图像真伪分析 图像真伪分析

图像真伪分析

  • 期刊名字:电脑编程技巧与维护
  • 文件大小:347kb
  • 论文作者:郑重
  • 作者单位:重庆市经济管理学校
  • 更新时间:2020-09-25
  • 下载次数:
论文简介

电脑编程技巧与维护图像真伪分析郑重(重庆市经济管理学校,重庆402160)摘要: 本文在图像特征的提取上, 利用围像的颜 色特征和纹理特征,分别用颜色最远距离矩阵和灰度共生矩阵表示,从这两个矩阵中取得特征值作为围像的特征;分类器的设计本文采用了成熟的KNN分类器,并在此基础上用Matlab做了仿真系统,得出可以初步识别图片的效果。关键词:真伪分析;共生矩阵;颜色特征;紋理特征The analysis of image authenticityZHENG Zhong(Chongqing Economie Management School, Chongqing 402160)Abstract: In this paper, image feature extraction, using the color image features and texture features, respectively, the mostlong- distance matrix with color and gray-level co- occrrence matrix, said matrix obtained from the two characteristic valuesof image features; classifier design: use a mature KNN classifier. And on this basis to use matlab to do the simulation systemcan draw a preliminary picture of the efect of recognition.Key words: Authenticity analysis; Co occrrence Matrix; Color Feature; Texture Feature引言.中,物体之间的边界是模糊的,因为相机没有聚焦在此。此图像真伪定义:照相机拍摄的图片定义为真图像,而利外,许多颜色的变化和物体的边界没有联系。在pholography用计算机绘制的图像和利用计算机处理过的照相机拍摄图片中,颜色的转变更加柔和。定义为伪图像。在本文中主要分辨的伪图像为计算机制作的(2)某些颜色在graphy中出现的频率要高于photography。图像。例如高饱和度的颜色在graphy中出现的比较频繁,而在pho-图像真伪分析的两个关键技术:图像的特征提取;分类tography则出现的较少。器的设计。在图像的特征提取上,人们主要集中在颜色特征、(3) graphy 比photography的颜色数要少。这是因为在纹理特征、边缘特征、空间特征等。分类器的设计,有KNNgraphy中常用较大的- -个颜色块。在网页中,graphy 一般倾向方法,FISHER 方法,SVM方法等,各种分类器的效果大致相于用较少的颜色,这样的压缩效果比较好。同,所以在图像真伪分析时,人们把注意力集中在特征提取4) graphy与pholography有不同的外形,在某个方向上上。小波技术的发展,给特征提取方法带来了更新。在文献graphy通常更窄,更长,而photography更倾向于方形。此外,[2]中,作者使用了小波技术来进行特征提取,将图像的空间graphy通常由小的形状,而在photography 中却很少出现这个特征和比例特征结合在一-起, 使得分类的效果更好。现象。.本文已经提到,图像真伪分析技术的两大关键技术:目在graphy中,高饱和度的颜色出现的频率比较高。这为对像的特征提取和分类器的设计。在本文中,作者主要把精力图像的特征提取提供了一个线索。具体步骤:对要处理的图像放在图像的特征提取上。在分类器的设计上,采用两种现成进行颜色模式的转换,从RCB模式转换到HSV模式,通过统的分类器,KNN方法和FISHER方法,在图像的特征提取t. .计图像的S值,(饱和度值) 可以作为图像的一个特征值。本文综合了图像的颜色特征和纹理特征,组合成图像的特征2.2纹理特征向量。在此基础上进行分类。同时利用maulab编写-个简易纹理是由灰度分布在空间位置上反复出现而形成的。因的识别系统程序,来验证作者的技术思路。而在图像空间中相隔某个距离的两个像素间会出现- -定的灰2分析技术度关系。这个关系被称为图像中灰度空间的相关特征。灰度2.1特征提取和颜色特征共生矩阵就是通过统计这样- -个关系得到的[3]。 .(1)像素之间的颜色变换采用不同的模式: photography从灰度共生矩阵导出的特征值:能量,熵,最大概率,反映的是现实中的物体,在现实世界中,某个区域颜色保持对比度,相关性,这些值将组成一个图像的特征向量。不变的情景不大常见。此外,photography 中的物体会包含一运用灰度共生矩阵进行纹理描述的步骤:些噪声,相邻的像素间颜色的RCB值不同。相反,graphy 的(1)根据给定的方向和距离生成灰度共生矩阵。某个区域颜色常常保持不变,同时,graphy 中的边缘有更多的特征中国煤化工度共生矩阵的上述5个形状,边缘--般发生在一-个区域和另外-一个区域颜色发生跳MHCNMHG变的地方,这个变化- -般在一个像素上进行。