[发明专利]一种网格非对齐双重JPEG压缩的检测方法和装置有效

专利信息
申请号: 201310330269.1 申请日: 2013-07-31
公开(公告)号: CN103413336A 公开(公告)日: 2013-11-27
发明(设计)人: 王军龙;杨建权;朱国普;黄晓霞 申请(专利权)人: 中国科学院深圳先进技术研究院
主分类号: G06T9/00 分类号: G06T9/00;G06T5/40;G06K9/62
代理公司: 深圳中一专利商标事务所 44237 代理人: 张全文
地址: 518055 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 网格 对齐 双重 jpeg 压缩 检测 方法 装置
【权利要求书】:

1.一种网格非对齐双重JPEG压缩的检测方法,其特征在于,所述方法包括:

获取待检测JPEG图像I的量化表QT;

获取块效应直方图,包括:对待检测JPEG图像I进行解压缩后得到像素矩阵M,分别计算所述像素矩阵M的8个原始横向块效应直方图和8个原始纵向块效应直方图,以及对像素矩阵M进行行列剪裁后得到像素矩阵Mdel,对Mdel依次进行压缩和解压缩后得到解压后的像素矩阵M’del,分别计算所述的解压后的像素矩阵M’del的8个校准横向块效应直方图和8个校准纵向块效应直方图;

取所述每个原始横向块效应直方图和原始纵向块效应直方图前T项的值构成长度为2×8×T的原始特征向量FV,取所述每个校准横向块效应直方图和校准纵向块效应直方图前T项的值构成长度为2×8×T的校准特征向量FVdel,求取所述原始特征向量FV与所述校准特征向量FVdel的差向量或所述差向量各项的绝对值,以所述差向量或所述差向量各项的绝对值构成所述待检测JPEG图像的最终特征向量FVfin

根据所述量化表QT,选择与所述量化表QT对应的支持向量机分类器;

将所述最终特征向量FVfin输入所述选择的支持向量机分类器以判决所述待检测JPEG图像是否为网格非对齐双重JPEG压缩图像。

2.根据权利要求1所述的方法,其特征在于,所述像素矩阵M为m×n阶矩阵,所述m和n均为8的倍数;

所述分别计算像素矩阵M的8个原始横向块效应直方图和8个原始纵向块效应直方图包括:

分别截取所述像素矩阵M的第1列至第n-2列、第2列至第n-1列和第3列至第n列得到矩阵A、B和C,分别截取所述像素矩阵M的第1行至第n-2行、第2行至第n-1行和第3行至第n行得到矩阵E、F和G;

计算矩阵Mr=︱A-2×B+C︱,Mc=︱E-2×F+G︱;

删除所述矩阵Mr的最后6列获得m×(n-8)阶矩阵,删除所述矩阵Mc的最后6行获得(m-8)×n阶矩阵;

将所述m×(n-8)阶矩阵每隔8列分割成子矩阵,共可得到(n-8)/8个列分割子矩阵,将所述(m-8)×n阶矩阵每隔8行分割成子矩阵,共可得到(m-8)/8个横分割子矩阵;

将所述列分割子矩阵纵向依次排列获得一个(m(n-8)/8)×8阶矩阵M’r,将所述行分割子矩阵横向依次排列获得8×((m-8)n/8)阶矩阵M’c

计算所述矩阵M’r每一列的归一化直方图得到8个纵向块效应直方图,计算所述矩阵M’c每一行的归一化直方图hck(t)=Σi=1(m-8)n/8δ(t-Mc(k,i)),]]>得到8个横向块效应直方图,其中,Σthrk(t)=1,]]>所述k=1,2,…,8。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310330269.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top