RU2476929C1 - Method of detecting smoothed electronic image units by wavelet transformation - Google Patents
Method of detecting smoothed electronic image units by wavelet transformation Download PDFInfo
- Publication number
- RU2476929C1 RU2476929C1 RU2011153463/08A RU2011153463A RU2476929C1 RU 2476929 C1 RU2476929 C1 RU 2476929C1 RU 2011153463/08 A RU2011153463/08 A RU 2011153463/08A RU 2011153463 A RU2011153463 A RU 2011153463A RU 2476929 C1 RU2476929 C1 RU 2476929C1
- Authority
- RU
- Russia
- Prior art keywords
- block
- electronic image
- smoothed
- wavelet transform
- level
- Prior art date
Links
Images
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
Abstract
Description
Заявленное техническое решение относится к области электросвязи, а именно к современным информационным технологиям и, в частности, к способам проверки подлинности электронных изображений (ЭИ).The claimed technical solution relates to the field of telecommunications, namely to modern information technologies and, in particular, to methods of checking the authenticity of electronic images (EI).
Заявленный способ может быть использован для обнаружения сглаженных блоков электронного изображения, образующихся при преднамеренной фальсификации электронных изображений, используемых в современных информационно-телекоммуникационных системах.The claimed method can be used to detect smoothed blocks of electronic images generated during the deliberate falsification of electronic images used in modern information and telecommunication systems.
Известен способ обнаружения сглаженного электронного изображения с использованием вейвлет преобразования. Этот способ описан, например, в статье H.Tong, М.Li, H.Zhang, С.Zhang "Blur Detection for Digital Images Using Wavelet Transform", - Proceeding of IEEE International Conference of Multimedia, 2004, p.17-20, и заключается в выполнении следующей последовательности действий.A known method for detecting a smoothed electronic image using wavelet transform. This method is described, for example, in the article by H.Tong, M. Li, H.Zhang, C.Zhang "Blur Detection for Digital Images Using Wavelet Transform", - Proceeding of IEEE International Conference of Multimedia, 2004, p.17-20 , and consists in performing the following sequence of actions.
Предварительно формируют пороговое значение сглаженных блоков в электронном изображении. Двухмерное пространственное представление электронного изображения разделяют на М≥2 блоков размером q на l точек, где q=8 и l=8. Над каждым блоком выполняют K-уровневое, где K=3, вейвлет преобразование с формированием горизонтальных, вертикальных и высокочастотных коэффициентов вейвлет преобразования k-го, где k=1, 2, 3, уровня блока. Затем вычисляют значение обобщенного коэффициента k-го уровня вейвлет преобразования блока электронного изображения как корень квадратный из суммы квадратов значений горизонтальных, вертикальных и высокочастотных коэффициентов вейвлет преобразования соответствующего уровня этого блока. Далее выделяют максимальное значение Emaxk обобщенных коэффициентов блока для каждого из k-х уровней вейвлет преобразования. Сравнивая между собой максимальные значения Emax1, Emax2 и Emax3 обобщенных коэффициентов блока трех уровней вейвлет преобразования, классифицируют данный блок как блок первого типа, названный авторами типом Dirac-Structure, второго типа (Astep-Structure), третьего типа (Gstep-Structure) или четвертого типа (Roof-Structure). Блок классифицируют как блок первого типа при выполнении условия вида Emax1≥Emax2≥Emax3, как блок второго типа при выполнении условия вида Emax1≥Emax3≥Emax2, как блок третьего типа при выполнении условия вида Emax3≥Emax2≥Emax1, как блок четвертого типа при выполнении условия вида Emax2≥Emax3≥Emax1. Если блок является блоком третьего или четвертого типа, то его идентифицируют как сглаженный блок. Если процентное отношение сглаженных блоков ко всем блокам электронного изображения превышает предварительно сформированное пороговое значение сглаженных блоков, то данное электронное изображение идентифицируется как сглаженное.The threshold value of the smoothed blocks in the electronic image is preliminarily formed. The two-dimensional spatial representation of the electronic image is divided into M≥2 blocks of size q by l points, where q = 8 and l = 8. Over each block, a K-level is performed, where K = 3, the wavelet transform with the formation of horizontal, vertical and high-frequency coefficients of the k-th wavelet transform, where k = 1, 2, 3, of the block level. Then, the value of the generalized coefficient of the kth level of the wavelet transform of the electronic image block is calculated as the square root of the sum of the squares of the horizontal, vertical and high-frequency coefficients of the wavelet transform of the corresponding level of this block. Next, the maximum value Emax k of the generalized block coefficients for each of the k-th levels of the wavelet transform is extracted. Comparing the maximum values of Emax 1 , Emax 2 and Emax 3 of the generalized coefficients of a block of three levels of wavelet transform, classify this block as a block of the first type, called by the authors the type Dirac-Structure, the second type (Astep-Structure), the third type (Gstep-Structure ) or the fourth type (Roof-Structure). A block is classified as a block of the first type when a condition of the form Emax 1 ≥Emax 2 ≥Emax 3 is fulfilled, as a block of a second type when a condition of the form Emax 1 ≥Emax 3 ≥Emax 2 is fulfilled, as a block of a third type when a condition of the form Emax 3 ≥Emax 2 ≥ Emax 1 , as a block of the fourth type under conditions of the form Emax 2 ≥Emax 3 ≥Emax 1 . If the block is a block of the third or fourth type, then it is identified as a smoothed block. If the percentage of smoothed blocks to all blocks of the electronic image exceeds a pre-formed threshold value of the smoothed blocks, then this electronic image is identified as smoothed.
