009-0006-8185-2708НикитинН. В.NikitinN. V.

Никитин Николай Вячеславович.

Москва

Nikolay V. Nikitin.

Moscow

nikitin.nik.v@gmail.comhttps://orcid.org/0000-0003-3667-8262РодинВ. Г.RodinV. G.

Родин Владислав Геннадьевич.

Москва

Vladislav G. Rodin.

Moscow

holo_mephi@mail.ruhttps://orcid.org/0000-0003-3556-2663ЧерёмхинП. А.CheremkhinP. A.

Черёмхин Павел Аркадьевич.

Москва

Pavel A. Cheremkhin.

Moscow

cheremhinpavel@mail.ruНациональный исследовательский ядерный университет «МИФИ»РоссияNational Research Nuclear University MEPhI (Moscow Engineering Physics Institute)Russian Federation2023300120240122634Copyright © ФГУП "ВНИИФТРИ", 20242024ФГУП "ВНИИФТРИ"ФГУП "ВНИИФТРИ"https://www.izmt.ru/jour/about/submissions#copyrightNoticehttps://www.izmt.ru/jour/article/view/2076

Рассмотрены вопросы оптимизации существующих методов идентификации фотосенсоров современных цифровых камер. Приведены пути повышения достоверности идентификации цифровых камер – определения цифровой камеры, которой был сделан тот или иной снимок. Оптически зарегистрированы однородные снимки для формирования шумового портрета и тестовый набор изображений бытовых сцен для идентификации трёх камер различных типов по снимкам. Оптимизированы цифровая фильтрация снимка и метрика идентичности изображений. Для оценки сглаженных изображений подобран оптимальный цифровой фильтр, с его использованием определены шумовые портреты идентифицируемых камер. Найден оптимальный критерий идентичности при сравнении шумовых портретов камер. Применение оптимального фильтра и критерия идентичности позволило повысить в среднем более чем в 60 раз достоверность идентификации камеры, с помощью которой сделан конкретный снимок. Полученные результаты можно использовать при решении задач в областях регистрации и обработки изображений, безопасности, криминалистики, анализа больших данных и др.

The issues of optimization of existing methods for digital camera sensor identification are considered. Ways of improvement of reliability of digital cameras identification is discussed. Homogeneous images were optically recorded to form a noise portrait and test sets of amateur images for 3 cameras of various types. An optimal digital filter was selected to evaluate smoothed images for obtaining noise portraits of identified cameras. Camera identification algorithm was optimized basing on a comparison of light spatial noise portraits. Application of the optimal filter and identity criterion provides an average increase of identification reliability of more than 60 times. The results can be useful in the areas of image registration and processing, security, forensics, big data analysis, etc.

