1. 从一张被质疑的照片说起：为什么需要相机溯源
前阵子帮一个做保险理赔的朋友看一组事故现场照片，对方咬定照片是原始拍摄的，但理赔金额和现场痕迹对不上。朋友问我：有没有办法证明这张照片到底是不是这台相机拍的？这个问题其实在数字取证领域非常经典，叫做相机溯源（Camera Source Identification），核心目标就是判断一张数字图像究竟出自哪一台具体的相机设备。
很多人第一反应是看EXIF信息，但EXIF太容易伪造了，随便一个工具就能改得面目全非，甚至可以直接清空。所以真正有取证价值的方法，必须建立在图像本身的物理特征上，而不是那些可以随意编辑的元数据。PRNU（Photo Response Non-Uniformity，光响应非均匀性）就是目前学术界和工业界公认最可靠的一类方案。
PRNU的本质是什么？简单说，每一块CMOS或CCD传感器在制造过程中，由于硅片掺杂浓度、光刻精度等工艺差异，每个像素对相同光强的响应都会有微小差别。这种差别是物理层面的、与生俱来的，就像人的指纹一样，换不了也抹不掉。哪怕两台同型号同批次的相机，PRNU图案也完全不同。这就是它能做溯源的底层依据。
这篇文章面向的是对数字图像取证感兴趣的技术人员、安全方向的学生，以及需要处理图像真实性验证的从业者。我会把传统PRNU提取的完整链路拆开讲清楚：从残差提取、去噪滤波、相关性计算，到实际跑通一套可用的流程，以及我在实操中踩过的那些坑。读完你至少能自己动手搭一个能用的溯源Demo，并且知道哪些环节最容易出问题。
2. PRNU的物理来源与数学建模：它到底长什么样
2.1 传感器非均匀性的两个组成部分
要理解PRNU，得先搞清楚一张原始图像里到底混了哪些东西。理想情况下，一个传感器像素的输出应该只和入射光强成正比，但现实中它至少包含三类非均匀性：
第一类是暗电流非均匀性（DSNU），即在完全没有光照的情况下，各像素输出的暗电平也不一样。第二类是固定模式噪声（FPN），和读出电路、列放大器有关。第三类才是我们关注的PRNU，它表现为像素对光响应增益的差异，是一种乘性噪声。
用公式表达，一个像素的输出可以近似写成：
I(x,y) = g(x,y) * L(x,y) + d(x,y) + n(x,y)其中g(x,y)是该像素的增益响应，L(x,y)是理想入射光强，d(x,y)是暗电流偏置，n(x,y)是随机噪声。PRNU对应的就是g(x,y)中偏离均值的那个部分。因为它是乘性的，所以光照越强，PRNU的表现越明显——这一点非常关键，后面选图的时候会用到。
2.2 为什么PRNU比暗电流更适合做指纹
你可能会问，暗电流非均匀性也是固定的，为什么不用它？原因有几个。暗电流受温度影响极大，同一台相机在不同环境温度下拍出来的暗电流图案会漂移，稳定性差。而且暗电流只在暗场下才干净，正常拍摄时它被信号淹没。相比之下，PRNU是乘性增益，在正常曝光下始终存在，且对温度相对不敏感，重复性非常好。
学术上通常把PRNU建模为零均值的高斯白噪声，叠加在理想图像上。虽然实际分布并不完全高斯，但这个近似在相关性检测中足够用。关键结论是：PRNU图案在相机整个生命周期内基本稳定，除非传感器老化到一定程度或者受到物理损伤。
2.3 指纹估计的基本思路
既然PRNU是乘性的，那要从一张图里把它抠出来，思路就是：先想办法把图像的内容（也就是L(x,y)）去掉，剩下的残差里就含有PRNU成分。这就是所谓的残差提取。但残差里同时混着随机噪声、压缩伪影、边缘纹理等一堆东西，所以还需要通过多张图平均来抑制随机成分，最终得到一个相对干净的PRNU估计。
这里有个很重要的直觉：单张图的残差信噪比极低，PRNU信号往往被噪声淹没。但如果你拿同一台相机拍的几十张图，把它们的残差对齐后平均，随机噪声会相互抵消，而PRNU因为是固定的，会不断累加增强。这就是为什么PRNU提取通常需要一批图像而不是一张。
3. 残差提取的滤波选择：为什么我最终选了小波去噪
3.1 常见去噪滤波器的对比
残差提取的核心是去噪滤波，目标是把图像的低频内容滤掉，保留高频的噪声成分。常见的方案有几种，我列个表对比一下实际表现：