Данный способ обеспечивает уверенное обнаружение сглаженных электронных изображений при сглаживании всего изображения. Недостатком данного аналога является невысокая вероятность обнаружения каждого из сглаженных блоков электронного изображения при сглаживании только небольшой части этого электронного изображения, например, при его преднамеренной фальсификации.This method provides reliable detection of smoothed electronic images while smoothing the entire image. The disadvantage of this analogue is the low probability of detecting each of the smoothed blocks of the electronic image when smoothing only a small part of this electronic image, for example, when it is deliberately falsified.
Известен также способ обнаружения сглаженных блоков электронного изображения с использованием дискретного Фурье преобразования. Этот способ описан, например, в статье R.Liu, Z.Li, J.Jia "Image Partial Blur Detection and Classification", - Proceeding of IEEE International Conference of Computer Vision and Pattern Recognition, 2008, p.1-8, и заключается в выполнении следующей последовательности действий.There is also a method of detecting smoothed blocks of an electronic image using a discrete Fourier transform. This method is described, for example, in the article R.Liu, Z. Li, J.Jia "Image Partial Blur Detection and Classification", - Proceeding of the IEEE International Conference of Computer Vision and Pattern Recognition, 2008, p.1-8, and consists in the following sequence of actions.
Предварительно формируют пороговое значение угла наклона огибающей энергетического спектра блоков электронного изображения как минимальное значение угла наклона огибающей энергетического спектра сглаженных блоков электронного изображения. Двухмерное пространственное представление электронного изображения разделяют на М≥2 блоков размером q на l точек, где q≥2 и l≥2. Над каждым блоком выполняют дискретное Фурье преобразование с формированием q×l коэффициентов Фурье преобразования. Формируют энергетический спектр блока электронного изображения путем последовательного считывания полученных коэффициентов Фурье преобразования, начиная от наиболее низкочастотного коэффициента и заканчивая наиболее высокочастотным коэффициентом. Для естественных электронных изображений энергетический спектр имеет максимум в области низкочастотных коэффициентов и характеризуется постепенным уменьшением значений по мере перемещения в область высокочастотных коэффициентов. Вычисляют угол наклона огибающей энергетического спектра данного блока электронного изображения. Если вычисленное значение угла наклона огибающей энергетического спектра данного блока электронного изображения превышает предварительно сформированное пороговое значение угла наклона огибающей энергетического спектра блоков электронного изображения, то данный блок идентифицируют как сглаженный.The threshold value of the tilt angle of the envelope of the energy spectrum of the blocks of the electronic image is preliminarily formed as the minimum value of the tilt angle of the envelope of the energy spectrum of the smoothed blocks of the electronic image. The two-dimensional spatial representation of the electronic image is divided into M≥2 blocks of size q by l points, where q≥2 and l≥2. A discrete Fourier transform is performed on each block with the formation of q × l Fourier transform coefficients. The energy spectrum of the electronic image block is formed by sequentially reading the obtained Fourier transform coefficients, starting from the lowest frequency coefficient and ending with the highest frequency coefficient. For natural electronic images, the energy spectrum has a maximum in the region of low-frequency coefficients and is characterized by a gradual decrease in values as they move into the region of high-frequency coefficients. The angle of inclination of the envelope of the energy spectrum of the given block of the electronic image is calculated. If the calculated value of the slope of the envelope of the energy spectrum of the given block of the electronic image exceeds the pre-formed threshold value of the slope of the envelope of the energy spectrum of the blocks of the electronic image, then this block is identified as smoothed.
Данный способ обеспечивает вычислительно простое обнаружение сглаженных блоков электронных изображений. Недостатком данного аналога является невысокая вероятность обнаружения сглаженных блоков электронного изображения при сравнительно небольших размерах блока: q<12 и l<12.This method provides a computationally simple detection of smoothed blocks of electronic images. The disadvantage of this analogue is the low probability of detecting smoothed blocks of an electronic image with relatively small block sizes: q <12 and l <12.
