基于ltcp特征的计算机生成图像盲鉴别算法

《基于ltcp特征的计算机生成图像盲鉴别算法》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、分类号：ＴＰ３９１单位代码：１０１８３研究生学号：２０１３５３２０７５密级：公开參古林大学名页古学位论文樂术学化（）基于ＬＴＣＰ特征的计算机生成图像盲鉴别算法ＢｌｉｎｄＩｄｅｎｔｉｆｉｃａｔｉｏｎＡｌｏｒｉｔｈｍｏｆＰｈｏｔｏｒｅａｌｉｓｔｉｃＣｏｍｕｔｅｒＧｒａｈｉｃｓｇｐｐＢａｓｅｄｏｎＬＴＣＰＦｅａｔｕｒｅｓ作者姓名；范子龙专业：计算机应用技术研巧方向：图像处理与模式识别指导教师：申锭京教授培养单位：计算机科学与技术学院２０１６年５月未经本论文作者的书面授权，依法收存和保管本

2、论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则，应承担侵权的法律责任。吉林大学硕±学位论文原创性声明本人郑重声明，；所呈交的硕±学位论文是本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中己经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研巧做出重要贡献的个人和集体，均己在文中Ｗ明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：

3、＾３＾＾日期年巧曰月：Ｌ＇．Ｉ！ｒ基于LTCP特征的计算机生成图像盲鉴别算法BlindIdentificationAlgorithmofPhotorealisticComputerGraphicsBasedonLTCPFeatures作者姓名：范子龙专业名称：计算机应用技术指导教师：申铉京教授学位类别：工学硕士答辩日期：2016年5月24日摘要摘要基于LTCP特征的计算机生成图像盲鉴别算法随着信息时代的到来，伴随着电子技术的发展，数码相机的普及，拍摄数字图像变得异常简单，数字图像被广泛的应用到生活和学习中。数字图像作为信息载体充当各种角色，展示生活

4、场景、记录新闻、司法取证等。然而数字图像技术发展的同时，数字图像处理软件技术也随之发展，使图像处理变得容易，为满足个人需要对图像进行肆意篡改，导致图像篡改事件频频发生，因此对图像进行篡改检测，保证内容真实性具有重要意义。数字图像取证技术实现了对图像篡改检测，主要包括主动取证技术和被动取证技术。主动取证技术需要提前向图像中嵌入信息，主要方式是数字水印和数字指纹，而不添加任何预处理信息的图像取证技术称为被动取证技术，也称为数字图像盲取证。数字图像盲取证技术主要考虑图像是否是原始图像、图像内容是否完整、以及图像是如何产生的。因此，数字图像被动取证技术主要分为三大类：面向图

5、像内容真实性检测，判断图像从最初的获取之后是否经过篡改；面向图像来源取证检测，判断图像来源的获取设备；面向图像隐秘分析取证检测，判断图像内容是否具备完整性。本文主要针对图像来源取证中的计算机生成图像，通过特征提取对计算机生成图像进行检测。首先从鉴别篡改图像的研究背景和意义入手，分析国内外研究现状，然后简要介绍彩色图像颜色空间、LIBSVM分类器使用方法以及本文使用的计算机生成图像库。最后，分析图像的成像机制，总结图像在纹理上的差异，通过LTCP特征直方图来体现这种差异，在已有算法基础上进行改进，提出两种计算机生成图像盲鉴别算法。针对现有的计算机生成图像检测，通过分析

6、图像的纹理差异，利用LTCP特征直方图以及相邻像素一致性共生矩阵特征来体现这种差异，本文利用LTCP特征和共生矩阵实现对计算机生成图像检测。首先，将彩色图像转换到HSV颜色空间下，然后对各通道图像分别提取LTCP特征以及相邻像素一致性共生矩阵特征，并将融合后的特征利用LIBSVM分类器进行训练，建立分类预测模型，最后根据建立的分类模型对计算机生成图像进行检测。通过实验验证，本文算法在检测结果上有明显的提高，具有一定的研究前景。I摘要针对现有利用纹理特征对图像进行鉴别的算法，没有充分利用图像的尺度和方向信息，不能更好的全面体现图像的纹理差异，同时特征维度高、检测率低，

7、本文对图像进行方向可控的金字塔变换从多尺度、多方向上提取图像的纹理特征差异，提出了一种基于SPT和LTCP的计算机生成图像盲鉴别算法。首先，在HSV颜色空间分别对各通道图像进行SPT变换，获取变换后的图像子带。然后，对各子带图像提取LTCP特征并利用SVM分类器训练，建立分类模型，最后根据分类模型检测图像是否是计算机生成图像。实验结果表明，本文算法在检测率上明显提高，综合检测率达到97%。关键词：计算机生成图像，SPT变换，局部三值计数模式，共生矩阵，支持向量机IIAbstractAbstractBlindIdentificationAlgorithmofPho