基于混合特征提取的图像来源鉴别算法

随着数码图像的普及,图像盲取证成为时下的研究热点之一。如何识别图像来源是其中主要的研究内容。特征提取是对图像进行鉴别的前提。文中通过对现有的特征提取方法进行研究,针对现有单一特征提取不能完全反映图像特质导致识别出错的问题,提出混合特征提取的概念,依次提取图像的颜色特征、纹理特征以及统计特征,从而提高图像来源的识别率。通过实验对文中提出的算法进行了验证。结果表明,文中提出的混合特征提取算法较任一单一特征提取算法都能取得更好的图像来源鉴别率。

针对图像来源鉴别中支持向量机的研究

随着数码图像的普及,图像盲取证成为时下的研究热点之一,如何识别图像来源是其主要的研究内容。作为图像来源鉴别最关键的阶段,构造鉴别的支持向量机(SVM)分类模型直接影响最终的鉴别率。由于不同核函数以及核参数对分类器性能有着相异的影响,故分析对比了各种核函数,然后选取了细分效果更好的高斯径向基函数作为核函数。针对核参数选择问题,分析了各种核参数寻优算法,并通过实验验证了各个算法的效果,以及最终构造的分类模型的效果。实验结果表明,选用高斯径向基函数作为核函数,利用粒子群算法选出的核参数所构造的分类模型取得了最好的图像来源鉴别率。