首页 理论教育 深度学习图像处理分类

深度学习图像处理分类

时间:2023-11-18 理论教育 版权反馈
【摘要】:二次获取图像是指将原始的“现场”图像再次或多次经过数字处理后形成的新数字图像。

深度学习图像处理分类

针对数字图像处理方式,最早提出分类的是美国达特茅斯学院(1956年人工智能会议举办地)的法里德·哈尼(Farid Hany)教授,其在2004年为美国最高法院提供的一份报告中将图像的处理行为分为六种类型:合成(Composited)、变种(Morphed)、润饰(Retouched)、增强(Enhanced)、计算机生成(Computer Generated)以及绘画(Painted)。该分类方法也看作图像取证分析研究领域最基础的划分方法,后期,国内学者北京邮电大学周琳娜对数字图像处理方式进一步系统分类,在Farid教授的基础上,增加了二次获取图像与携密图像两种类型。而国防科技大学吴琼博士将图像合成进一步细分为图像复制-粘贴处理和图像拼接处理两种方式。本节综合已有的分类方式列出图像处理的10种类型,具体如下:

(1)拼接(splicing)。图像拼接是一种常见的图像内容合成方式,其实现方法是将两幅或两幅以上的图像剪切部分区域,然后按某种特殊的目的重新组合拼接成一幅新图像。但由于不同图像间存在尺寸、亮度、色度等区别,为了使拼接的新图像看起来更为真实自然,用户通常对拼接区域进行适当的扭曲、旋转、缩放等几何变换处理以及对边缘进行模糊等润饰操作。

(2)复制-粘贴(Copy-move)。图像复制-粘贴是从图像的一个或多个位置中复制部分图像区域,并粘贴到同一幅图像中的其他位置,从而达到覆盖或者添加某些对象的目的。由于复制区域来源于一幅图像,其诸多重要特征,如对比度、颜色、纹理以及噪声参数等,都与粘贴位置的周围区域十分相似甚至完全相同,从而使得该操作成为一种常用的图像处理手段。

利用复制-粘贴还可以隐藏某个对象,比如在图6-1中,左边为原始图像,右边为利用复制-粘贴技术隐藏了小鱼后的图像。

图6-1 复制-粘贴处理

(3)变种(Morphed)。图像变种是指把一张图像逐渐转变为另外一张图像的技术。其实现通常先分别提取源图像和目标图像对应的特征点,然后以不同的权重叠加两张图像,从而得到兼有两张图像特征的新图像。图像变种也常用于电影或动画设计中,用于生成新的角色形象。

(4)润饰(Retouched)。润饰是一种局部图像处理方法,一般作为图像修补技术使用。润饰操作区域相对于复制粘贴更加精细,其操作方法可以看作在同一幅图像中对局部细微区域进行复制粘贴,例如复制没皱纹的皮肤,然后粘贴到有皱纹的区域,从而达到使人年轻的视觉效果。(www.xing528.com)

(5)增强(Enhanced)。图像增强是通过改变图像特定区域的颜色、对比度等来模糊或突出某部分内容,这种操作不明显改变图像内容,但通过亮度、对比度等变化来影响视觉感受,能够弱化或突出某些细节。

(6)计算机生成(Computer Generated)。计算机生成图像是指利用各种计算机图形技术模拟现实场景而获得的图像,一般是先利用计算机创建三维的多边形模型模拟期望的形状,然后根据需要模拟的物体对模型进行渲染赋予颜色和纹理,并将渲染好的模型转换为像素,经后处理最终生成新的数字图像。

(7)绘画(Painted)。绘画是指专业人员或艺术家利用Photoshop等图像处理软件手工制作的图像。

(8)二次获取图像(Rebroadcast)。二次获取图像是指将原始的“现场”图像再次或多次经过数字处理后形成的新数字图像。这里“现场”图像是经过一次图像获取设备获得的图像,将“现场”图像打印后扫描或拍照产生的数字图像可以看作二次获取图像,如将多张纸质照片精心裁剪拼接后扫描形成新的数字图像。

(9)携密图像(Stego Image)。携密图像是利用数字图像存储时的冗余空间隐藏携带秘密信息。由于人类视觉感知对图像的最低比特有效位不敏感,因此可以通过软件工具将信息存储于数字图像的冗余空间,而且与原始图像在视觉上并无差异。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