图像的中值滤波检测方法技术

本申请涉及图像处理技术领域，提供一种图像的中值滤波检测方法

【技术实现步骤摘要】
图像的中值滤波检测方法、装置、设备及存储介质


[0001]本申请涉及图像处理
，具体涉及一种图像的中值滤波检测方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]随着数字成像设备和图像编辑软件的广泛应用，对图像进行编辑的可操作性越来越大众化，因此产生了大量的经过编辑处理的图像，其中很多图像中存在伪造的有误导性的虚假信息
。
并且，为了使伪造的图像更加逼真，伪造者通常会利用多种操作隐藏对图像的修改痕迹，其中，中值滤波
、
高斯滤波和均值滤波等滤波操作，会严重影响对伪造图像的检测性能
。
特别是中值滤波，由于其具有基于阶数统计的非线性滤波特性，是很多伪造者隐藏图像修改痕迹的首选，目前，现有的检测图像是否经过中值滤波处理的方法，容易丢失重要的统计信息，导致检测性能不佳
。

技术实现思路

[0003]本申请实施例提供一种图像的中值滤波检测方法
、
装置
、
设备及存储介质，用以解决现有的检测图像是否经过中值滤波处理的方法，容易丢失重要的统计信息，导致检测性能不佳的技术问题
。
[0004]第一方面，本申请实施例提供一种图像的中值滤波检测方法，包括：
[0005]获取待检测的目标图像，对所述目标图像的高有效位进行差分分析，获取所述目标图像的高位特征；
[0006]提取所述高位特征的马尔科夫链，根据所述马尔科夫链得到所述目标图像的目标特征向量；
[0007]根据所述目标特征向量检测所述目标图像是否存在中值滤波处理
。
[0008]在一个实施例中，所述高位特征包括变化矩阵，所述对所述目标图像的高有效位进行差分分析，获取所述目标图像的高位特征的步骤，包括：
[0009]根据所述目标图像的像素点的像素值生成所述目标图像的高位像素矩阵；
[0010]基于所述高位像素矩阵对所述目标图像进行差分分析，得到所述目标图像的变化矩阵
。
[0011]在一个实施例中，所述变化矩阵包括差分变化矩阵和分离差分变化矩阵，所述基于所述高位像素矩阵对所述目标图像进行差分分析，得到所述目标图像的变化矩阵的步骤，包括：
[0012]对所述高位像素矩阵进行差分处理，得到所述高位像素矩阵对应的像素差分矩阵和分离像素差分矩阵；
[0013]获取预设的差分阈值，根据所述差分阈值计算所述像素差分矩阵的差分阈值矩阵，以及所述分离像素差分矩阵的分离阈值矩阵；
[0014]获取所述差分阈值矩阵和所述分离阈值矩阵的元素变化关系，根据所述元素变化
关系生成所述目标图像的差分变化矩阵和分离变化矩阵
。
[0015]在一个实施例中，所述像素差分矩阵包括水平差分矩阵
、
垂直差分矩阵
、
主对角线差分矩阵和次对角线差分矩阵，所述分离像素差分矩阵包括分离水平差分矩阵
、
分离垂直差分矩阵
、
分离主对角线差分矩阵和分离次对角线差分矩阵
。
[0016]在一个实施例中，所述变化矩阵还包括拉普拉斯变化矩阵，所述基于所述高位像素矩阵对所述目标图像进行差分分析，得到所述目标图像的变化矩阵的步骤，还包括：
[0017]基于所述目标图像构建拉普拉斯算子；
[0018]根据所述拉普拉斯算子对所述高位像素矩阵进行差分处理，得到所述目标图像对应的拉普拉斯差分矩阵；
[0019]根据所述拉普拉斯差分矩阵生成所述目标图像的拉普拉斯变化矩阵
。
[0020]在一个实施例中，所述提取所述高位特征的马尔科夫链，得到所述目标图像的目标特征向量的步骤，包括：
[0021]基于所述变化矩阵提取所述高位特征的马尔科夫链；
[0022]计算所述马尔科夫链对应的特征向量的平均值，得到所述目标图像的目标特征向量
。
[0023]在一个实施例中，所述获取待检测的目标图像的步骤，包括：
[0024]获取待处理原始图像，并检测所述原始图像的尺寸信息；
[0025]根据所述尺寸信息将所述原始图像裁剪为预设尺寸，得到待检测的目标图像
。
[0026]第二方面，本申请实施例提供一种图像的中值滤波检测装置，包括：
[0027]高位分析模块，用于获取待检测的目标图像，对所述目标图像的高有效位进行差分分析，获取所述目标图像的高位特征；
