The invention relates to a computer generated image and a natural image detecting method of wavelet transformation in the field of image detection technology. First of all, measuring image color channel conversion treatment, the RGB color image is converted to HSV color image; then, after the transformation of the channel image, and then get a contains statistical moment feature and high frequency filtering characteristics of multi-dimensional feature vector; the further use of computer generated image features and the difference of the natural image feature extraction; the support vector machine SVM discriminant, quickly determine its authenticity, and detection of an image is a computer generated or natural images. The invention combines the characteristics of statistical moment characteristics and high frequency filtering characteristics, and has the characteristics of high accuracy, comprehensive feature extraction and full line detection, thereby greatly improving the detection accuracy.
【技术实现步骤摘要】
本专利技术涉及的是一种图像检测
的方法，具体是一种小波变换的计 算机生成图像与自然图像的检测方法。
技术介绍
计算机生成图像的出现已经成为当前数字图像取证可信度的严重障碍，由 于人眼视觉系统的特性或图像取证技术人员业务知识的有限性，高仿真的计算 机生成图像很容易被认为是真实的数字图像而被用作图像取证。在计算机生成 图像的检测中，最关键的问题在于如何准确地区分计算机生成图像与自然图像 之间的特征差别。因此，特征提取是解决计算机生成图像与自然图像检测的首 要问题。通常的特征提取都是采用单一类型的特征信息，信息涵盖不全，分析 能力不强，收集到的特征信息不能够十分准确地用于计算机生成图像和自然图 像的检测。比如，目前基于离散小波变换的统计特征提取技术、特征阀值判决 技术等都没有包含足够全面的特征信息，以致于自动检测的准确率不高。经对现有技术文献的检索发现，Wen Chen， Yun Q. Shi和Guorong Xuan在 文献"Identifying computer graphics using HSV color model and statistical...
【技术保护点】
一种小波变换的计算机生成图像与自然图像的检测方法，其特征在于： 首先，对待测图像进行色彩通道转换，将ＲＧＢ彩色图像转化为ＨＳＶ彩色图像； 然后，经过对图像各通道进行变换，进而获得一个包含统计矩特征和高频滤波特征的多维特征向量； 进一步利用计算机生成图像与自然图像的特征的差别进行特征提取； 最后通过支持向量机ＳＶＭ判别，迅速地判断出其真实性，进而检测一幅图像是计算机生成图像还是自然图像。
【技术特征摘要】
【专利技术属性】
技术研发人员：张爱新，李建华，马进，李生红，金波，蔡立明，王学良，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：31[]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。