论文部分内容阅读
随着数字技术的快速发展,通过计算机软件生成的具有高仿真度的图像,已经使人类的视觉难以区分和识别。作为数字图像被动取证的一个分支,区别自然图像和计算机生成的图像成为近年来的一个研究热点。本文正是以自然图像和计算机生成图像为研究对象,通过寻找具有可区分性的特征,提出了两种区分自然图像和计算机生成图像的检测方案。主要工作如下: 提出了一种基于轮廓波分解的自然图像与计算机生成图像的检测方法。该方案主要运用轮廓波分解,通过每个分解子带的直方图来构造图像的前3阶频域矩,将提取的频域矩运用支持向量机进行分类,实验证明我们的方案具有较高的检测率和稳定性。 提出了一种基于同态滤波变换的自然图像与计算机生成图像的检测方法。通过分析自然图像与计算机生成图像在同态滤波处理前后所呈现出的不同的变化,用差分矩阵来描述这种差异,并用差分矩阵的共生矩阵来表示这种差异的特征。同时通过大量的实验以及对实验结果的仔细分析和研究,本文构造了一种新的统计特征,并且命名为纹理相似度,它能较好的体现两类图像的差异,在某种程度上降低了统计特征的维数,提高了检测的效率。最后通过实验验证了我们的方案的有效性,实验结果表明,提出方案具有令人满意的检测率、鲁棒性以及泛化能力。 本文提出了两种基于统计特征的自然图像和计算机生成图像的区分方法,可以用来区分这两种图像,同时也对人们能更好的了解自然图像和计算机生成图像的区别提供了帮助。