在photography担中木在试验中,采用了KNN分类器方法,即K--近邻法,关本文收稿日期: 2008年12月 24日(下转到119页)- 94-STUDY OF COMPUTER APPLICATION IN EDUCATION计算机应用教学研究式,学生根据自身情况可以选择自学,也可以选择让教师领设置题库中的不同程度的题,自主练习。学的方法。这样做的结果使基础差的学生逐渐追了上来,可以完成B其次,在教师进行领学时,利用课件把AgNO3溶液和或C等越层练习和测试,使他们体验到了成功的喜悦,避免NaCl溶液发生反应的微观世界呈现在每-一个学生机上,并与了两极分化,同时使优秀率也稳步上升。两个班的学习成绩演示实验相配合。当演示实验中出现白色沉淀时,进行电子对比有了如表2所示的变化:.提问,反应混合物中,什么离子数目减少?什么离子数目没从表2可以看出,实验班的平均成绩超出了基础班的成变化?生成了什么物质?什么离子参加了反应?学生能正确回答。绩,同时差生转化率和优秀率也有一-定幅度的提高。接着,让学生思考:两溶液混合后,每种离子是怎样运表2两个班级成绩情况对比表动的?然后再给出计算机模拟的各种离子运动情况,学生经班级[样本| 平均成绩标准差及格率优秀率过观察课件中微粒的运动,发现只有Ag+和Cl-结合在- -起, .基础班5478.410.379.616.7明白了离子反应的实质。从而,在书写离子反应方程式时,实验班5488.924.1多数同学能直接书写简单的离子方程式,正确率高。其主要总结原因是他们的思维方式改变了,书写时先考虑的是:什么离需要注意的是,教学方法的选择是为了实现教学目的,子参加反应?生成什么物质?什么物质不参加反应?利用课件完达到最佳的教学效果,因此不能说有了计算机辅助教学,传成了由表及里、由具体到抽象的过程,让学生轻松地突破了统教学就一无是处, 也不能有计算机辅助教学能完全代替传这一难点。最后,在练习时在资源库中把各种离子准备好,学生练统教学的片面看祛,只有把二者完美结合、互补长衡,才是习时只需点击正确,就可以调出,如不正确,计算机就会进最佳教学方法。总之,本人认为运用计算机辅助教学进行行提示,直至完全正确。通过这样个别化的层次性练习,完“层次化”教学就是一种值得提倡的好方法。参考文献成了这一重点内容的学习,既培养了学生分析问题、解决问[1]孙全玲,李莹莹.关于计算机辅助教学的体会[] .科技题的能力,也有助于逻辑思维的养成,真正实现因材施教,资讯,2006; (09): 13- -15.克服了以往教学中整齐划- -的弊端。[2]苑永波.信息化教学模式与传统教学模式的比较[] .中3.3分析国电化教育,2007; (8);: 26-28.无论采用哪种教学方法,教学效果的检验是必不可少的[3]毛景焕.谈针对学生个性差异的班内分组分层教学的优化重要环节。因此,在运用计算机辅助教学进行“层次化”教策略[J].中小学教育,2001; (2): 23-27.学的过程中,针对每一节课的教学详案及配套A (最简单的题)、B (中等难度的题)、C (最难的题)三等程度的练习、检作者简介测题都存在多媒体教室的网络中,自习课时学生可以自由上侯培,男(1979.1-), 贵州电子职业技术学院,研究方向:计机,进行自主学习,每位学生可以自主通过网络来选择教师算机网络。.(上接第94页)于KNN方法的理论推导不打算在本文中介绍了。用通俗的语本文通过仿真实验,可以得到颜色块统计特征,在图像言来介绍这个方法是:当在系统中输人一个图像的特征向量的真伪分析中是-一个非常重要的特征,而纹理特征对图像的时,与训练集中的特征向量进行计算,找到离输人向量最近识别时产生的作用却没有颜色块特征的作用大。因此,在后的K个向量,并认为输人图像和这K个向量的类型相同。在续的研究中,可以引人神经网络的知识,利用神经网络的特实验中,取K=1,此方法就演变成最近邻方法。征来设计分类器,相信可以得到更好的结果。在本文中,采用matlab,编写了一个简易的图像真伪分析存在的问题:对于简单的photography,尤其是在照片上系统,在进行多次训练之后,程序将训练结果存放在文件中,拥有大片的天空,天空还是一-片单调颜色时,系统常将此识便于以后的分析中运用。本系统成功与否的关键在于图像特别为computer graphy,这是可以预测的,因为,在提取的特征征的选取。图像特征选取的好坏直接关系到分类效果的好坏。中,有个颜色块的统计,这是一个非常重要的特征值,所以才识别会发生错误,这是系统急霭改进的地方。此外,分类器的设计也是非常重要的。通过实验结果可以看出,(分析) 系统可以粗略地给出结果。因为没有找到专用的测试图库,所以在实验中,图库[1]章毓晉.图像处理和分析.清华大学出版社.是自己进行设置的,多数图片是从网上down下来的。包含40[2]中国煤化工版).清华大学出版社.张computer graphics和85张photograph ,各抽取20张图像作[3]Gaphy and Graphy On the为训练集,其他的作为测试集,在对40张computer graphicsWorldMHCNMHG进行测试时,其中- -张图片被误判,在对85张photograph进行测试时,其中4张图片被误判。郑重,男(1966.10-), 讲师,重庆市经济管理学校。-119-

论文截图
上一条:SIP原理分析
版权:如无特殊注明,文章转载自网络,侵权请联系cnmhg168#163.com删除!文件均为网友上传,仅供研究和学习使用,务必24小时内删除。