[发明专利]基于局部平面线性点的翻拍图像鉴别方法有效

专利信息
申请号: 201510263628.5 申请日: 2015-05-16
公开(公告)号: CN104867149B 公开(公告)日: 2017-07-21
发明(设计)人: 陈海鹏;申铉京;孙延君;吕颖达;石泽男;谭大奇 申请(专利权)人: 吉林大学
主分类号: G06T7/00 分类号: G06T7/00;G06K9/62
代理公司: 长春吉大专利代理有限责任公司22201 代理人: 王寿珍,朱世林
地址: 130012 吉*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 局部 平面 线性 翻拍 图像 鉴别 算法
【权利要求书】:

1.一种局部平面线性点的翻拍图像鉴别方法,其特征在于,包括如下步骤:

步骤A:对彩色图像进行预处理得到灰度图像;

步骤B:计算灰度图像的水平方向和垂直方向的一阶偏导数,分别使用水平方向和垂直方向的一阶偏导数计算水平方向、垂直方向和水平垂直方向的二阶偏导数;

步骤C:提取特征值E

由于灰度图像中局部平面线性点水平方向和垂直方向的二阶偏导数和一阶偏导数的平方比值近似相等,特征值E的计算公式如下:

<mrow><mi>E</mi><mo>=</mo><mo>|</mo><mfrac><msub><mi>R</mi><mrow><mi>x</mi><mi>x</mi></mrow></msub><msubsup><mi>R</mi><mi>x</mi><mn>2</mn></msubsup></mfrac><mo>-</mo><mfrac><msub><mi>R</mi><mrow><mi>x</mi><mi>y</mi></mrow></msub><mrow><msub><mi>R</mi><mi>x</mi></msub><msub><mi>R</mi><mi>y</mi></msub></mrow></mfrac><mo>|</mo><mo>+</mo><mo>|</mo><mfrac><msub><mi>R</mi><mrow><mi>x</mi><mi>y</mi></mrow></msub><mrow><msub><mi>R</mi><mi>x</mi></msub><msub><mi>R</mi><mi>y</mi></msub></mrow></mfrac><mo>-</mo><mfrac><msub><mi>R</mi><mrow><mi>y</mi><mi>y</mi></mrow></msub><msubsup><mi>R</mi><mi>y</mi><mn>2</mn></msubsup></mfrac><mo>|</mo><mo>+</mo><mo>|</mo><mfrac><msub><mi>R</mi><mrow><mi>x</mi><mi>x</mi></mrow></msub><msubsup><mi>R</mi><mi>x</mi><mn>2</mn></msubsup></mfrac><mo>-</mo><mfrac><msub><mi>R</mi><mrow><mi>y</mi><mi>y</mi></mrow></msub><msubsup><mi>R</mi><mi>y</mi><mn>2</mn></msubsup></mfrac><mo>|</mo></mrow>

Rx水平方向一阶偏导数、Ry垂直方向一阶偏导数、Rxx水平方向二阶偏导数、Ryy垂直方向二阶偏导数、Rxy水平垂直方向二阶偏导数;

步骤D:得到特征图像

为了解决特征值E存在间断点和取值范围过大的问题,根据局部平面线性点的性质,对所有局部平面线性点进行平移运算和取对数处理,得到特征图像;

步骤E:得到特征向量

方法是计算特征图像像素的概率直方图,设定阈值ε,提取特征图像中小于阈值的像素概率值,作为特征向量,即E≤ε;阈值ε的取值受到平移参数和取对数下底参数的影响;

步骤F:利用步骤E中所得到的特征向量进行分类。

2.根据权利要求1所述的一种局部平面线性点的翻拍图像鉴别方法,其特征在于,所述的步骤C中局部平面线性点是指在真实场景中的点,如果该点在局部区域内能够满足线性平面的性质,

将具有该性质的点称作局部平面线性点,局部平面线性点为真实场景中局部呈现线性分布的点,局部平面线性点的性质具有平移不变和旋转不变的特点,图像经过二次翻拍后,在翻拍图像中该点将失去局部平面线性点的性质转化为非局部平面线性点。

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吉林大学,未经吉林大学许可,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/201510263628.5/1.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