- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于分形维数和小波域特征的计算机生成图像检测算法-吉林大学学报
( )
第 卷 第 期 吉 林 大 学 学 报 理 学 版
51 4 Vol.51 No.4
年 月 ( )
2013 7 JournalofJilinUniversit ScienceEdition Jul 2013
y y
: /
doi10.7694 dxblx
j
基于分形维数和小波域特征的
计算机生成图像检测算法
1 2 3 4
, , ,
孙 利 齐嘉锐 李岩波 万国富
( , ; , ;
1.吉林广播电视大学 长春 130022 2.吉林大学 软件学院 长春 130012
, ; , )
3.吉林大学 数学学院 长春 130012 4.吉林大学 计算机科学与技术学院 长春 130012
: ,
摘要 针对自然图像与计算机生成图像在统计特征上存在的差异 提出一种基于分形维数和
,
小波域特征的计算机生成图像盲鉴别算法 该算法基于统计特征对图像进行真伪识别 在使
.
, ,
用支持向量机作为分类器的情况下 对800张标准图像进行实验的结果表明 该算法对计算
, ,
机生成图像检测准确率达 96.5% 明显提高了计算机生成图像的识别精度 为数字图像的真
实性提供了保证.
: ; ; ; ;
关键词 自然图像 计算机生成图像 小波域 分形维数 支持向量机
中图分类号: 文献标志码: 文章编号: ( )
TP391 A 1671-5489201304-0653-06
DetectionofCom uterGeneratedImaesBasedon
p g
FractalDimensionandWaveletDomainFeatures
1
您可能关注的文档
- 基于condor的模型参数自动识别实例研究-南水北调与水利科技.pdf
- 基于cf-svm的眼动信号检测算法.doc
- 基于fpga的ldpc码编译码器联合设计fpga-电子与信息学报.pdf
- 基于etm+的滇东南石漠化区域植被指数与叶面积-昆明理工大学学报.pdf
- 基于hadoop的海量共现矩阵生成方法水.pdf
- 基于ifs分形树的模拟-西安科技大学学报.pdf
- 基于karnopp摩擦的柔性滑移铰的建模与仿真-动力学与控制学报.pdf
- 基于gis的定位观测数据空间化-中国医学科学院学报.pdf
- 基于landsat8数据的亚热带小流域蒸散发估算及时空特征分析.pdf
- 基于olap技术的数据挖掘解决方案.doc
文档评论(0)