цифровые камерыидентификация камеррегистрация изображенийшумовой портретцифровая фильтрацияпространственные шумыdigital camerascamera identificationimage registrationnoise portraitdigital filteringspatial noiseРабота выполнена при финансовой поддержке Российского научного фонда (РНФ), грант № 22-29-00603.The work was supported by the Russian Science Foundation (RSF), Grant no. 22-29-00603.ReferencesFan Y., Li J., Guo Y., Xie L., Zhang G., Measurement, 2021, vol. 171, 108829. https://doi.org/10.1016/j.measurement.2020.108829Fan Y., Li J., Guo Y., Xie L., Zhang G., Measurement, 2021, vol. 171, 108829. https://doi.org/10.1016/j.measurement.2020.108829Jurre van Kesteren, Leandra A. E. van Goudoever, Amara Conteh, Gijs J. D. van Acker, H. Jaap Bonjer, Håkon A. Bolkan, Journal of Surgical Education, 2023, vol. 80, no. 4, pp. 495–498. https://doi.org/10.1016/j.jsurg.2023.01.003Jurre van Kesteren, Leandra A. E. van Goudoever, Amara Conteh, Gijs J. D. van Acker, H. Jaap Bonjer, Håkon A. Bolkan, Journal of Surgical Education, 2023, vol. 80, no. 4, pp. 495–498. https://doi.org/10.1016/j.jsurg.2023.01.003Lane B. A., Cardoza R. J., Lessner S. M., Vyavahare N. R., Sutton M. A., Eberth J. F., Journal of the Mechanical Behavior of Biomedical Materials, 2023, vol. 141, 105745. https://doi.org/10.1016/j.jmbbm.2023.105745Lane B. A., Cardoza R. J., Lessner S. M., Vyavahare N. R., Sutton M. A., Eberth J. F., Journal of the Mechanical Behavior of Biomedical Materials, 2023, vol. 141, 105745. https://doi.org/10.1016/j.jmbbm.2023.105745Putro M. D., Nguyen D.-L., Jo K.-H., IEEE Sensors Journal, 2021, vol. 22, no. 1, pp. 565–574. https://doi.org/10.1109/jsen.2021.3128389Putro M. D., Nguyen D.-L., Jo K.-H., IEEE Sensors Journal, 2021, vol. 22, no. 1, pp. 565–574. https://doi.org/10.1109/jsen.2021.3128389Emilsson M., Karlsson C., Svensson A., BMC Health Services Research, 2023, vol. 23, no. 1, 144. https://doi.org/10.1186/s12913-023-09130-2Emilsson M., Karlsson C., Svensson A., BMC Health Services Research, 2023, vol. 23, no. 1, 144. https://doi.org/10.1186/s12913-023-09130-2Рощин Д. А. Повышение точности формирования цифровой модели местности вдоль железнодорожного пути // Измерительная техника. 2021. № 2. С. 22–29. https://doi.org/10.32446/0368-1025it.2021-2-22–29Roshchin D. A., Measurement Techniques, 2021, vol. 64, no. 2, pp. 100–108. https://doi.org/10.1007/s11018-021-01903-7Baguenard B., Bensalah-Ledoux A., Guy L., et al., Nature Communications, 2023, vol. 14, pp. 1065. https://doi.org/10.1038/s41467-023-36782-9Baguenard B., Bensalah-Ledoux A., Guy L., et al., Nature Communications, 2023, vol. 14, pp. 1065. https://doi.org/10.1038/s41467-023-36782-9Самойленко М. В. Влияние асимметрии интенсивности на ошибку идентификации стереоизображений // Измерительная техника. 2023. № 5. С. 22–28. https://doi.org/10.32446/0368-1025it.2023-5-22-28Samoilenko M. V., Measurement Techniques, 2023, vol. 66, no. 5, pp. 311–319. https://doi.org/10.1007/s11018-023-02229-2Рощин Д. А. Погрузка гусеничной техники своим ходом на автоприцеп: управление с помощью системы технического зрения // Измерительная техника. 2022. № 1. С. 23–29. https://doi.org/10.32446/0368-1025it.2022-1-23-29Roshchin D. A., Measurement Techniques, 2022, vol. 65, no. 1, pp. 24–32. https://doi.org/10.1007/s11018-022-02045-0Рощин Д. А. Применение системы машинного зрения для контроля пространственного положения строительной техники // Измерительная техника. 