基于三阶统计特征的被动图像拼接检测

• 作者: 李建华 李生红 王士林 袁野 赵旭东
• 来源期刊: 计算机应用研究
• 关键词: 图像拼接检测 三阶统计特征 条件共生概率矩阵 主成分分析 支持向量机
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 图形图像技术
• 页码范围: 4729-4732,4749
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.12.085

摘要

针对被动图像拼接检测问题,提出了一种基于三阶统计特征的检测算法.该算法把图像状态矩阵中三个相邻状态之间的依赖关系建模为条件共生概率矩阵,然后将其作为识别特征输入到支持向量机(SVM)进行分类.由于高阶统计特征维数随着统计阶数的增加而呈指数级增加,为了降低高维特征在分类阶段所引入的高计算复杂度以及避免可能出现的过拟合现象,引入了主成分分析法(PCA)对提取的特征进行降维处理.实验结果显示,条件共生概率矩阵特征在空间域和8×8分块DCT域的检测结果均优于传统的马尔可夫特征和共生矩阵特征;PCA是图像拼接检测的一个有力分析工具,在大幅度降低特征维数的同时能够保持识别率不降低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李建华	上海交通大学电子信息与电气工程学院	336	2966	25.0	36.0
2	李生红	上海交通大学电子信息与电气工程学院	112	774	13.0	22.0
3	袁野	上海对外贸易学院商务信息学院	14	17	2.0	3.0
4	王士林	上海交通大学电子信息与电气工程学院	25	73	5.0	6.0
5	赵旭东	上海交通大学电子信息与电气工程学院	5	31	4.0	5.0