国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種圖像掩模銳化檢測方法及系統(tǒng)的制作方法

      文檔序號:9235950閱讀:491來源:國知局
      一種圖像掩模銳化檢測方法及系統(tǒng)的制作方法
      【技術(shù)領(lǐng)域】
      [0001] 本發(fā)明屬于圖像處理與多媒體信息安全技術(shù)領(lǐng)域,尤其涉及一種圖像掩模銳化檢 測方法及系統(tǒng)。
      【背景技術(shù)】
      [0002] 近年來,隨著手機(jī)、電腦等數(shù)字設(shè)備的普及,數(shù)字媒體作為信息的載體逐漸被大眾 認(rèn)知和接受。該其中,數(shù)字圖像W其容易編輯、方便發(fā)布、傳送等特點(diǎn)被應(yīng)用得越來越廣泛。 然而,也正是由于數(shù)字圖像的易編輯性,使得數(shù)字圖像的安全性W及真實(shí)性受到質(zhì)疑,嚴(yán)重 制約了數(shù)字圖像在法庭、保險(xiǎn)業(yè)等正式、嚴(yán)肅場合的應(yīng)用。
      [0003] 銳化,作為一種典型的增強(qiáng)圖像邊緣對比度的圖像編輯操作,經(jīng)常被人們用來增 加圖像的清晰度。經(jīng)過銳化的圖像會在邊緣處產(chǎn)生更強(qiáng)的對比度,具有更強(qiáng)的層次感,使得 圖像細(xì)節(jié)信息更易被人眼察覺。此外,銳化還可被用來掩蓋圖像篡改的痕跡。
      [0004] 現(xiàn)有技術(shù)提出了一種基于過沖效應(yīng)一維特征闊值化的掩模銳化檢測方法。該方法 通過量化銳化強(qiáng)度并設(shè)定闊值來判斷圖像是否經(jīng)過銳化?,F(xiàn)有技術(shù)在銳化強(qiáng)度較高時(shí),可 較準(zhǔn)確的檢測出圖像是否被銳化。然而,在銳化強(qiáng)度較低時(shí),現(xiàn)有技術(shù)檢測的正確率會有較 大幅度下滑。

      【發(fā)明內(nèi)容】

      [0005] 本發(fā)明實(shí)施例在于提供一種圖像掩模銳化檢測方法及系統(tǒng),W解決現(xiàn)有技術(shù)在圖 像銳化強(qiáng)度較低時(shí),檢測正確率較低的問題。
      [0006] 本發(fā)明實(shí)施例的第一方面,提供一種圖像掩模銳化檢測方法,所述方法包括:
      [0007] 采集待檢測圖像,對所述待檢測圖像進(jìn)行邊緣檢測,W獲取特征區(qū)域,所述特征區(qū) 域?yàn)榇怪庇谶吘壏较?,并W邊緣檢測點(diǎn)為中也點(diǎn)的1XN的特征窗口,所述N為大于1的奇 數(shù);
      [0008] 對所述特征區(qū)域內(nèi)N個(gè)像素點(diǎn)的相鄰差值進(jìn)行二值化編碼,獲得多個(gè)編碼值,并 統(tǒng)計(jì)每個(gè)編碼值出現(xiàn)的次數(shù),將統(tǒng)計(jì)的所述次數(shù)作為圖像銳化檢測的統(tǒng)計(jì)向量;
      [0009] 對所述統(tǒng)計(jì)向量進(jìn)行歸一化處理;
      [0010] 將所述歸一化處理后的統(tǒng)計(jì)向量通過SVM分類器進(jìn)行銳化判定,獲得判定結(jié)果。
      [0011] 本發(fā)明實(shí)施例的第二方面,提供一種圖像掩模銳化檢測系統(tǒng),所述系統(tǒng)還包括:
      [0012] 特征區(qū)域獲取單元,用于采集待檢測圖像,對所述待檢測圖像進(jìn)行邊緣檢測,W獲 取特征區(qū)域,所述特征區(qū)域?yàn)榇怪庇谶吘壏较?,并W邊緣檢測點(diǎn)為中也點(diǎn)的1XN的特征窗 口,所述N為大于1的奇數(shù);
      [0013] 特征統(tǒng)計(jì)單元,用于對所述特征區(qū)域內(nèi)N個(gè)像素點(diǎn)的相鄰差值進(jìn)行二值化編碼, 獲得多個(gè)編碼值,并統(tǒng)計(jì)每個(gè)編碼值出現(xiàn)的次數(shù),將統(tǒng)計(jì)的所述次數(shù)作為圖像銳化檢測的 統(tǒng)計(jì)向量;
