10.13229/j.cnki.jdxbgxb201402027
基于VAM和E-HMM的图像拼接盲鉴别算法
为了提高拼接篡改图像的检测准确率,利用视觉注意模型提出了一种新的图像拼接篡改盲鉴别算法.首先,采用改进的基于OSF的非线性滤波方法提取图像的边缘信息,得到边缘显著图像ECM;其次,利用视觉注意模型提取ECM的注意点,并采用显著边缘定位法锁定图像显著边缘处注意点,进而获取图像关键特征片段;接着,提取图像片段的Cr通道,并计算其小波重构图像;然后,针对小波重构图像,提取其扩展的DCT域的HMM特征,并采用SVM-RFE算法对所提取特征进行降维处理;最后,根据得到的特征向量,利用SVM对特征值进行训练并建立分类模型,从而实现自然图像和拼接篡改图像的分类识别.实验结果表明,针对哥伦比亚大学拼接篡改图像库,本文算法的正确检测率为96.32%.
计算机应用、盲鉴别、图像拼接、视觉注意模型、扩展的隐马尔可夫模型
44
TP391(计算技术、计算机技术)
国家青年科学基金项目61305046;吉林省青年科学基金项目20130522117JH
2016-05-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
446-453