《基于二阶差分统计量的自然图像与计算机图形的鉴别》由会员分享,可在线阅读,更多相关《基于二阶差分统计量的自然图像与计算机图形的鉴别(6页珍藏版)》请在金锄头文库上搜索。
1、第 2 2卷 第 9期 2 0 1 0年 9月 计 算机辅 助 设计 与图形 学 学报 J o u r n a l o f Co mp u t e r Ai d e d De s i g n& Co mp u t e r Gr a p h i c s V0 1 22 NO 9 Se p 2 01 0 基于二 阶差分统计量的 自然 图像与计算机图形的鉴别 李文祥, 张 涛, 郑二功, 陶 然, 平西 建 ( 解放军信息工程大学信息工程学院 郑州4 5 0 0 0 2 ) ( e r i c l i we nx i a n g 1 6 3 c o m) 摘 要 : 针对 自然 图像和计算机 图形
2、的鉴别 问题 , 提出一种基于图像二阶差分统计量的鉴别方法 首先在 HS V颜 色 空间提 取图像及其校 准图像 的二阶差分 信号 和预测误 差信 号 , 在此基础 上提取二 阶差分信号 的方 差 、 峰度以及预测 误 差信号的 1 4阶统计 量 , 并将其作为分类特征 , 结 合 F i s h e r 线性判别分析 , 实现 2类 图像 的正确分类 实验结果表 明, 该方法可以有效地鉴别 自然图像和计算机图形 , 与 已有算法相 比具有更高 的识别率 , 且计算 量小、 易于实现 关键词 :图像 取证 ; 二阶差分 ; 预测误差 ; 图像校准 ; 线性 判别 分析 中 图法 分 类 号 :
3、TP 3 9 1 Di s c r i m i n a t i o n b e t we e n Na t u r a l I m a g e s a n d Pho t o r e a l i s t i c Co m p u t e r Gr a ph i c s Us i n g S e c o nd _ Or de r Di f f e r e nc e S t a t i s t i c s Li We n x i a n g ,Z h a n g Ta o,Z h e n g Er g o n g,Ta o Ra n,a n d Pi n g Xi j i a n ( I n f
4、o r ma t i o n En g i n e e r i n g I n s t i t u t e ,PL A I n f o r ma t i o n En g i n e e r i n g U n i v e r s i t y, Z h e n g z h o u 4 5 0 0 0 2 ) Ab s t r a c t:I n t hi s pa pe r, a ne w d i s c r i mi n a t i o n m e t h od us i n g s e c on d or d e r di f f e r e nc e s t a t i s t i c
5、s i s pr o po s e d whi c h i s d e s i g ne d t o d i s t i ngu i s h na t ur a l i ma g e s f r o m p ho t o r e a l i s t i c c o m pu t e r gr a p hi c s Fi r s t l y,t h e s e c o nd o r de r d i f f e r e n c e s i gn a l s a n d pr e d i c t i n g e r r o r s i g na l s o f b o t h or i g i n
6、 a l a n d c a l i b r a t e d i ma g e s a r e e x t r a c t e d i n t he HSV c o l o r s pa c e, a nd t he n t he v a r i a nc e a nd k ur t os i s o f s e c on d o r de r di f f e r e n c e s i gn a l s a n d t he f i r s t f o ur o r d e r s t a t i s t i c s of p r e di c t i n g e r r o r s i
7、g na l s a r e e x t r a c t e d t o b e u s e d a s d i s t i ng ui s hi ng f e a t u r e s,t h e Fi s he r l i ne a r d i s c r i mi na nt a n a l y s i s i s u s e d t o c o ns t r uc t a c l a s s i f i e r t o d o t h e d f f e r e n t i a t i n g j o b Ex p e r i me n t a l r e s u l t s s h o
8、 w t h a t t h e p r o p o s e d me t h o d e x h i b i t s e x c e l l e n t pe r f o r ma nc e f o r t h e d i s c r i mi n a t i o n be t we e n na t u r a l i ma ge s a nd c ompu t e r g r a phi c s, ou t p e r f o r ms p r e v i o us p r op os e d m e t ho d s wi t h a l o w c o m pu t a t i o
