共查询到17条相似文献,搜索用时 720 毫秒
1.
蒋英春 《计算机工程与应用》2012,48(18):193-196
基于模式分类的方法,提出一种利用成像传感器特征进行相机源辨识的鲁棒性方法。分析数码相机成像的特点,提取传感器噪声信息的统计特征,设计一个鲁棒的分类器来确定相机的品牌/型号。所提取的图像特征包括图像去噪差值、小波域子带统计矩以及通道颜色特征。实验结果表明所设计的算法不仅可以有效地正确辨识相机品牌/型号,还具有良好的鲁棒性。 相似文献
2.
通过支持向量机对数字图像的源相机问题进行研究.提出了一种基于成像传感器噪声特征的源辨识算法.利用去噪算法对数字图像的单个颜色通道图像进行去噪处理,用原始图像减去滤波图像得到传感器的噪声信息,再提取噪声信息的统计特征;将统计特征生成一个特征向量的形式来设计源辨识算法;借助支持向量机工具来确定相机的品牌或型号.实验结果表明... 相似文献
3.
4.
传感器模式噪声SPN (sensor pattern noise) 的提取是图像源辨识的关键环节。由于传统方法提取的SPN受场景污迹干扰严重,为此提出一种基于双域联合滤波的SPN提取方法。利用正交小波变换的去相关性,在系数的细节及近似子带分别应用局部自适应MMSE (最小均方误差)滤波与边界保护特性的双边滤波,在空域进行双边滤波;然后用9台相机的参考SPN构造基于相关性检测原理的分类器,将提取的被检图像局部区域SPN输入分类器实现类别辨识;最后重点分析了基于3种典型局部区域SPN的图像源辨识情况。针对局部区域图像的实验结果表明,该方法能有效降低过多场景污迹对SPN的干扰,即使局部区域为256×256像素时,仍能获得79.32%的辨识精度。 相似文献
5.
6.
针对双色红外成像系统中的自动目标识别问题,提出了一种采用多特征多分类器决策级融合的目标识别算法。该算法首先提取目标的形状特征和面貌特征;接着基于各种不同特征设计多个分类器对目标进行分类;然后采用所设计的多分类器决策级融合策略对多个分类器的目标分类结果进行融合处理;最后采用所提出的决策规则对多分类器融合分类结果进行处理得到最终的目标识别结果。该算法充分利用了目标在多传感器图像中的多种分类特征信息,在较大程度上提高了系统的目标识别效率和精确性。实验结果证实了该算法的有效性。 相似文献
7.
阿尔茨海默病是老年人常见的一种慢性进行性神经退化疾病,提出一种融合功能磁共振成像和结构磁共振成像信息辅助诊断方法。采用时间窗、主成分分析和线性判别分析融合策略提取功能磁共振成像特征,采用基于支持向量机递归特征消除和线性判别分析提取结构磁共振成像特征,将两种模态的特征通过串行融合的方式转化为一个向量输入SVM分类器,并获得分类结果。在ADNI数据库中的实验验证,两种模态特征融合后AD/SMC、NC/SMC、AD/NC分类准确率分别为94.1%、95.5%和96%。 相似文献
8.
9.
10.
以扫描仪获得的数字扫描图像为研究对象,提出一种基于图像内容和噪音特征的扫描仪源辨识方法,提取数字扫描图像中的颜色特征、质量特征和邻或预测特征,生成一个72维的特征向量以辨识扫描仪的来源,并借助支持向量机确定扫描仪的品牌或型号.实验结果表明,该方法具有较高的分类精度,并且在数字扫描图像被压缩或剪切的情况下均具有较好的鲁棒... 相似文献
11.
12.
不同曝光值图像的直接融合方法 总被引:1,自引:0,他引:1
提出了一种直接从同一场景多次不同曝光值下成像的LDR(low dynamic range)图像序列中提取每个像素位置最佳成像信息的图像融合方法,可以在无需任何拍摄相机参数及场景先验信息的情况下,快速合成适合在常规设备上显示的HDR(high dynamic range)图像.该方法利用特殊设计的鲁棒性曲线拟合算法建立LDR图像序列中每个像素位置像素值曲线的数学模型,并由此给出评价单个像素成像时曝光合适程度的标准和融合最佳成像像素信息的方法.对不同场景的大量实验结果显示,该方法的计算结果与传统HDR成像技术经过复杂的HDR重建和色调映射计算后得到的结果相当,但具有更高的计算效率,并同时对图像噪声、相机微小移动和运动目标的影响具有较好的鲁棒性. 相似文献
13.
14.
《Information Forensics and Security, IEEE Transactions on》2008,3(3):539-552
15.
《Information Forensics and Security, IEEE Transactions on》2009,4(3):476-491
16.
为了鉴别一幅数字图像是否存在作伪的区域,提出一种利用改进的图像特征进行区域作伪检测的算法.基于模式分类的思想,该方法把图像分割成适当大小的块,从图像块中提取特征数据,用SVM分类器训练数据并得到支持向量机模型,利用该模型检测嫌疑图片是否存在作伪.该算法从噪声相关性、残差噪声、图像质量、小波域等方面分析相机图片的特点,获取每种的统计特征,形成特征集.实验结果表明,该方法能有效地检测出图像的具体作伪区域. 相似文献