中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2011年
8期
1353-1358
,共6页
王庚中%郎文辉%杨学志%王建社
王庚中%郎文輝%楊學誌%王建社
왕경중%랑문휘%양학지%왕건사
图像源%非侵入式辨识%SPN%相关性%滤波
圖像源%非侵入式辨識%SPN%相關性%濾波
도상원%비침입식변식%SPN%상관성%려파
传感器模式噪声SPN( sensor pattern noise)的提取是图像源辨识的关键环节.由于传统方法提取的SPN受场景污迹干扰严重,为此提出一种基于双域联合滤波的SPN提取方法.利用正交小波变换的去相关性,在系数的细节及近似子带分别应用局部自适应MMSE(最小均方误差)滤波与边界保护特性的双边滤波,在空域进行双边滤波；然后用9台相机的参考SPN构造基于相关性检测原理的分类器,将提取的被检图像局部区域SPN输入分类器实现类别辨识；最后重点分析了基于3种典型局部区域SPN的图像源辨识情况.针对局部区域图像的实验结果表明,该方法能有效降低过多场景污迹对SPN的干扰,即使局部区域为256×256像素时,仍能获得79.32％的辨识精度.
傳感器模式譟聲SPN( sensor pattern noise)的提取是圖像源辨識的關鍵環節.由于傳統方法提取的SPN受場景汙跡榦擾嚴重,為此提齣一種基于雙域聯閤濾波的SPN提取方法.利用正交小波變換的去相關性,在繫數的細節及近似子帶分彆應用跼部自適應MMSE(最小均方誤差)濾波與邊界保護特性的雙邊濾波,在空域進行雙邊濾波；然後用9檯相機的參攷SPN構造基于相關性檢測原理的分類器,將提取的被檢圖像跼部區域SPN輸入分類器實現類彆辨識；最後重點分析瞭基于3種典型跼部區域SPN的圖像源辨識情況.針對跼部區域圖像的實驗結果錶明,該方法能有效降低過多場景汙跡對SPN的榦擾,即使跼部區域為256×256像素時,仍能穫得79.32％的辨識精度.
전감기모식조성SPN( sensor pattern noise)적제취시도상원변식적관건배절.유우전통방법제취적SPN수장경오적간우엄중,위차제출일충기우쌍역연합려파적SPN제취방법.이용정교소파변환적거상관성,재계수적세절급근사자대분별응용국부자괄응MMSE(최소균방오차)려파여변계보호특성적쌍변려파,재공역진행쌍변려파；연후용9태상궤적삼고SPN구조기우상관성검측원리적분류기,장제취적피검도상국부구역SPN수입분류기실현유별변식；최후중점분석료기우3충전형국부구역SPN적도상원변식정황.침대국부구역도상적실험결과표명,해방법능유효강저과다장경오적대SPN적간우,즉사국부구역위256×256상소시,잉능획득79.32％적변식정도.