2022. № 3. С. 29–35. https://doi.org/10.32446/0368-1025it.2022-3-29-35Roshchin D. A. Measurement Techniques, 2022, vol. 65, no. 3, pp. 180–187. https://doi.org/10.1007/s11018-022-02066-9Yu H., Kim Y., Yang D., et al., Nature Communications, 2023, vol. 14, 3534. https://doi.org/10.1038/s41467-023-39329-0Yu H., Kim Y., Yang D., et al., Nature Communications, 2023, vol. 14, 3534. https://doi.org/10.1038/s41467-023-39329-0Milanfar P., IEEE Signal Processing Magazine, 2012, vol. 30, no. 1, pp. 106–128. https://doi.org/10.1109/msp.2011.2179329Milanfar P., IEEE Signal Processing Magazine, 2012, vol. 30, no. 1, pp. 106–128. https://doi.org/10.1109/msp.2011.2179329Maggioni M., Sánchez-Monge E., Foi A., IEEE Transactions on Image Processing, 2014, vol. 23, no. 10, pp. 4282–4296. https://doi.org/10.1109/tip.2014.2345261Maggioni M., Sánchez-Monge E., Foi A., IEEE Transactions on Image Processing, 2014, vol. 23, no. 10, pp. 4282–4296. https://doi.org/10.1109/tip.2014.2345261Lebrun M., Colom M., Buades A., Morel J. M., Acta Numerica, 2012, vol. 21, pp. 475–576. https://doi.org/10.1017/s0962492912000062Lebrun M., Colom M., Buades A., Morel J. M., Acta Numerica, 2012, vol. 21, pp. 475–576. https://doi.org/10.1017/s0962492912000062Zhang T., Li X., Li J., Xu Z., Sensors, 2020, vol. 20, no. 19, 5567. https://doi.org/10.3390/s20195567Zhang T., Li X., Li J., Xu Z., Sensors, 2020, vol. 20, no. 19, 5567. https://doi.org/10.3390/s20195567Lukas J., Fridrich J., Goljan M., IEEE Transactions on Information Forensics and Security, 2006, vol. 1, no. 2, pp. 205–214. https://doi.org/10.1109/tifs.2006.873602Lukas J., Fridrich J., Goljan M., IEEE Transactions on Information Forensics and Security, 2006, vol. 1, no. 2, pp. 205–214. https://doi.org/10.1109/tifs.2006.873602Fridrich J., IEEE Signal Processing Magazine, 2009, vol. 26, no. 2, pp. 26–37. https://doi.org/10.1109/msp.2008.931078Fridrich J., IEEE Signal Processing Magazine, 2009, vol. 26, no. 2, pp. 26–37. https://doi.org/10.1109/msp.2008.931078Zheng L., Jin G., Xu W., Qu H., Wu Y., IEEE Sensors Journal, 2017, vol. 17, no. 12, pp. 3656–3668. https://doi.org/10.1109/jsen.2017.2696562Zheng L., Jin G., Xu W., Qu H., Wu Y., IEEE Sensors Journal, 2017, vol. 17, no. 12, pp. 3656–3668. https://doi.org/10.1109/jsen.2017.2696562Zhang Y., Wang G., Xu J., Sensors, 2018, vol. 18, no. 7, 2276. https://doi.org/10.3390/s18072276Zhang Y., Wang G., Xu J., Sensors, 2018, vol. 18, no. 7, 2276. https://doi.org/10.3390/s18072276Jeong B. G., Kim B. C., Moon Y. H., Eom I. K., Signal Processing, 2014, vol. 96, pp. 266–273. https://doi.org/10.1016/j.sigpro.2013.10.002Jeong B. G., Kim B. C., Moon Y. H., Eom I. K., Signal Processing, 2014, vol. 96, pp. 266–273. https://doi.org/10.1016/j.sigpro.2013.10.002European Machine Vision Association, “EMVA Standard 1288 Standard for Characterization of Image Sensors and Cameras”, available at: https://www.emva.org/standards-technology/emva-1288/emva-standard-1288-downloads-2/ (accessed: Jun 11, 2023).European Machine Vision Association, “EMVA Standard 1288 Standard for Characterization of Image Sensors and Cameras”, available at: https://www.emva.org/standards-technology/emva-1288/emva-standard-1288-downloads-2/ (accessed: Jun 11, 2023).Евтихиев Н. Н., Козлов А. В., Краснов В. В., Родин В. Г., Стариков Р. С., Черёмхин П. А. Метод измерения шумов цифровых камер автоматической сегментацией полосовой сцены // Компьютерная оптика. 