Наиболее близким по своей технической сущности к заявленному способу обнаружения сглаженных блоков электронного изображения с использованием вейвлет преобразования является способ обнаружения сглаженных блоков электронного изображения с использованием вейвлет преобразования по патенту США №7257273 МПК8 G06K 9/46 с приоритетом от 22.08.2003. Способ-прототип обнаружения сглаженных блоков электронного изображения с использованием вейвлет преобразования заключается в том, что предварительно формируют пороговое значение и пороговое число сглаженных точек в блоке, двухмерное пространственное представление электронного изображения разделяют на М≥2 блоков размером q на l точек, где q≥2 и l≥2, идентифицируют очередной m-й, где m=1, 2, …, М, блок электронного изображения как сглаженный блок, для чего над ним выполняют K-уровневое, где K≥1, вейвлет преобразование с формированием горизонтальных, вертикальных и высокочастотных коэффициентов вейвлет преобразования k-го, где k=1, 2, …, K, уровня точек блока, вычисляют значение обобщенного коэффициента k-го уровня вейвлет преобразования каждой точки очередного m-го блока электронного изображения как корень квадратный из суммы квадратов значений горизонтальных, вертикальных и высокочастотных коэффициентов вейвлет преобразования соответствующего уровня этой точки, идентифицируют точку k-го уровня вейвлет преобразования очередного m-го блока электронного изображения как сглаженную точку k-го уровня вейвлет преобразования, если ее значение обобщенного коэффициента этого уровня меньше предварительно сформированного порогового значения, идентифицируют очередной m-й блок электронного изображения как сглаженный блок при превышении числа его сглаженных точек порогового числа сглаженных точек в блоке хотя бы для одного из уровней его вейвлет преобразования.The closest in technical essence to the claimed method for detecting smoothed blocks of electronic images using wavelet transform is the method for detecting smoothed blocks of electronic images using wavelet transform according to US patent No. 7257273 IPC 8 G06K 9/46 with priority dated 08/22/2003. The prototype method for detecting smoothed blocks of an electronic image using a wavelet transform consists in preliminarily generating a threshold value and a threshold number of smoothed points in a block, a two-dimensional spatial representation of the electronic image is divided into M≥2 blocks of size q by l points, where q≥2 and l≥2, identify the next m-th, where m = 1, 2, ..., M, the electronic image block as a smoothed block, for which a K-level is performed on it, where K≥1, the wavelet transform with the formation of the horizon The linear, vertical and high-frequency coefficients of the k-th wavelet transform, where k = 1, 2, ..., K, of the block point level, calculate the value of the generalized coefficient of the k-th wavelet transform of each point of the next m-th block of the electronic image as the square root of the sum of the squares of the horizontal, vertical and high-frequency coefficients of the wavelet transform of the corresponding level of this point, identify the point of the k-th level of the wavelet transform of the next m-th block of the electronic image as smoothed k point of the kth level of the wavelet transform, if its generalized coefficient of this level is less than a preformed threshold value, the next mth block of the electronic image is identified as a smoothed block when the number of its smoothed points exceeds the threshold number of smoothed points in the block for at least one of levels of its wavelet transform.
Способ-прототип обнаружения сглаженных блоков электронного изображения с использованием вейвлет преобразования обеспечивает обнаружение сглаженных блоков электронного изображения, возникающих при смазывании электронного изображения из-за движения объекта съемки или неверной фокусировки при формировании электронного изображения. Способ-прототип уверенно обнаруживает сглаженные блоки, размер которых составляет не менее 60 на 60 пикселов.The prototype method of detecting smoothed blocks of an electronic image using a wavelet transform provides the detection of smoothed blocks of an electronic image that occurs when the electronic image is blurred due to movement of the subject or incorrect focus during the formation of the electronic image. The prototype method confidently detects smoothed blocks whose size is at least 60 by 60 pixels.
Недостатком ближайшего аналога (прототипа) является относительно невысокая вероятность обнаружения сглаженных блоков электронного изображения, образующихся при его преднамеренной фальсификации. Это обусловлено тем, что при фальсификации электронного изображения путем формирования его из двух и более частей нарушитель, во-первых, подбирает составные части с подобными характеристиками их соприкасающихся краев, и, во-вторых, для повышения незаметности состыковки составных частей изображения сглаживает их соприкасающиеся края методами фильтрации, такими как, например, усреднение значений пикселов соприкасающихся краев составных частей изображения. При ширине полосы сглаживания 30 пикселов и менее вероятность обнаружения сглаженных блоков электронного изображения становится малой.The disadvantage of the closest analogue (prototype) is the relatively low probability of detecting smoothed blocks of the electronic image formed during its deliberate falsification. This is due to the fact that when faking an electronic image by forming it from two or more parts, the intruder firstly selects components with similar characteristics of their contacting edges, and secondly, to increase the inconspicuousness of the joining of the component parts of the image, it smoothes their contacting edges filtering methods, such as, for example, averaging the pixel values of the touching edges of the components of the image. With a smoothing bandwidth of 30 pixels or less, the likelihood of detecting smoothed blocks of an electronic image becomes small.
