文摘传统的检测方法存在识别率低、特征维度高的缺点,为此对特征维度与拼接检测精度之间的关系进行分析,基于以像素为基础的改进特征维度的思想,提出一种信息熵与差分激励融合的图像拼接检测方法。提取图像信息熵和韦伯局部特征中(Weber local descriptor,WLD)的差分激励,采用差分直方图进行特征融合,使用v-SVM(v-support vector machine)分类器建立模型,判定图像是否经过拼接。实验结果表明,在哥伦比亚图片库拼接检测中,相比传统的马尔科夫特征、韦伯局部特征等算法,该方法的检测结果具有特征维度低、检测精度高、应用范围广的优点,为快速拼接检测提供了依据。
