[发明专利]基于DCT域统计特性的自然图像与计算机生成图像的鉴别方法

摘要

本发明公开了一种基于DCT域统计特性的自然图像与计算机生成图像的鉴别方法，其特征在于，包括以下步骤：(1)首先对待测图像进行高斯模糊处理、降维处理，然后对图像R、G、B3个通道分别进行8×8的不重复块DCT离散余弦变换，得到的8×8分块DCT系数矩阵；(2)对每一通道DCT域AC系数的首位有效数字的分布进行统计，得到3条概率分布曲线；(3)计算3条概率分布曲线的平均绝对差分，若平均绝对差分大于设定的阈值T，说明3条曲线的重合程度不强，将待测图像判定为自然图像，否则判定为计算机生成图像。实验结果显示，这种算法提高了自然图像与计算机生成图像的鉴别准确率。与已有算法相比具有更高的识别率，鉴别准确率达到95.22％，且计算量小、易于实现。

主权项

1.一种基于DCT域统计特性的自然图像与计算机生成图像的鉴别方法，其特征在于，包括以下步骤：(1)首先对待测图像进行高斯模糊处理、降维处理，然后对图像R、G、B3个通道分别进行8×8的不重复块DCT离散余弦变换，得到的8×8分块DCT系数矩阵；(2)对每一通道DCT域AC系数的首位有效数字的分布进行统计，得到3条概率分布曲线；(3)计算3条概率分布曲线的平均绝对差分，若平均绝对差分大于设定的阈值T，说明3条概率分布曲线的重合程度不强，将待测图像判定为自然图像，否则判定为计算机生成图像；所述平均绝对差分定义如下：AD‾=127Σi=19(|PRi-PGi|+|PRi-PBi|+|PBi-PGi|)]]>式中，i表示首位有效数字，R_iG_iB_i分别表示RGB3个色彩通道下的MSD_i，分别表示首位有效数字在RGB三个色彩通道下的概率。