[0028]特征分析模块，用于提取所述高位特征的马尔科夫链，根据所述马尔科夫链得到所述目标图像的目标特征向量；
[0029]图像检测模块，用于根据所述目标特征向量检测所述目标图像是否存在中值滤波处理
。
[0030]第三方面，本申请实施例提供一种电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述程序时实现第一方面所述的图像的中值滤波检测方法的步骤
。
[0031]第四方面，本申请实施例提供一种非暂态的计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的图像的中值滤波检测方法的步骤
。
[0032]本申请实施例提供的图像的中值滤波检测方法
、
装置
、
设备及存储介质，通过高有效位差分分析和马尔科夫链，对目标图像进行特征提取，使用高有效位图像的像素变化信息，可以有效防止信息丢失，并产生更细粒度的特征，从而提高对中值滤波处理的检测性能
。
附图说明
[0033]为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一
些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
[0034]图1是本申请实施例提供的图像的中值滤波检测方法的流程示意图之一；
[0035]图2是本申请实施例提供的图像的中值滤波检测装置的结构示意图之一；
[0036]图3是本申请实施例提供的电子设备的结构示意图
。
具体实施方式
[0037]为使本申请的目的
、
技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例
。
基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围
。
[0038]图1为本申请实施例提供的图像的中值滤波检测方法的流程示意图之一
。
参照图1，本申请实施例提供的图像的中值滤波检测方法，可以包括：
[0039]步骤
100
，获取待检测的目标图像，对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种图像的中值滤波检测方法，其特征在于，包括以下步骤：获取待检测的目标图像，对所述目标图像的高有效位进行差分分析，获取所述目标图像的高位特征；提取所述高位特征的马尔科夫链，根据所述马尔科夫链得到所述目标图像的目标特征向量；根据所述目标特征向量检测所述目标图像是否存在中值滤波处理
。2.
根据权利要求1所述的图像的中值滤波检测方法，其特征在于，所述高位特征包括变化矩阵，所述对所述目标图像的高有效位进行差分分析，获取所述目标图像的高位特征的步骤，包括：根据所述目标图像的像素点的像素值生成所述目标图像的高位像素矩阵；基于所述高位像素矩阵对所述目标图像进行差分分析，得到所述目标图像的变化矩阵
。3.
根据权利要求2所述的图像的中值滤波检测方法，其特征在于，所述变化矩阵包括差分变化矩阵和分离差分变化矩阵，所述基于所述高位像素矩阵对所述目标图像进行差分分析，得到所述目标图像的变化矩阵的步骤，包括：对所述高位像素矩阵进行差分处理，得到所述高位像素矩阵对应的像素差分矩阵和分离像素差分矩阵；获取预设的差分阈值，根据所述差分阈值计算所述像素差分矩阵的差分阈值矩阵，以及所述分离像素差分矩阵的分离阈值矩阵；获取所述差分阈值矩阵和所述分离阈值矩阵的元素变化关系，根据所述元素变化关系生成所述目标图像的差分变化矩阵和分离变化矩阵
。4.
根据权利要求3所述的图像的中值滤波检测方法，其特征在于，所述像素差分矩阵包括水平差分矩阵
、
垂直差分矩阵
、
主对角线差分矩阵和次对角线差分矩阵，所述分离像素差分矩阵包括分离水平差分矩阵
、
分离垂直差分矩阵
、
分离主对角线差分矩阵和分离次对角线差分矩阵
。5.
根据权利要求3所述的图像的中值滤波检...

【专利技术属性】
技术研发人员：胡雪敏，
申请(专利权)人：中移雄安信息通信科技有限公司中国移动通信集团有限公司，
类型：发明
国别省市：