[发明专利]静态图片中数码相机的检测方法

权利要求书

1.静态图片中数码相机的检测方法，其特征在于：所述检测方法基于AdaBoost框架，其包括训练阶段和检测阶段。

2.如权利要求1所述的静态图片中数码相机的检测方法，其特征在于所述训练阶段包括：

制作数码相机样本，从网络上采集包含数码相机的图片，并标定数码相机所在位置，根据位置信息提取数码相机图像；

样本特征计算，构造矩形特征，每一种矩形特征对应一种Haar特征；

训练联级分类器，输入由上个步骤获得的训练样本并进行训练，最终将训练得到的强分类及其对应的多个弱分类器串联起来。

3.如权利要求1所述的静态图片中数码相机的检测方法，其特征在于所述检测阶段包括：

加载待测图片，转为灰度图并进行直方图均衡化；

加载数码相机分类器，包括强、弱分类器的阈值和所选特征对应的矩形特征信息；

联级数码相机检测，检测图像首先通过前面的强分类器的检测，如果不是数码相机图像，那么会在前端被排除，只有数码相机图像才能最终通过各级强分类器的检测。

4.如权利要求2所述的静态图片中数码相机的检测方法，其特征在于所述制作数码相机样本步骤为：根据位置信息提取数码相机图像，根据数码相机的固有长宽比进行缩放，并通过直方图均衡化消除光照影响，作为该类数码相机的正样本，采用正样本图片其他不含数码相机的部位作为负样本。

5.如权利要求2所述的静态图片中数码相机的检测方法，其特征在于：所述Haar特征定义为对应的矩形区域像素值的和的带权值之和，通过积分图像的方式计算Haar特征；积分图像SAT(x，y)表示原图像中像素点(x，y)左上方所有像素值之和，采用增量方式计算，那么只需要按行或按列遍历整张图像一次，即可计算得对应的积分图像；而计算原图中的某个矩形区域的像素值之和，只要通过矩形的四个顶点位置在积分图像中查询得四个值，这四个值的某种加减运算即可等价该矩形区域的像素值之和。

6.如权利要求3所述的静态图片中数码相机的检测方法，其特征在于：在设定的训练次数T下，每次训练会产生一个强分类器，而这过程中同时有多个弱分类器被选择，最终然后将每个强分类及其对应的多个弱分类器串联起来，形成最终的联级分类器。