Техническим результатом заявляемого решения является повышение вероятности обнаружения сглаженных блоков электронного изображения, образующихся при его преднамеренной фальсификации.The technical result of the proposed solution is to increase the likelihood of detecting smoothed blocks of an electronic image formed during its deliberate falsification.
Указанный технический результат в заявляемом способе обнаружения сглаженных блоков электронного изображения с использованием вейвлет преобразования достигается тем, что в известном способе обнаружения сглаженных блоков электронного изображения с использованием вейвлет преобразования, заключающемся в том, что предварительно формируют пороговое число сглаженных точек в блоке, двухмерное пространственное представление электронного изображения разделяют на М≥2 блоков размером q на l точек, где q≥1 и l≥2, идентифицируют очередной m-й, где m=1, 2, …, M, блок электронного изображения как сглаженный блок, для чего над ним выполняют K-уровневое, где K≥1, вейвлет преобразование с формированием горизонтальных, вертикальных и высокочастотных коэффициентов вейвлет преобразования k-го, где k=1, 2, …, K, уровня точек блока, вычисляют значение обобщенного коэффициента k-го уровня вейвлет преобразования каждой точки очередного m-то блока электронного изображения как корень квадратный из суммы квадратов значений горизонтальных, вертикальных и высокочастотных коэффициентов вейвлет преобразования соответствующего уровня этой точки, идентифицируют точку k-то уровня вейвлет преобразования очередного m-го блока электронною изображения как сглаженную точку k-го уровня вейвлет преобразования, а очередной m-й блок электронного изображения идентифицируют как сглаженный блок при превышении числа его сглаженных точек порогового числа сглаженных точек в блоке хотя бы для одного из уровней его вейвлет преобразования, дополнительно предварительно формируют пороговое значение дисперсии блока, вычисляют пороговое значение каждого из k-х уровней вейвлет преобразования путем определения наиболее часто встречающихся квантованных значений обобщенных коэффициентов этого уровня вейвлет преобразования всех точек электронного изображения, вычисляют значение дисперсии очередного m-го блока электронного изображения, причем точку k-го уровня вейвлет преобразования очередного m-го блока электронного изображения идентифицируют как сглаженную точку, если для этого уровня ее значение обобщенного коэффициента меньше вычисленного порогового значения соответствующего уровня вейвлет преобразования и вычисленное значение дисперсии этого блока меньше предварительно сформированного порогового значения дисперсии блока.The specified technical result in the inventive method for detecting smoothed blocks of an electronic image using a wavelet transform is achieved by the fact that in the known method for detecting smoothed blocks of an electronic image using a wavelet transform, which consists in preliminarily generating a threshold number of smoothed points in a block, a two-dimensional spatial representation of the electronic the images are divided into M≥2 blocks of size q by l points, where q≥1 and l≥2, identify the next m-th, where e m = 1, 2, ..., M, the electronic image block as a smoothed block, for which a K-level is performed on it, where K≥1, a wavelet transform with the formation of horizontal, vertical and high-frequency coefficients of the k-th wavelet transform, where k = 1, 2, ..., K, the point level of the block, calculate the value of the generalized coefficient of the k-th level of the wavelet transform of each point of the next m-th block of the electronic image as the square root of the sum of the squares of the values of horizontal, vertical and high-frequency coefficients of the wavelet transform At the corresponding level of this point, the point of the kth level of the wavelet transform of the next mth block of the electronic image is identified as a smoothed point of the kth level of the wavelet transform, and the next mth block of the electronic image is identified as a smoothed block when the number of its smoothed points exceeds the threshold the number of smoothed points in the block for at least one of the levels of its wavelet transform, the threshold value of the variance of the block is additionally preliminarily formed, the threshold value of each of of the kth levels of the wavelet transform by determining the most common quantized values of the generalized coefficients of this level of the wavelet transform of all points of the electronic image, the dispersion value of the next mth block of the electronic image is calculated, and the point of the kth level of the wavelet transform of the next mth block of the electronic image identified as a smoothed point, if for this level its value of the generalized coefficient is less than the calculated threshold value of the corresponding level the wavelet transform and the calculated dispersion value of this block is less than the pre-formed threshold dispersion value of the block.