| 滤波方法 | 原理 | 优点 | 缺点 |
|---|---|---|---|
| 高斯滤波 | 与高斯核卷积后做差 | 实现简单、速度快 | 会残留大量边缘纹理，PRNU纯度低 |
| 中值滤波 | 取邻域中值后做差 | 对椒盐噪声好 | 对PRNU这种细粒度噪声保留差 |
| 双边滤波 | 考虑空间和灰度相似性 | 保边效果好 | 参数敏感，容易把PRNU也滤掉 |
| 小波去噪 | 多尺度分解后阈值处理 | 频域分离干净，PRNU保留好 | 参数需要调，实现稍复杂 |
我一开始用的是高斯滤波，因为代码三行就能写完。但实测下来，高斯残差里混入了大量图像本身的边缘信息，导致后续相关性计算时，两张完全不同的图也能算出不低的相关值，误报率很高。后来换成小波去噪，效果明显改善。
3.2 小波去噪的具体做法
小波去噪的思路是把图像做多级小波分解，得到不同尺度的细节子带，然后对细节子带做阈值处理，把幅度小的系数（主要是噪声和弱纹理）保留或抑制，最后重构。对于PRNU提取，我们其实想要的是去掉内容、保留噪声，所以操作上更接近于把低频近似子带置零，只保留高频细节。
实际操作中，我通常用Daubechies小波（db4或db8），分解3到4级。分解级数不能太少，否则低频内容滤不干净；也不能太多，否则PRNU的高频成分也被切掉了。经验值是3级对大多数分辨率在1000万到2000万像素之间的图像比较合适。
import pywt import numpy as np def extract_residual(img_gray): # 3级小波分解 coeffs = pywt.wavedec2(img_gray, 'db4', level=3) # 将近似子带置零，只保留细节 coeffs[0] = np.zeros_like(coeffs[0]) # 重构得到残差 residual = pywt.waverec2(coeffs, 'db4') return residual这段代码看起来简单，但有个坑：waverec2重构出来的尺寸可能和原图差一个像素，需要手动裁剪对齐。我第一次跑的时候没注意，后面做相关性时矩阵维度对不上，排查了半天。
3.3 为什么不用更复杂的深度学习方法
现在确实有很多基于CNN的PRNU提取方案，效果在某些数据集上更好。但传统方法的价值在于可解释、可复现、不依赖训练数据。在取证场景下，你需要向法庭或审核方解释你的方法是基于什么原理，一个黑盒网络很难说清楚。而且传统方法在图像数量足够时，性能并不差。所以我的建议是：先把传统链路吃透，再考虑上深度学习。
4. 从单张残差到PRNU指纹：平均与增强的实操细节
4.1 图像预处理：不是所有图都能用
拿到一批图之后，不能直接全部丢进去做残差。有几类图要剔除：
- 过曝或欠曝的图：PRNU是乘性噪声，过曝区域增益被压缩，欠曝区域信噪比太低，都会污染指纹。
- 纯色或低纹理图：比如对着白墙拍的，虽然PRNU存在，但内容太少，残差里噪声占比过高。
- 经过强压缩的图：JPEG质量因子低于70的图，块效应会严重干扰残差。
- 经过缩放或裁剪的图：尺寸不一致会导致PRNU图案无法对齐，必须先统一到原始分辨率。
我一般会先算每张图的亮度均值和方差，把均值在合理区间（比如80到200）之外的剔除，再算残差的方差，太小的也剔除。
4.2 多图平均的正确姿势
假设你有N张同一相机拍的图，每张提取残差后得到R_i，PRNU估计就是：
K = (1/N) * sum(R_i)但这里有个细节：不同图像的残差幅度可能差异很大，直接平均会让高幅度图像的噪声主导结果。更好的做法是先对每张残差做归一化，或者用加权平均，权重和图像的信噪比相关。
还有一个关键点是对齐。如果图像之间有轻微的位移（比如手持拍摄的抖动），残差直接平均会互相抵消。所以要么选三脚架拍的图，要么先做图像配准。我在做实验时，如果只有手持图，会先用相位相关法估计位移并校正，虽然麻烦但效果值得。
4.3 指纹增强：去伪影和提纯
平均之后的PRNU估计里还残留着一些系统性伪影，比如JPEG块效应、传感器行列噪声等。这些伪影不是PRNU，但会在相关性计算时造成干扰。常见的处理是：