9、na l c o mpl e x i t y Ke y wo r d s :i ma g e f o r e ns i c s;s e c o nd o r d e r d i f f e r e n c e;pr e d i c t i ng e r r o r;c a l i b r a t i on;l i ne a r d i s c r i mi n a nt a n a l y s i s 传 统上 , 一 幅胶 片 图像 可 以作 为 事件 发 生 的有 力证据 , 因为 对胶 片 图像 的修 改 需 要 高超 的专 业 技 能 , 实现 难度很 大 , 因此 通常 可 以认 为
10、胶 片 图像能 真 实地反 映 了事 件 的发生 但在 数字 时代 , 这一 观念 受 到巨大挑战 随着计算机视觉和计算机 图形学的迅 速 发展 , 依靠 复杂 的计 算 机 图形 处 理 软件 可 以制 作 出具有 真 实感 的 计算 机 图形 ( p h o t o r e a l i s t i c c o mp u t e r g r a p h i c s , P R C G) , 而且 制 作 出 的 图形 越 来 越逼 真 , 以至于 肉 眼 难 以 将 其 与 自然 ( 真 实 ) 图 像 ( n a t u r a l ( r e a 1 )i ma g e , 亦 称 p
11、h o t o ) 区分 开来 图 1给 出 了 4幅 收稿 日期 : 2 0 0 9 1 0 1 9 ; 修 回 日期 : 2 0 0 9 1 2 1 7 基金项 目: 国家 自然科学 基金( 6 0 9 0 3 2 2 1 ) 李 文祥 ( 1 9 8 6 一) , 男, 硕士 , 主要 研究方 向为图 像取证 ; 张涛 ( 1 9 7 7 ) , 男 , 博士, 副教授 , 主要研究方 向为图像处理 、 模式识 别、 信 息隐藏 ; 郑二功( 1 9 8 O 一) , 男 , 博 士研究生 , 主要研究方 向为 图像处理 、 图像取证 ; 陶然( 1 9 8 7 ) , 男 , 硕士研究
12、生 , 主要研究方向为信息隐藏 ; 平西建( 1 9 5 3 ) , 男 , 硕士 , 教授, 主要研究方 向为 图像处理 、 模式识别、 信息 隐藏 第 9 期 李文祥 , 等 : 基于二阶差 分统计量的 自然图像 与计算机图形 的鉴别 引入成像 传感 器 的模式 噪声 , P R C G 在 生成 过 程 中 也会 引入其 独 特的模 式 噪声 , 而这 2类 模式 噪声 必 定存 在较 大差 异 受 此 启 发 , D e h n i e等口 。 。 利 用 小 波 去 噪算法 获取 多 幅相 同类 别 ( p h o t o或 P RC G) 图像 的残 余噪声 , 并 取其 平 均
13、得 到 p h o t o和 P R C G 的参 考噪 声模式 ; 然后 用 相 同 的去 噪 算 法 提 取待 检 图像 的残余噪声 , 计算其与参考模式的相关系数 , 并将其 判 定 为 相关 系数 较 大 的一 类 D i r i k等口 则 通 过 检 测 彩色 滤镜 阵列插值 和 色差 的存在 与否 来鉴定 待检 图像 是 否为数 码照 片 利用 图像 的统 计 特 性 鉴 别 p h o t o和 P R C G 是 一种 行之有 效 的方 法 , 现 有方 法 大 多 是 基 于 图像 小 波变 换域 特 征 , 计 算 复 杂 度 较 高 本 文 从 p h o t o和 P
14、 R C G 细节信 号统 计 分 布 规律 出发 , 研 究 基 于 图 像 细节 信号统 计差 异 的鉴别方 法 2鉴 别 方 法概 述 P h o t o和 P RC G 的成像 机 理和成 像过 程 的差异 是 能够 区分 这 2类 图像 的根 本 原 因 P h o t o是 将 一 个 真实景 物投影 到 图 像 获取 设 备 的 光 学传 感 器 上 , 随后 由图像 设备 经 一 系列 处 理 形 成 , 这 个 过程 非 常 复 杂 , 且受 到环 境光 和 图像 获取 设 备 等 诸 多 因素 的 影 响 ; 而 P RC G 的生成 则 由有 限 步基 本 的 图像 处
15、理 操作来 实现 , 只能 粗 略地模拟 p h o t o的形 成过 程 这 些差 异会造 成 图像 的统 计分 布规 律不 同 , 一 般而 言 , p h o t o比 P R C G在 亮度 、 色彩 、 纹理 等 方 面的变 化 更 缓慢 , 层次更 丰 富 二者 细节 信号 的表 现 为 p h o t o的 细节信 号相对 平滑 , 而 P R C G 的细 节 信 号则 变 化更 为剧烈 由于细节信 号 能够去 除 图像 内容 , 反 映 图像 类 别本 身的统 计特 性 , 如 果提 取 出图像 的细节 信号 , 从 中导 出一 些 能够 反 映 p h o t o和 P R C G 本 质 差 异 的统计量 作为检 测 器 的分 类 特 征 , 则 可 以实 现 2类 图像 的正 确鉴别 鉴 于此 , 本 文 在 HS V 颜 色 空 间提 取 图像及 其校 准图像 的二 阶差 分信号 和 预测误 差信 号 , 并 在此 基础 上提取 二 阶差分 信号 的方差 、 峰 度 以 及 预测误 差信号 的 1 4四 阶统 计 量 作 为检 测 器 的 分类 特征 , 进 行 p h o t o和 P R C G 的 鉴 别 , 取 得 了 较 好的鉴别效果 2 1颜色 空 间的选择 彩色 图 像 处 理 中 常 用 到