Указанная новая совокупность выполняемых действий за счет вычисления порогового значения каждого из k-х уровней вейвлет преобразования для данного электронного изображения, а также идентификации точки k-го уровня вейвлет преобразования очередного m-го блока электронного изображения как сглаженной точки с учетом сравнения вычисленного значения дисперсии этого блока с предварительно сформированным пороговым значением дисперсии блока повышает степень обоснованности обнаружения сглаженных блоков электронного изображения. Поэтому указанная новая совокупность выполняемых действий позволяет повысить вероятность обнаружения сглаженных блоков электронного изображения, образующихся при его преднамеренной фальсификации.The specified new set of actions performed by calculating the threshold value of each of the k-th levels of the wavelet transform for a given electronic image, as well as identifying the point of the k-th level of the wavelet transform of the next m-th block of the electronic image as a smoothed point, taking into account the comparison of the calculated variance of this block with a pre-formed threshold value of the dispersion of the block increases the degree of validity of the detection of smoothed blocks of the electronic image. Therefore, this new set of actions performed can increase the likelihood of detecting smoothed blocks of the electronic image formed during its deliberate falsification.
Заявленный способ поясняется чертежами, на которых показаны:The claimed method is illustrated by drawings, which show:
- на фиг.1 - общая схема обнаружения сглаженных блоков электронного изображения;- figure 1 is a General scheme for detecting smoothed blocks of an electronic image;
- на фиг.2 - алгоритм обнаружения сглаженных блоков электронного изображения с использованием вейвлет преобразования;- figure 2 is an algorithm for detecting smoothed blocks of an electronic image using wavelet transform;
- на фиг.3 - временные диаграммы обнаружения сглаженных блоков электронного изображения с использованием вейвлет преобразования;- figure 3 is a timing chart for detecting smoothed blocks of an electronic image using wavelet transform;
- на фиг.4 - пример обнаружения сглаженных блоков электронного изображения с использованием вейвлет преобразования;- figure 4 is an example of the detection of smoothed blocks of an electronic image using wavelet transform;
- на фиг.5 - таблица, показывающая эффект заявляемого способа обнаружения сглаженных блоков электронного изображения с использованием вейвлет преобразования.- figure 5 is a table showing the effect of the proposed method for detecting smoothed blocks of an electronic image using wavelet transform.
Реализация заявленного способа показана на примере системы обнаружения сглаженных блоков электронного изображения (фиг.1). Честный формирователь электронного изображения, полученного от его источника, такого как, например, цифровой фотоаппарат, используя блок (формирования нефальсифицированного электронного изображения 1, создает нефальсифицированное электронное изображение. Нечестный формирователь электронного изображения, полученного от аналогичного источника, используя блок формирования фальсифицированного электронного изображения со сглаживанием блоков 2, преднамеренно создает фальсифицированное электронное изображение с целью обмана его получателя. Типовым способом формирования фальсифицированного электронного изображения является его составление из двух и более частей, и для повышения незаметности состыковки составных частей изображения сглаживает их соприкасающиеся края методами усредняющей фильтрации. При фильтрации соприкасающихся краев фальсифицированного электронного изображения образуются сглаженные блоки.The implementation of the claimed method is shown in the example of a system for detecting smoothed blocks of an electronic image (Fig. 1). An honest imager of an electronic image obtained from its source, such as, for example, a digital camera, using a block (generating an unauthorized
Нефальсифицированные и фальсифицированные электронные изображения от их формирователей через среду передачи электронных изображений 3, например сеть общего пользования Интернет, поступает к получателю ЭИ, использующему обнаружитель сглаженных блоков электронного изображения 4, включающий блок формирования пороговых значений 4.1 и блок идентификации сглаженных блоков электронного изображения 4.2. В блоке формирования пороговых значений 4.1 предварительно вычисляются пороговые значения, на основе которых впоследствии возможно разделить между собой сглаженные и несглаженные блоки ЭИ. Принятое из среды передачи электронных изображений 3 проверяемое электронное изображение поступает на вход блока идентификации сглаженных блоков электронного изображения 4.2 обнаружителя сглаженных блоков электронного изображения 4, в котором с использованием вычисленных пороговых значений в блоке формирования пороговых значений 4.1 идентифицируют, является ли блок сглаженным или несглаженным. По наличию сглаженных блоков проверяемое ЭИ идентифицируют как "ЭИ со сглаженными блоками", иначе его идентифицируют как "ЭИ без сглаженных блоков".Non-falsified and falsified electronic images from their shapers via an electronic
В заявленном способе обнаружения сглаженных блоков электронного изображения с использованием вейвлет преобразования реализуется последовательность действий, алгоритм которой представлен на фигуре 2.In the inventive method for detecting smoothed blocks of an electronic image using a wavelet transform, a sequence of actions is implemented, the algorithm of which is presented in figure 2.
