基于混合特征提取与改进型支持向量机图像来源鉴别算法的研究

《基于混合特征提取与改进型支持向量机图像来源鉴别算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：单位代号：10280密级：学号：13721053硕士学位论文SHANGHAIUNIVERSITYMASTER’SDISSERTATION基于混合特征提取与改进题型支持向量机图像来源鉴目别算法的研究作者黄曜学科专业计算机应用技术导师许华虎完成日期2016.01上海大学硕士学位论文上海大学本论文经答辩委员会全体委员审查,确认符合上海大学硕士学位论文质量要求。答辩委员会签名：主任：委员：导师：答辩日期：I上海大学硕士学位论文原创性声明本人声明：所呈交的论文是本人在导师指导下进行的研究工作。除了文中特别加以标注和致谢的地方外，论文中不包

2、含其他人已发表或撰写过的研究成果。参与同一工作的其他同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。密级：保密期限：签名：日期：本论文使用授权说明本人完全了解上海大学有关保留、使用学位论文的规定，即：学校有权保留论文及送交论文复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容。（保密的论文在解密后应遵守此规定）签名：导师签名：日期：II上海大学硕士学位论文上海大学工学硕士学位论文基于混合特征提取与改进型支持向量机图像来源鉴别算法的研究姓名：黄曜导师：许华虎学科专业：计算机应用技术上海大学计算机工程与科学学院20

3、16年1月III上海大学硕士学位论文ADissertationSubmittedtoShanghaiUniversityfortheDegreeofMasterinEngineeringResearchonImageSourceIdentificationAlgorithmBasedonMixedFeatureExtractionandImprovedSupportVectorMachineModelMACandidate：HuangYaoSupervisor：XuHuahuMajor：ComputerApplicationSchoolof

4、ComputerEngineeringandScience,ShanghaiUniversityJan.2016IV上海大学硕士学位论文摘要随着数码相机的普及以及数字技术的发展，数字图像在日常生活和工作中得到了广泛的使用。相应地，篡改图像内容也变地越来越频繁与容易。由此带来的影响轻则干扰人们的正常生活，重则危害国家、社会和政治稳定。因此，鉴别图像的真实性显得日益迫切，图像盲取证技术作为研究要点被提及出来并成为时下热点之一。图像盲取证技术主要涉及四个方面的问题，其中之一便是如何确认图片是由相机、手机等设备所拍摄的自然图像，还是经过计算机制作生

5、成的图像，亦或是扫描仪直接扫描生成的图像。传统的图像来源鉴别算法主要包括特征提取以及构造分类器等多项技术。本文以图像来源鉴别过程中的特征提取技术与分类器构造为研究对象，提出了混合特征提取的概念，并改进了支持向量机模型。最后辅以实验，并将研究成果应用于图像来源鉴别系统中，证明本文提出的混合特征提取与改进型支持向量机能较大地提高图像来源鉴别率。本文的具体研究工作如下：（1）鉴于维数过高有可能导致“维数灾难”的问题，传统的图像来源鉴别算法大多采用单一特征提取的策略。但是，图像的内容是非常丰富的，单一特征基本上不能概括图像的特质，这便导致最后的鉴别

6、有可能出错。针对这种问题，本文提出了混合特征提取的概念，提取图像的颜色特征、纹理特征以及统计特征，并进行相应降维操作，然后执行特征归一化处理，再将得到的混合特征用以鉴别。最后，本文还设计了一个实验用以验证混合特征提取的作用。（2）在图像来源鉴别的最终分类阶段，现有的方法大多采用已有的支持向量机模型。这些模型在某些问题中能取得良好的效果，但是否适用于图像来源鉴别问题并没有得到验证。由于支持向量机的核函数与核参数对于分类效果有着至关重要的影响，本文便针对图像来源鉴别问题对核函数与核参数的选择进行验证对比以改进支持向量机，选择了最适用于图像来源鉴

7、别问题的核函数与核参数。利用选择的核函数以及核参数设计了一个实验用以验证该选择的作用。（3）此外，本文还将研究成果应用于具体的图像来源鉴别系统中，取得了良好的应用效果。为了更好地说明本文的两个优化为图像来源鉴别问题带来的促进作用，本文通过该系统设计了一个综合对比实验。实验对比了传统图像来源鉴别算法、只采用混合特征提取、只采用本文改进的支持向量机模型以及同时采用混合特征提取与本文改进的支持向量机模型共四种方法的鉴别效果。如上文所述，为了全方位，多角度验证关于图像来源鉴别算法研究的成果，本文设计了三个实验。由实验结果可得到以下结论：首先，在相同

8、条件下，混合特征提取相对单一特征提取能较大提高鉴别正确率。其次，在相同条件下，本文方法得到的核函数以及核参数相对现成的分类模型相应参数能取得更好的鉴别正确率。最后，同时采用本文提