一种基于PCA网络的中值滤波检测方法技术

本发明专利技术一种基于PCA网络的中值滤波检测方法，属于信息安全以及数字图像信息处理技术领域。包括模型建立和目标检测两部分；模型建立步骤为：1选图片提取出素材；2对1提取的素材中值滤波，得滤波处理后素材；3将1及2输出的素材作为训练集，计算中值滤波残差；4建立PCA网络；5训练支持向量机得到训练好的模型；目标检测步骤为：A将待检测图片切割为小尺寸图像；B将A输出的小尺寸图像输入建立的模型，根据模型输出判断是否经中值滤波处理，决定是否跳至C；C对经中值滤波处理的图像块在A中标出，跳至B。本发明专利技术结构简单、训练用时短、人为设定参数较少、可适用于多种图片集，甚至可方便地在FPGA上实现，显著提高运算速度。

A median filter detection method based on PCA network

The invention relates to a median filter detecting method based on PCA network, belonging to the technical field of information security and digital image information processing. The two part includes modeling and target detection; modeling steps: 1 selected picture extracted material; 2 of the 1 extraction materials have median filtering, filtering processing material; 3 1 and 2 output material as the training set, calculating the median filter residual; 4 PCA; 5 training support vector machine to get the trained model; target detection steps: A detection will be cut into small size picture image; B A output small size image input model, according to the output of the model to determine whether the median filtering, decide whether to jump to the C; C of image blocks by median filter in A marked. Jump to the B. The invention has the advantages of simple structure, short training time, less artificial setting parameters, and can be applied to a plurality of picture sets, and even can be conveniently implemented on FPGA, and the operation speed is remarkably improved.

【技术实现步骤摘要】
一种基于PCA网络的中值滤波检测方法
本专利技术涉及一种基于PCA网络的中值滤波检测方法，属于信息安全以及数字图像信息处理

技术介绍
随着通讯技术以及计算机技术的飞速发展，人们已经全面进入信息化时代。在信息时代，人们可以通过网络或其他数字媒体方便快捷得获取大量信息，但与此同时，一些有价值的数字信息容易被篡改或盗用。出于版权保护以及信息安全的考虑，对原始信息的保护便显得尤为重要。在数字图像领域，判断信息是否被人为修改过的检测方法，可以统称为取证分析，近些年来，由于版权及信息安全等方面需求的增加，取证分析成为了数字图像处理领域一个热点话题。与取证分析相对的，反取证技术也在不断发展。反取证技术的目的在于通过消除人为修改信息时所留下的一些特征，使得取证分析检测方法失效，从而使得修改操作不会被检测到。中值滤波是一种非线性滤波操作，对于灰度图来说，中值滤波会将每一个点的灰度值用该点某领域所有像素点灰度值的中值替代。中值滤波方法对于消除椒盐噪声等非常有效，在图像处理中，中值滤波又可以保护图像的边缘信息，因此中值滤波成为了一种常用的预处理技术。近些年来，随着反取证技术的发展，人们发现利用中本文档来自技高网...

【技术保护点】
一种基于PCA网络的中值滤波检测方法，下面简称“本方法”，核心思想为：以PCA网络作为基本工具，结合图像中值滤波残差训练网络，再利用训练好的网络对检测目标进行检测，输出中值滤波的检测结果，其特征在于：包括模型建立和目标检测两部分；其中，模型建立，步骤如下：步骤1：选取一些图片，并提取出每一图片中心位置的小块作为素材，并记素材的图像标签为0；步骤2：对步骤1提取的素材进行中值滤波，得到经中值滤波处理后的素材，并记此中值滤波处理后素材的图形标签为1；步骤3：将步骤1提取的素材及步骤2输出的经中值滤波处理后的素材作为训练集，计算训练集的中值滤波残差；其中，训练集记为

【技术特征摘要】
2016.04.15 CN 20161023571351.一种基于PCA网络的中值滤波检测方法，下面简称“本方法”，核心思想为：以PCA网络作为基本工具，结合图像中值滤波残差训练网络，再利用训练好的网络对检测目标进行检测，输出中值滤波的检测结果，其特征在于：包括模型建立和目标检测两部分；其中，模型建立，步骤如下：步骤1：选取一些图片，并提取出每一图片中心位置的小块作为素材，并记素材的图像标签为0；步骤2：对步骤1提取的素材进行中值滤波，得到经中值滤波处理后的素材，并记此中值滤波处理后素材的图形标签为1；步骤3：将步骤1提取的素材及步骤2输出的经中值滤波处理后的素材作为训练集，计算训练集的中值滤波残差；其中，训练集记为M表示训练集中图片的个数，Ii表示集合中的一个图片；训练集的中值滤波残差通过如下公式(1)计算：MFR(Ii)＝med(Ii)-Ii(1)其中，MFR(Ii)为训练集中Ii的中值滤波残差，med(Ii)是Ii的中值滤波结果；步骤4：建立PCA网络，得到对应的图像的特征；步骤5：利用步骤4得到的图像特征及步骤1和步骤2中的图像标签训练支持向量机得到训练好的模型；至此，从步骤1到步骤5，完成了本方法的模型建立；目标检测，步骤如下：步骤A：将待检测的图片切割为小尺寸图像，大小取决于检测的需求；其中，小尺寸图像数量记为nmax；小尺度图像的编号记为ni且初始化为1；步骤B：将经过步骤A切割后的编号为ni的小尺寸图像输入本方法建立的模型，根据模型输出判断是否有过中值滤波处理，决定是否跳至步骤C；步骤C：对此编号为ni的经过中值滤波处理的图像块在步骤A的待检测图片中的对应位置标出，跳至步骤B；至此，从步骤A到步骤C，完成了本方法的目标检测。2.根据权利要求1所述的一种基于PCA网络的中值滤波检测方法，其特征在于：步骤4，具体为：步骤4A：选取一个大小确定的方形窗，按照从左至右，从上到下的顺序依次取出每一个中与方形窗大小相同的图像块，对所...

【专利技术属性】
技术研发人员：李炳照，王贤，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11