针对SURF(Speeded Up Robust Features)算法在图像拼接过程中配准精度低和运算复杂度较高的问题,提出了一种基于SURF分割圆形区域的图像拼接方法。首先,对图像进行特征点的检测和提取过程中,在传统SURF算法的基础上采用了分割圆形区域...针对SURF(Speeded Up Robust Features)算法在图像拼接过程中配准精度低和运算复杂度较高的问题,提出了一种基于SURF分割圆形区域的图像拼接方法。首先,对图像进行特征点的检测和提取过程中,在传统SURF算法的基础上采用了分割圆形区域提取描述符;接着,计算了区域归一化的灰度均值和韦伯局部描述细节信息,形成新的描述符;然后,通过改进的RANSAC(Random Sample Consensus)算法对每个模块的误匹配点进行消除,得到精确的匹配特征点。实验结果表明,相较基于改进的SURF算法的图像拼接,该方法匹配正确率平均提高了6.05%,拼接时间平均减少了24.47%,匹配速度和效果有了较大提升,基本满足图像拼接速度快、精准度高、稳定可靠等要求。展开更多
针对当前图像伪造检测准确率低、适应性弱等问题,提出支持向量机耦合多分辨率韦伯局部描述符(WLD-multiresolution Weber local descriptor)的图像伪造检测技术。将图像转换为YCrCb模型,以亮度和色度的形式保存图像,利用人眼对色度的敏...针对当前图像伪造检测准确率低、适应性弱等问题,提出支持向量机耦合多分辨率韦伯局部描述符(WLD-multiresolution Weber local descriptor)的图像伪造检测技术。将图像转换为YCrCb模型,以亮度和色度的形式保存图像,利用人眼对色度的敏感性弱于亮度的特点,根据色度分量提取图像特征;根据当前像素的差分激励和梯度方向,构造WLD计算模型,判断图像的灰度值变化和纹理变化信息;分析优化WLD参数,采用像素点的差分激励和梯度方向在不同分辨率下形成WLD直方图;引入支持向量机(SVM)分类算法对提取的伪造图像进行分类学习。在大量图像数据库进行伪造检测的实验结果表明,多分辨率WLD相对单分辨率WLD具有更好的检测效果,在拼接伪造图像和复制-移动伪造图像的检测中,多分辨率WLD都有较好的检测性能。展开更多
文摘针对当前图像伪造检测准确率低、适应性弱等问题,提出支持向量机耦合多分辨率韦伯局部描述符(WLD-multiresolution Weber local descriptor)的图像伪造检测技术。将图像转换为YCrCb模型,以亮度和色度的形式保存图像,利用人眼对色度的敏感性弱于亮度的特点,根据色度分量提取图像特征;根据当前像素的差分激励和梯度方向,构造WLD计算模型,判断图像的灰度值变化和纹理变化信息;分析优化WLD参数,采用像素点的差分激励和梯度方向在不同分辨率下形成WLD直方图;引入支持向量机(SVM)分类算法对提取的伪造图像进行分类学习。在大量图像数据库进行伪造检测的实验结果表明,多分辨率WLD相对单分辨率WLD具有更好的检测效果,在拼接伪造图像和复制-移动伪造图像的检测中,多分辨率WLD都有较好的检测性能。