- 零均值化：减去均值，让指纹围绕零分布。
- 维纳滤波：在频域抑制规律性伪影。
- 阈值裁剪：把幅度过大的异常值裁掉，防止个别像素主导相关性。
我通常会把指纹做一次零均值化，然后用一个简单的阈值把超过3倍标准差的像素裁掉。这一步能明显降低后续的误报。
5. 相关性计算与判决：怎么判断"是不是这台相机拍的"
5.1 归一化互相关是核心指标
有了PRNU指纹K和待测图像的残差R，判断它们是否同源，最直接的方法就是算归一化互相关（NCC）：
NCC = sum((K - mean(K)) * (R - mean(R))) / (std(K) * std(R) * M)其中M是像素数。这个值理论上在-1到1之间，越接近1说明越相关。实际中，同源图像的NCC通常在0.01到0.1之间，看起来很小，但相对于非同源图像的NCC（通常在0附近，标准差约0.001到0.005），这个差异是高度显著的。
为什么同源NCC也这么小？因为单张图的残差里PRNU只占很小一部分，大部分还是随机噪声。所以不能只看绝对值，要看它相对于背景分布偏离了多少个标准差。
5.2 判决阈值的确定
阈值不能拍脑袋定，必须基于统计。标准做法是：拿一批非同源图像（其他相机拍的），算出它们和指纹的NCC分布，得到均值和标准差。然后把阈值设在均值加若干个标准差的位置，比如5倍或6倍标准差。这样对应的虚警率极低。
我一般会准备至少50张非同源图来估计背景分布。如果手头图不够，可以用同一张图的不同区域做交叉验证来近似，但精度会差一些。
5.3 峰值到相关能量比（PCE）的补充
NCC有个问题：它对全局相关敏感，如果图像经过裁剪或局部篡改，全局NCC会被稀释。这时候可以用PCE（Peak-to-Correlation Energy）作为补充指标。PCE的做法是看相关面（把指纹在图像上滑动做相关）的峰值和周围背景能量的比值。同源图像的PCE通常远高于非同源，而且对局部篡改更鲁棒。
实际判决时，我通常两个指标一起看：NCC过阈值且PCE也过阈值，才判定为同源。这样能进一步压低误报。
6. 实操中踩过的坑：从跑通到跑稳的完整排查链路
6.1 第一个坑：残差里全是边缘，相关性虚高
最开始我用高斯滤波提残差，跑出来的结果看起来很美——同源NCC有0.3，非同源也有0.15。当时还以为方法奏效了，后来仔细一看，发现残差图里全是物体边缘的轮廓。原来高斯滤波只是把低频平滑掉了，但边缘这种高频内容被完整保留，导致两张图只要内容相似（比如都拍了天空），NCC就高。
排查过程：我把残差图可视化出来，一眼就看出问题。正常的PRNU残差应该看起来像均匀的噪点，而不是能看出物体轮廓。修复方案：换小波去噪，并且把近似子带完全置零，确保低频内容被彻底移除。
6.2 第二个坑：图像尺寸不一致导致对齐失败
第二批实验我混用了不同分辨率的图，结果平均出来的指纹模糊不清，相关性也很差。原因是不同尺寸的图，PRNU图案的坐标对应关系完全不同，直接平均等于把指纹打散了。
排查过程：我检查了每张图的尺寸，发现有几种不同的分辨率。修复方案：统一只用原始分辨率（或者统一缩放到同一尺寸，但缩放会引入插值噪声，不推荐）。如果必须用不同尺寸，需要先做配准和重采样，但会损失精度。
6.3 第三个坑：JPEG压缩把PRNU吃掉了
有一批图是经过社交软件传输的，压缩得很厉害。用这批图提指纹，同源NCC只有0.005，几乎和背景噪声一样。JPEG的8x8块DCT量化会把高频细节大量丢弃，而PRNU恰恰在高频。
排查过程：我对比了原图和压缩图的残差频谱，发现压缩图的高频能量明显衰减。修复方案：尽量用原始图或高质量压缩图（质量因子90以上）。如果只有压缩图，可以尝试在DCT域做补偿，但效果有限，不如换图。
6.4 第四个坑：指纹数量不够导致不稳定
一开始我只用了5张图平均，结果指纹噪声很大，同源NCC波动剧烈，今天测0.05明天测0.02。后来加到30张，指纹明显干净了，NCC也稳定在0.06左右。
经验值：对于1200万像素的图，至少需要20到30张才能得到可用的指纹。图越多越好，但边际收益递减，超过50张之后提升就不明显了。如果图少，可以适当降低分辨率要求，用图像的中心区域（通常成像质量最好）来提指纹。