Известные способы предварительного формирования порогового числа сглаженных точек в блоке описаны, например, в патенте США №7257273 МПК8 G06K 9/46 с приоритетом от 22.08.2003. Сглаженных точек в сглаженном блоке, как правило, насчитывается не менее 65% от общего числа точек в блоке электронного изображения. Поэтому в указанном патенте предлагается предварительно формировать пороговое число сглаженных точек в блоке путем вычисления 65% от общего числа точек в блоке электронного изображения. Например, для блока размером 8 на 8 пикселов пороговое число сглаженных точек в блоке равно 42.Known methods for preliminarily generating a threshold number of smoothed points in a block are described, for example, in US Pat. No. 7,257,273 IPC 8 G06K 9/46 with priority dated 08/22/2003. The smoothed points in the smoothed block, as a rule, account for at least 65% of the total number of points in the electronic image block. Therefore, this patent proposes to preliminarily form a threshold number of smoothed points in a block by calculating 65% of the total number of points in a block of electronic image. For example, for a block of size 8 by 8 pixels, the threshold number of smoothed points in the block is 42.
Известные способы предварительного формирования порогового значения дисперсии блока описаны, например, в книге Б. Яне "Цифровая обработка изображений". - М., Техносфера, 2007, стр.92-96. Вычисляют значение дисперсии несглаженных блоков заданного размера, например 8 на 8 пикселов, для различных электронных изображений. Известные способы вычисления дисперсии сглаженных блоков электронного изображения описаны, например, в книге В.Калининой, В.Панкина "Математическая статистика". - М., Высшая школа, 1998, стр.158-160. В качестве порогового значения дисперсии блока используют усредненное значение дисперсии несглаженных блоков различных электронных изображений. Например, для несглаженных блоков размера 8 на 8 пикселов в качестве порогового значения дисперсии блока можно использовать значение 560.Known methods for pre-forming the threshold value of the variance of the block are described, for example, in the book B. Digital "Image Processing". - M., Technosphere, 2007, pp. 92-96. The dispersion value of non-smoothed blocks of a given size, for example 8 by 8 pixels, is calculated for various electronic images. Known methods for calculating the dispersion of smoothed blocks of an electronic image are described, for example, in the book by V. Kalinina and V. Pankin, “Mathematical Statistics”. - M., Higher School, 1998, pp. 158-160. As the threshold value of the dispersion of the block using the average value of the dispersion of non-smoothed blocks of various electronic images. For example, for non-smoothed blocks of size 8 by 8 pixels, the value 560 can be used as the threshold variance of the block.
Известные способы разделения двухмерного пространственного представления электронного изображения на М≥2 блоков размером q×l пикселов, где q≥2 и l≥2, описаны, например, в книге Я.Ричардсон "Видеокодирование. Н.264 и MPEG-4 - стандарты нового поколения". - М., Техносфера, 2005, стр.38-40. Величины q и l обычно выбирают кратными 2. Из двухмерного пространственного представления электронного изображения, размещенного в прямоугольной сетке координат, начиная, например, с его левого верхнего угла, выделяют матрицу пикселов размера q строк и l столбцов, которая образует первый (m=1) блок электронного изображения. Следующий блок электронного изображения формируют сдвигом матрицы пикселов на l пикселов по горизонтальной оси и на q пикселов по вертикальной оси и так далее.Known methods for dividing the two-dimensional spatial representation of an electronic image into M≥2 blocks of size q × l pixels, where q≥2 and l≥2, are described, for example, in the book by J. Richardson "Video coding. H.264 and MPEG-4 are the standards of the new generation. " - M., Technosphere, 2005, pp. 38-40. The quantities q and l are usually chosen to be a multiple of 2. From a two-dimensional spatial representation of an electronic image placed in a rectangular coordinate grid, starting, for example, from its upper left corner, a matrix of pixels of size q rows and l columns is selected, which forms the first (m = 1) electronic image block. The next block of the electronic image is formed by shifting the matrix of pixels by l pixels along the horizontal axis and q pixels along the vertical axis and so on.
