噪声相关性偏态分布的最佳模型

提出了用对数正态分布描述噪声相关性偏态分布的最佳模型。首先通过理论分析和实验发现,在(0,1]区间β分布、Γ分布和对数正态分布可用于描述噪声相关性的偏态分布;然后分别利用这3种分布的概率密度函数(PDF)模拟实际的噪声相关性偏态分布曲线,曲线的形态与实际的噪声相关性偏态分布形态的相似程度的比较表明,采用对数正态分布描述噪声相关性偏态分布的效果最佳;最后利用最大熵方法证明了模型的最佳性。实验结果表明,本文提出的模型与另外两种模型相比,可使最小错误率降低70%以上。     

一种宽频高精度频率计的设计

文章介绍了一种应用单片机和高速逻辑器件设计宽频高精度频率计的方法 ,并讨论了采用硬件定时和软件同步的问题。     

数字图像与数码相机噪声相关性的分布

在利用数字图像与数码相机的噪声相关性来鉴别数字图像来源的实验中,发现噪声相关性有对称和非对称两种分布。为了提高鉴别数字图像来源的正确性,正确设置判别阈值,针对噪声相关性的非对称分布,在(0,1]区间构造了一个广义chi平方分布的新函数,并提出了一种利用广义chi平方分布来描述噪声相关性的非对称分布和利用广义高斯分布来描述噪声相关性的对称分布的新方法。实验结果表明,该方法与仅采用一个广义高斯分布的方法相比,可以使鉴别错误率降低38%以上,可见利用不同的概率密度函数来描述相应的分布是减小鉴别错误率的一个有效途径。     

噪声相关性偏态分布的最佳模型

提出了用对数正态分布描述噪声相关性偏态分布的最佳模型。首先通过理论分析和实验发现,在(0,1]区间β分布、Γ分布和对数正态分布可用于描述噪声相关性的偏态分布;然后分别利用这3种分布的概率密度函数(PDF)模拟实际的噪声相关性偏态分布曲线,曲线的形态与实际的噪声相关性偏态分布形态的相似程度的比较表明,采用对数正态分布描述噪声相关性偏态分布的效果最佳;最后利用最大熵方法证明了模型的最佳性。实验结果表明,本文提出的模型与另外两种模型相比,可使最小错误率降低70%以上。     

基于噪声相关性的数字图像鉴别

利用数字图像与数码相机的噪声相关性,提出一种鉴别数字图像来源的新方法,探讨了JEPG压缩、gamma校正等几个因素对该方法的影响.为了减小系统误差,针对数字图像与数码相机的噪声相关性的偏态分布,在(0,1]区间构造了一个广义chi方分布的概率密度函数,利用Bayes决策理论的Neymen-Pearson判别规则求出各相机的判别阈值.用实验验证了该方法的有效性.     

数字图像与数码相机噪声相关性的偏态分布

为了提高利用噪声相关性鉴别数字图像真伪的正确性,探索了描述噪声相关性偏态分布的最佳模型。首先,通过理论分析和大量实验验证了在(0,1]区间beta分布、gamma分布和对数正态分布可用于描述噪声相关性的偏态分布。然后,利用这3种分布的概率密度函数模拟实际的噪声相关性偏态分布的概率密度函数曲线,概率密度函数曲线的特征和最小错误率的大小说明了采用对数正态分布描述噪声相关性偏态分布的效果最佳,从而提出用对数正态分布描述噪声相关性偏态分布的模型。实验结果表明,与采用广义chi平方分布的模型相比,采用该模型可使最小错误率降低60%以上,证明了采用正确的模型描述噪声相关性偏态分布是降低鉴别错误率的有效途径。     

JPEG压缩对噪声相关性影响的修正

提出了一种修正JPEG压缩对噪声相关性大小影响的新方法。该方法应用最小二乘法估计原理求出噪声相关性大小与品质因素的函数关系,根据修正的约束条件和归一化条件推导出修正函数,利用该修正函数把各种品质因素下的噪声相关性大小修正为最高品质因素下的噪声相关性大小,使得判别阈值与品质因素无关,从而修正了JPEG压缩对噪声相关性大小的影响。实验结果表明,利用该方法产生的错误拒绝率很小,但错误接受率随着品质因素的变小而变大。     

基于模式噪声的数字图像来源鉴别

利用相关性原理,提出一种鉴别数字图像来源的新方法.由于成像传感器的非理想性,每一种数码相机都会输出一种相对稳定的残留噪声,用小波滤波器从数字图像中提取这一噪声,利用多幅图像的噪声取平均值的办法建立噪声参考模式,求出待鉴别数字图像的噪声与噪声参考模式间的相关系数,把这一相关系数与预设的阈值进行比较,判定数字图像来源于哪一种相机.通过实验验证了该方法的可靠性,并应用最小错误率Bayes决策规则求出各种相机的判别阈值.