[发明专利]一种平滑滤波操作类型及参数识别方法

摘要

一种平滑滤波操作类型及参数识别方法，包括：对获取的待测图像进行离散傅里叶变换得到与待测图像同样尺寸的频谱响应，对频谱响应中的所有值进行取模处理得到待测图像的频域幅值图；将频域幅值图进行处理，得到能够反映待测图像频域分布特性的二值化频域图，然后利用统计方法从二值化频域图中提取N维检测特征；将提取到的N维检测特征，输入支持向量机进行训练，得到多分类检测器，用于检测待测图像是否经历了平滑滤波，以及对经历的平滑滤波操作类型及参数进行识别。本发明通过对图像进行有效表征，实现对以均值滤波、高斯滤波和中值滤波为代表的平滑滤波操作的有效检测与分类，进而实现对特定滤波操作的参数识别。本发明方法的检测特征维度低，检测准确率。

主权项

1.一种平滑滤波操作类型及参数识别方法，其特征在于，包括如下步骤：1)对获取的待测图像进行离散傅里叶变换得到与待测图像同样尺寸的频谱响应Y(i,j)，对所述频谱响应Y(i,j)中的所有值进行取模处理得到待测图像的频域幅值图|Y(i,j)|，其中(i,j)表示图像的坐标索引；2)将频域幅值图进行处理，得到能够反映待测图像频域分布特性的二值化频域图，然后利用统计方法从二值化频域图中提取N维检测特征；包括：(1)将步骤1)得到的频域幅值图|Y(i,j)|进行如下变换：Y'(i,j)＝log10(|Y(i,j)|+1)，得到log尺度下的频域图Y'(i,j)，并将低频区域转换到图像中心；(2)利用判决函数F(u)将log尺度下的频域图Y'(i,j)小于阈值T的值置为1，反之置为0，形成对应的二值化频域图；所述的判决函数F(u)定义如下：其中T是一个自适应阈值，取值由待测图像决定，具体是基于尺寸为H×W的待测图像对应的log尺度下的频域图Y'(i,j)中心H/4×W/4的区域R中点的平均值计算得到的，公式如下：其中系数k取值范围为0.65～0.75；(3)利用改进的雷登变换作为统计方法，构建特征向量V，所述的改进的雷登变换公式如下：其中ρ为自变量，表示一个以二值化频域图中心为圆心，半径为r的圆，D表示整个二值化频域图图像区域，而且对于尺寸为H×W的待测图像，得到特征向量V，表示如下：V＝(Rc(1),Rc(2),...,Rc(ρ))，其中ρ∈{1,2,...,min(H/2,W/2)}，Rc(ρ)为累计值；(4)构建N维检测特征通过从集合{1,2,...,min(H/2,W/2)}中选择N个关键点{ρ'1,ρ'2,...,ρ'N}，把特征向量V分成N个部分，并确保ρ'1≠1并且ρ'N＝min(H/2,W/2)，累加每两个相邻关键点之间对应的累计值Rc(ρ)，最终得到一个N维检测特征，并且为了保证数据归一化，两个相邻关键点对应的圆形所围成的环形区域面积保持相同；3)将提取到的N维检测特征，输入支持向量机进行训练，得到多分类检测器，用于检测待测图像是否经历了平滑滤波，以及对经历的平滑滤波操作类型及参数进行识别，所述的对经历的平滑滤波操作类型及参数进行识别，是通过对比不同平滑滤波操作后的图像在频域幅值二值化后的分布特性差异，对图像进行有效表征，实现对以均值滤波、高斯滤波和中值滤波为代表的平滑滤波操作的有效检测与分类，进而实现对特定滤波操作的参数识别。