Известные способы выполнения над каждым m-м блоком, где m=1, 2, …, М, электронного изображения K-уровневого, где K≥1, вейвлет преобразования с формированием горизонтальных, вертикальных, высокочастотных и низкочастотных коэффициентов вейвлет преобразования k-го, где k=1, 2, …, K, уровня точек m-го блока описаны, например, в книге S.Lyu, И.Farid "Steganalysis Using Higher-Order Image Statistics", IEEE Transactions on Information Security and Forensics, vol.1, pp.111-119, 2006. На первом уровне (k=1) вейвлет преобразования вертикальные коэффициенты V1(x,y), где x - координата по горизонтали, а y - координата по вертикали, вейвлет преобразования m-го блока электронного изображения формируют сверткой значений яркости пикселов m-то блока изображения I(x,y) с коэффициентами l(m) низкочастотного (НЧ) фильтра в вертикальном направлении вейвлет преобразования и с коэффициентами h(m) высокочастотного (ВЧ) фильтра в горизонтальном направлении вейвлет преобразованияKnown methods for performing on each m-th block, where m = 1, 2, ..., M, a K-level electronic image, where K≥1, a wavelet transform with the formation of horizontal, vertical, high-frequency and low-frequency coefficients of the k-th wavelet transform, where k = 1, 2, ..., K, the level of points of the m-th block are described, for example, in the book S.Lyu, I. Farid "Steganalysis Using Higher-Order Image Statistics", IEEE Transactions on Information Security and Forensics, vol. 1, pp.111-119, 2006. on the first level (k = 1) wavelet transform coefficients vertical V 1 (x, y), where x - horizontal coordinate and y - coordinate vertically ve the conversion transform of the m-th block of the electronic image is formed by the convolution of pixel brightness values of the m-th image block I (x, y) with the coefficients l (m) of the low-pass (LF) filter in the vertical direction of the wavelet transform and with the coefficients h (m) of the high-frequency (HF ) horizontal filter wavelet transform
На первом уровне вейвлет преобразования горизонтальные коэффициенты H1(x,y) вейвлет преобразования m-го блока электронного изображения формируют сверткой значений яркости пикселов m-го блока изображения I(x,y) с коэффициентами l(m) НЧ фильтра в горизонтальном направлении вейвлет преобразования и с коэффициентами h(m) ВЧ фильтра в вертикальном направлении вейвлет преобразованияAt the first level of the wavelet transform, the horizontal coefficients H 1 (x, y) of the wavelet transform of the m-th block of the electronic image are formed by the convolution of the brightness of the pixels of the m-th block of the image I (x, y) with the coefficients l (m) of the low-pass filter in the horizontal direction of the wavelet transform and with coefficients h (m) of the high-pass filter in the vertical direction of the wavelet transform
На первом уровне вейвлет преобразования высокочастотные коэффициенты D1(x,y) вейвлет преобразования m-го блока электронного изображения формируют сверткой значений яркости пикселов m-го блока изображения I(x,y) с коэффициентами h(m) ВЧ фильтра в обоих направлениях вейвлет преобразованияAt the first level of the wavelet transform, the high-frequency coefficients D 1 (x, y) of the wavelet transform of the m-th block of the electronic image are formed by convolving the brightness values of the pixels of the m-th block of the image I (x, y) with the coefficients h (m) of the high-pass filter in both directions of the wavelet transformations
На первом уровне вейвлет преобразования низкочастотные коэффициенты L1(x,y) вейвлет преобразования m-го блока электронного изображения формируют сверткой значений яркости пикселов m-го блока изображения I(x,y) с коэффициентами l(m) НЧ фильтра в обоих направлениях вейвлет преобразованияAt the first level of the wavelet transform, the low-frequency coefficients L 1 (x, y) of the wavelet transform of the m-th block of the electronic image are formed by the convolution of the brightness of the pixels of the m-th block of the image I (x, y) with the coefficients l (m) of the low-pass filter in both directions of the wavelet transformations
На фигуре 3а показан пример формирования горизонтальных, вертикальных, высокочастотных и низкочастотных коэффициентов первого уровня вейвлет преобразования m-го блока электронного изображения. Низкочастотные коэффициенты первого уровня вейвлет преобразования m-го блока электронного изображения далее используются для формирования горизонтальных, вертикальных, высокочастотных и низкочастотных коэффициентов второго уровня вейвлет преобразования этого блока.Figure 3a shows an example of the formation of horizontal, vertical, high-frequency and low-frequency coefficients of the first level wavelet transform of the m-th block of the electronic image. The low-frequency coefficients of the first level wavelet transform of the m-th block of the electronic image are then used to form horizontal, vertical, high-frequency and low-frequency coefficients of the second level of the wavelet transform of this block.
На втором (k=2) и последующих уровнях вейвлет преобразования горизонтальные, вертикальные, высокочастотные и низкочастотные коэффициенты вейвлет преобразования m-го блока электронного изображения формируют путем удаления каждого второго столбца и каждой второй строки из низкочастотных коэффициентов предыдущего уровня вейвлет преобразования этого блока и выполнения над оставшимися коэффициентами описанных выше операций свертки с коэффициентами l(m) НЧ фильтра и с коэффициентами h(m) ВЧ фильтра. На фигуре 3б показан пример формирования горизонтальных, вертикальных, высокочастотных и низкочастотных коэффициентов второго уровня вейвлет преобразования m-го блока электронного изображения. Число коэффициентов вейвлет преобразования на втором уровне вейвлет преобразования уменьшается в 4 раза относительно числа коэффициентов вейвлет преобразования на первом уровне, при этом значения одноименных коэффициентов превышают, как правило, значения соответствующих коэффициентов первого уровня вейвлет преобразования m-го блока электронного изображения.At the second (k = 2) and subsequent levels of wavelet transform, horizontal, vertical, high-frequency and low-frequency coefficients of the wavelet transform of the m-th block of the electronic image are formed by removing every second column and every second row from the low-frequency coefficients of the previous level of the wavelet transform of this block and perform over the remaining coefficients of the convolution operations described above with the coefficients l (m) of the low-pass filter and with the coefficients h (m) of the high-pass filter. Figure 3b shows an example of the formation of horizontal, vertical, high-frequency and low-frequency coefficients of the second level wavelet transform of the m-th block of the electronic image. The number of wavelet transform coefficients at the second level of the wavelet transform is reduced by 4 times relative to the number of wavelet transform coefficients at the first level, while the values of the same coefficients exceed, as a rule, the values of the corresponding coefficients of the first level of the wavelet transform of the m-th block of the electronic image.