      [0014] 歸一化處理單元,用于對所述統(tǒng)計(jì)向量進(jìn)行歸一化處理;
      [0015]圖像銳化判定單元,用于將所述歸一化處理后的統(tǒng)計(jì)向量通過SVM分類器進(jìn)行銳 化判定,獲得判定結(jié)果。
      [0016]本發(fā)明實(shí)施例與現(xiàn)有技術(shù)相比存在的有益效果是:本發(fā)明實(shí)施例對邊緣垂直方向 上連續(xù)N個(gè)像素點(diǎn)的相鄰灰度差值進(jìn)行二值化編碼,能在更大鄰域范圍內(nèi)刻畫圖像銳化帶 來的統(tǒng)計(jì)特征;二值化編碼方式有助于在獲得高檢測精度的同時(shí),控制特征向量的維數(shù),節(jié) 省SVM分類器的訓(xùn)練時(shí)間和內(nèi)存需求。而且本發(fā)明實(shí)施例在特征向量提取后直接通過SVM 分類器進(jìn)行銳化判定,避免了現(xiàn)有技術(shù)由于過分依賴人工設(shè)定闊值,當(dāng)?shù)蛷?qiáng)度銳化產(chǎn)生較 弱過沖效應(yīng)時(shí),導(dǎo)致的檢測性能下降、判定結(jié)果出錯的問題。另外,本發(fā)明實(shí)施例不受圖像 自身動態(tài)范圍大小和銳化參數(shù)的影響,適用性廣。尤其是在圖像銳化強(qiáng)度低的情況下,本發(fā) 明實(shí)施例檢測的正確率依舊可W保持在較高水準(zhǔn)。本發(fā)明實(shí)施例編碼方式簡單、高效,計(jì)算 復(fù)雜度低,對系統(tǒng)內(nèi)存的需求低,具有較強(qiáng)的易用性和實(shí)用性。
      【附圖說明】
      [0017]為了更清楚地說明本發(fā)明實(shí)施例中的技術(shù)方案,下面將對實(shí)施例或現(xiàn)有技術(shù)描述 中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本發(fā)明的一些 實(shí)施例,對于本領(lǐng)域普通技術(shù)人員來講,在不付出創(chuàng)造性勞動性的前提下,還可W根據(jù)該些 附圖獲得其他的附圖。
      [0018]圖1是本發(fā)明第一實(shí)施例提供的圖像掩模銳化檢測方法的實(shí)現(xiàn)流程圖;
      [0019]圖2是本發(fā)明第二實(shí)施例提供的圖像掩模銳化檢測系統(tǒng)的組成結(jié)構(gòu)圖。
      【具體實(shí)施方式】
      [0020] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白,W下結(jié)合附圖及實(shí)施例,對 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解,此處所描述的具體實(shí)施例僅僅用W解釋本發(fā)明,并 不用于限定本發(fā)明。
      [0021] 為了說明本發(fā)明所述的技術(shù)方案,下面通過具體實(shí)施例來進(jìn)行說明。
      [0022] 連施例一:
      [0023] 圖1示出了第一實(shí)施例提供的圖像掩模銳化檢測方法的實(shí)現(xiàn)流程,該方法過程詳 述如下:
      [0024] 在步驟S101中,采集待檢測圖像,對所述待檢測圖像進(jìn)行邊緣檢測,W獲取特征 區(qū)域,所述特征區(qū)域?yàn)榇怪庇谶吘壏较?,并W邊緣檢測點(diǎn)為中也點(diǎn)的1XN的特征窗口, 所述N為大于1的奇數(shù)。例如,1X5的特征窗口,在特征區(qū)域內(nèi)的五個(gè)像素點(diǎn)可W記為: B=[P。,Pi,P2,P3,PJ,其中P2為檢測到的邊緣點(diǎn)。