2021. Т. 45. № 2. С. 267–276.Evtikhiev N. N., Kozlov A. V., Krasnov V. V., Rodin V. G., Starikov R. S., Cheremkhin P. A., Computer Optics, 2021, vol. 45, no. 2, pp. 267–276. https://doi.org/10.18287/2412-6179-CO-815H. Maître, From Photon to Pixel the Digital Camera, Hand-book, Hoboken, NJ, Wiley, 2017, 464 p.H. Maître, From Photon to Pixel the Digital Camera, Hand-book, Hoboken, NJ, Wiley, 2017, 464 p.Nakamoto K., Hotaka H., Optics Express, 2022, vol. 30, no. 21, 37493. https://doi.org/10.1364/oe.471394Nakamoto K., Hotaka H., Optics Express, 2022, vol. 30, no. 21, 37493. https://doi.org/10.1364/oe.471394Wang Y., Wan B., Fu G., Su Y., IEEE Transactions on Instrumentation and Measurement, 2021, vol. 70, pp. 1–11. https://doi.org/10.1109/tim.2021.3088484Wang Y., Wan B., Fu G., Su Y., IEEE Transactions on Instrumentation and Measurement, 2021, vol. 70, pp. 1–11. https://doi.org/10.1109/tim.2021.3088484Евтихиев Н. Н., Козлов А. В., Краснов В. В., Родин В. Г., Стариков Р. С., Черёмхин П. А. Сравнительный анализ и измерение временных шумов фотосенсоров камер оперативной методикой автоматической сегментации неоднородной сцены и стандартом EMVA 1288 // Измерительная техника. 2021. № 4. С. 28–35. https://doi.org/10.32446/0368-1025it.2021-4-28-35Evtikhiev N. N., Kozlov A. V., Krasnov V. V., Rodin V. G., Starikov R. S., Cheremkhin P. A., Measurement techniques, 2021, vol. 64, no. 4, pp. 296–304. https://doi.org/10.1007/s11018-021-01932-2Silva V. D., Chesnokov V., Larkin D., A novel adaptive shading correction algorithm for camera systems, Electronic Proc. IS&T Int’l. Symp. on Electronic Imaging: Digital Photography and Mobile Imaging XII, 2016. https://doi.org/10.2352/issn.2470-1173.2016.18.dpmi-249Silva V. D., Chesnokov V., Larkin D., A novel adaptive shading correction algorithm for camera systems, Electronic Proc. IS&T Int’l. Symp. on Electronic Imaging: Digital Photography and Mobile Imaging XII, 2016. https://doi.org/10.2352/issn.2470-1173.2016.18.dpmi-249Young I. T., Gerbrands J. J., van Vliet L. J., Fundamentals of Image Processing, Delft, Delft University of Technology, 2007, 112 p.Young I. T., Gerbrands J. J., van Vliet L. J., Fundamentals of Image Processing, Delft, Delft University of Technology, 2007, 112 p.Гонсалес Р. С., Вудс Р. Е. Цифровая обработка изображений. Пер. с англ. М.: Техносфера, 2019, 1104 с.Gonzalez R. C., Woods R. E., Digital Image Processing, Prentice Hall, 2008, 954 p.Kozlov A. V., Rodin V. G., Starikov R. S., Evtikhiev N. N., Cheremkhin P. A., IEEE Sensors Journal, 2023, vol. 23, no. 5, pp. 4883–4891. https://doi.org/10.1109/JSEN.2023.3238673Kozlov A. V., Rodin V. G., Starikov R. S., Evtikhiev N. N., Cheremkhin P. A., IEEE Sensors Journal, 2023, vol. 23, no. 5, pp. 4883–4891. https://doi.org/10.1109/JSEN.2023.3238673Fienup J. R., Applied Optics, 1997, vol. 36, no. 32, pp. 8352–8357. https://doi.org/10.1364/AO.36.008352Fienup J. R., Applied Optics, 1997, vol. 36, no. 32, pp. 8352–8357. https://doi.org/10.1364/AO.36.008352Huynh-Thu Q., Ghanbari M., Electronics letter, 2008, vol. 44. no. 13, pp. 800–801. https://doi.org/10.1049/el:20080522Huynh-Thu Q., Ghanbari M., Electronics letter, 2008, vol. 44. no. 13, pp. 800–801. https://doi.org/10.1049/el:20080522Tounsi Y., Kumar M., NaИСС A., Mendoza-Santoyo F., Matoba O., Applied Optics, 2019, vol. 58, no. 26, pp. 7110–7120. https://doi.org/10.1364/AO.58.007110Tounsi Y., Kumar M., NaИСС A., Mendoza-Santoyo F., Matoba O., Applied Optics, 2019, vol. 58, no. 26, pp. 7110–7120. https://doi.org/10.1364/AO.58.007110Katkovnik V., Shevkunov I. A., Petrov N. V., Egiazarian K., Optics Letters, 2015, vol. 40, no. 10. pp. 2417–2420. https://doi.org/`10.1364/OL.40.002417Katkovnik V., Shevkunov I. A., Petrov N. V., Egiazarian K., Optics Letters, 2015, vol. 40, no. 10. pp. 2417–2420. https://doi.org/`10.1364/OL.40.002417Lim J. S., Two-dimensional signal and image processing, Englewood Cliffs, New Jersey, Prentice Hall, 1990, 694 p.Lim J. S., Two-dimensional signal and image processing, Englewood Cliffs, New Jersey, Prentice Hall, 1990, 694 p.

The authors declare that there are no conflicts of interest present.