[发明专利]一种基于PCA网络的中值滤波检测方法

摘要

本发明一种基于PCA网络的中值滤波检测方法，属于信息安全以及数字图像信息处理技术领域。包括模型建立和目标检测两部分；模型建立步骤为：1选图片提取出素材；2对1提取的素材中值滤波，得滤波处理后素材；3将1及2输出的素材作为训练集，计算中值滤波残差；4建立PCA网络；5训练支持向量机得到训练好的模型；目标检测步骤为：A将待检测图片切割为小尺寸图像；B将A输出的小尺寸图像输入建立的模型，根据模型输出判断是否经中值滤波处理，决定是否跳至C；C对经中值滤波处理的图像块在A中标出，跳至B。本发明结构简单、训练用时短、人为设定参数较少、可适用于多种图片集，甚至可方便地在FPGA上实现，显著提高运算速度。

主权项

一种基于PCA网络的中值滤波检测方法，下面简称“本方法”，核心思想为：以PCA网络作为基本工具，结合图像中值滤波残差训练网络，再利用训练好的网络对检测目标进行检测，输出中值滤波的检测结果，其特征在于：包括模型建立和目标检测两部分；其中，模型建立，步骤如下：步骤1：选取一些图片，并提取出每一图片中心位置的小块作为素材，并记素材的图像标签为0；步骤2：对步骤1提取的素材进行中值滤波，得到经中值滤波处理后的素材，并记此中值滤波处理后素材的图形标签为1；步骤3：将步骤1提取的素材及步骤2输出的经中值滤波处理后的素材作为训练集，计算训练集的中值滤波残差；其中，训练集记为M表示训练集中图片的个数，Ii表示集合中的一个图片；训练集的中值滤波残差通过如下公式(1)计算：MFR(Ii)＝med(Ii)‑Ii  (1)其中，MFR(Ii)为训练集中Ii的中值滤波残差，med(Ii)是Ii的中值滤波结果；步骤4：建立PCA网络，得到对应的图像的特征；步骤5：利用步骤4得到的图像特征及步骤1和步骤2中的图像标签训练支持向量机得到训练好的模型；至此，从步骤1到步骤5，完成了本方法的模型建立；目标检测，步骤如下：步骤A：将待检测的图片切割为小尺寸图像，大小取决于检测的需求；其中，小尺寸图像数量记为nmax；小尺度图像的编号记为ni且初始化为1；步骤B：将经过步骤A切割后的编号为ni的小尺寸图像输入本方法建立的模型，根据模型输出判断是否有过中值滤波处理，决定是否跳至步骤C；步骤C：对此编号为ni的经过中值滤波处理的图像块在步骤A的待检测图片中的对应位置标出，跳至步骤B；至此，从步骤A到步骤C，完成了本方法的目标检测。