      [00巧]由于圖像銳化增強(qiáng)的效果主要體現(xiàn)在邊緣上,因此需要檢測出待檢測圖像的邊 緣。本實(shí)施例可W采用"canny"算子、"Sobel"算子或"Robed"算子等來檢測待檢測圖 像的邊緣。較佳的,為了獲得穩(wěn)定可靠的邊緣檢測效果,本實(shí)施例優(yōu)選具有自適應(yīng)特性的 'canny'算子來檢測邊緣,不需要設(shè)定特別的闊值。
      [0026]可選的是,在對所述待檢測圖像進(jìn)行邊緣檢測之前,本實(shí)施例還包括:
      [0027]判斷所述待檢測圖像是否為灰度圖像,若否,將所述待檢測圖像轉(zhuǎn)換為灰度圖像。
      [0028] 在步驟S102中,對所述特征區(qū)域內(nèi)N個(gè)像素點(diǎn)的相鄰差值進(jìn)行二值化編碼,獲得 多個(gè)編碼值,并統(tǒng)計(jì)每個(gè)編碼值出現(xiàn)的次數(shù),將統(tǒng)計(jì)的所述次數(shù)作為圖像銳化檢測的統(tǒng)計(jì) 向量。
      [0029] 具體的是,計(jì)算所述特征區(qū)域內(nèi)兩兩相鄰像素點(diǎn)的差值,即C=[(Pn-Pi),化斗2),. ..,(Pn_2-Pn_i)],將C轉(zhuǎn)化為T,獲得 1X(N-1)的矩陣,即T=[A。,A。...,Aw_2],其中Aa=PcrPi,Ai=Pi-P2,…,Aw_2=Pm-2-Pm-1 ;Pl、P2、. . .Pm-1為特征區(qū)域內(nèi)像素點(diǎn),若Pm-l大于或等于Pm,則令 Am_i為 1,若Pm_i小于Pm,則令A(yù)m_i為 0,其中m=l,2, . . .,N-1 ;
      [0030] 依次對T中的A。,Ai,. . .,Aw_2進(jìn)行二進(jìn)制編碼,并進(jìn)行十進(jìn)制轉(zhuǎn)化,將得到的0至 15之間的十進(jìn)制數(shù)作為特征標(biāo)記。其中所述二進(jìn)制編碼公式式
      ,獲 得多個(gè)編碼值,并統(tǒng)計(jì)每個(gè)編碼值出現(xiàn)的次數(shù),將統(tǒng)計(jì)的所述次數(shù)作為圖像銳化檢測的統(tǒng) 計(jì)向量。
      [0031] 在步驟S103中,對所述統(tǒng)計(jì)向量進(jìn)行歸一化處理。
      [0032] 在本實(shí)施例中,為了消除不同圖像邊緣點(diǎn)總數(shù)差異對銳化檢測效果的影響,本實(shí) 施例將每個(gè)編碼值出現(xiàn)的次數(shù)除W統(tǒng)計(jì)的總次數(shù),得到歸一化后的統(tǒng)計(jì)向量,并將所述歸 一化后的統(tǒng)計(jì)向量作為邊緣垂直二值編碼巧dgePe巧endi州larBinaryCoding,EPBC)特 征向量。
      [0033] 在步驟S104中,將所述歸一化處理后的統(tǒng)計(jì)向量通過SVM分類器進(jìn)行銳化判定, 獲得判定結(jié)果。
      [0034] 進(jìn)一步的,本實(shí)施例在將所述歸一化處理后的統(tǒng)計(jì)向量通過SVM分類器進(jìn)行銳化 判定之前,還包括:
      [00對 建立SVM分類器;
      [0036] 所述建立SVM分類器包括:
      [0037] 采集原始圖像,建立原始圖像庫;
      [0038]對所述原始圖像庫中的每一幅原始圖像進(jìn)行掩模銳化,獲得對應(yīng)的銳化圖像;
      [0039] 計(jì)算所述原始圖像的EPBC特征向量和銳化圖像的EPBC特征向量,并將原始圖像 的EPBC特征向量標(biāo)記為"-1 ",銳化圖像的EPBC特征向量標(biāo)記為"+1 ",將所述EPBC特征向 量和標(biāo)記輸入至開源軟件libsvm提供的接口函數(shù),完成SVM分類器的建立,其中所述EPBC 特征向量為歸一化處理后的統(tǒng)計(jì)向量。
      [0040] 其中,所述將所述歸一化處理后的統(tǒng)計(jì)向量通過S
      當(dāng)前第1頁1 2 3 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
      1