6.5 第五个坑：不同ISO下的PRNU漂移
我试过混用不同ISO拍的图，发现指纹质量下降。原因是高ISO下相机会做降噪处理，而降噪算法会平滑掉部分PRNU。所以提指纹时，最好用同一ISO档位、同一曝光设置的图。
建议：如果条件允许，专门拍一组"指纹图"——固定ISO 100、固定光圈、对着有纹理的均匀场景（比如白纸加一点纹理），这样提出来的指纹最干净。
7. 一套可复现的PRNU提取流程与参数建议
7.1 完整流程梳理
把前面的内容串起来，一套可用的传统PRNU提取流程如下：
- 收集图像：同一相机、同一设置、原始分辨率、至少20张。
- 预处理：转灰度、剔除过曝欠曝和低纹理图、统一尺寸。
- 残差提取：db4小波3级分解，近似子带置零，重构。
- 指纹估计：残差零均值化、归一化、平均、阈值裁剪。
- 待测图处理：同样流程提残差。
- 相关性计算：算NCC和PCE。
- 判决：与背景分布对比，超过阈值判定同源。
7.2 关键参数速查
| 环节 | 参数 | 建议值 | 说明 |
|---|---|---|---|
| 小波分解 | 小波基 | db4 | 平衡平滑性和计算量 |
| 小波分解 | 级数 | 3 | 分辨率高时可到4 |
| 图像筛选 | 亮度均值 | 80-200 | 避免过曝欠曝 |
| 图像筛选 | 数量 | ≥20 | 越多越稳 |
| 指纹裁剪 | 阈值 | 3σ | 去掉异常像素 |
| 判决 | NCC阈值 | 背景均值+5σ | 虚警率极低 |
| 判决 | PCE阈值 | 60 | 经验值，需按数据调 |
7.3 代码骨架
import numpy as np import pywt from scipy.signal import fftconvolve def get_residual(gray): coeffs = pywt.wavedec2(gray, 'db4', level=3) coeffs[0] = np.zeros_like(coeffs[0]) res = pywt.waverec2(coeffs, 'db4') return res[:gray.shape[0], :gray.shape[1]] def estimate_prnu(residuals): stack = np.stack(residuals, axis=0) k = np.mean(stack, axis=0) k = k - np.mean(k) std = np.std(k) k = np.clip(k, -3*std, 3*std) return k def ncc(k, r): k = k - np.mean(k) r = r - np.mean(r) return np.sum(k * r) / (np.std(k) * np.std(r) * k.size)这段代码是我实际用过的简化版，跑通没问题。注意get_residual里的裁剪，不同版本的pywt行为可能略有差异，建议先打印形状确认。
8. 传统方法的边界与我的个人体会
PRNU传统方法不是万能的，有几个明确的边界需要心里有数。第一，它对图像数量有要求，单张图基本做不了可靠溯源。第二，它对图像质量敏感，强压缩、强降噪、缩放都会破坏指纹。第三，它假设相机没有做过激进的内部处理，有些手机厂商的降噪算法会把PRNU抹得很干净，这时候传统方法就力不从心了。
我在实际项目中的体会是：PRNU更适合做验证而不是搜索。也就是说，当你已经有一台嫌疑相机，想确认某张图是不是它拍的，PRNU非常有效；但如果你想从一堆相机里盲搜出是哪台，成本和难度都会高很多。另外，取证场景下一定要保留完整的处理日志和参数记录，因为对方可能会质疑你的方法可复现性。
最后分享一个小技巧：如果手头图像数量实在不够，可以尝试把每张图分成多个不重叠的子块，分别提残差再平均。这样相当于把样本数翻了几倍，虽然子块之间的PRNU是相关的，但实测下来对指纹质量的提升还是有帮助的，尤其是在图像内容比较丰富的时候。