Известные способы вычисления значения обобщенного коэффициента k-го уровня вейвлет преобразования каждой точки очередного m-го блока электронного изображения как корень квадратный из суммы квадратов значений горизонтальных, вертикальных и высокочастотных коэффициентов вейвлет преобразования соответствующего уровня этой точки описаны, например, в патенте США №7257273. Для каждой точки с координатами (x,y) вычисляют значение обобщенного коэффициента k-го уровня вейвлет преобразования по правилуKnown methods for calculating the value of the generalized coefficient of the kth level of the wavelet transform of each point of the next mth block of the electronic image as the square root of the sum of the squares of the horizontal, vertical and high-frequency coefficients of the wavelet transform of the corresponding level of this point are described, for example, in US patent No. 7257273. For each point with coordinates (x, y), the value of the generalized coefficient of the kth level of the wavelet transform is calculated according to the rule
На фигуре 3в показан пример значений E1(x,y) обобщенных коэффициентов первого уровня вейвлет преобразования точек очередного m-го блока электронного изображения.Figure 3c shows an example of the values of E 1 (x, y) of the generalized coefficients of the first level of the wavelet transform points of the next m-th block of the electronic image.
Известные способы вычисления порогового значения каждого из k-х уровней вейвлет преобразования путем определения наиболее часто встречающихся квантованных значений обобщенных коэффициентов этого уровня вейвлет преобразования всех точек электронного изображения описаны, например, в книге Ю.Тюрин, Л.Макаров "Статистический анализ данных на компьютере". - М., ИНФРА-М, 1998, стр.44-49. Значения обобщенных коэффициентов k-го уровня вейвлет преобразования точек электронного изображения квантуются путем разделения этих значений на последовательные непересекающиеся интервалы значений одинаковой длины. Подсчитывается число значений обобщенных коэффициентов k-го уровня вейвлет преобразования, попавших в каждый из интервалов, и определяется интервал, в который попало наибольшее число значений обобщенных коэффициентов. Значение, соответствующее середине определенного интервала, принимается в качестве порогового значения k-го уровня вейвлет преобразования точек электронного изображения. На фигуре 3г показан пример порогового значения первого уровня вейвлет преобразования точек электронного изображения, равного 2,2, при ширине интервала значений обобщенных коэффициентов k-го уровня вейвлет преобразования, равной 0,1.Known methods for calculating the threshold value of each of the k-th levels of the wavelet transform by determining the most common quantized values of the generalized coefficients of this level of the wavelet transform of all points of the electronic image are described, for example, in the book "Statistical analysis of data on a computer" by Yu. Tyurin, L. Makarov . - M., INFRA-M, 1998, pp. 44-49. The values of the generalized coefficients of the kth level of the wavelet transform of the points of the electronic image are quantized by dividing these values into successive disjoint intervals of values of the same length. The number of values of the generalized coefficients of the kth level of the wavelet transform that fall into each of the intervals is calculated, and the interval in which the largest number of values of the generalized coefficients falls is determined. The value corresponding to the middle of a certain interval is taken as the threshold value of the kth level of the wavelet transform of the points of the electronic image. Figure 3g shows an example of a threshold value of the first level of the wavelet transform of the points of the electronic image equal to 2.2, with the width of the interval of values of the generalized coefficients of the kth level of the wavelet transform equal to 0.1.
Известные способы вычисления значения дисперсии очередного m-го блока электронного изображения описаны, например, в книге В.Калининой, В.Панкина "Математическая статистика". - М., Высшая школа, 1998, стр.158-160. На фигуре 3д показан пример вычисленного значения дисперсии очередного m-го блока электронного изображения, равного 17,9.Known methods for calculating the dispersion value of the next m-th block of an electronic image are described, for example, in the book by V. Kalinina and V. Pankin “Mathematical Statistics”. - M., Higher School, 1998, pp. 158-160. Figure 3d shows an example of the calculated dispersion value of the next m-th block of an electronic image, equal to 17.9.
Идентификация каждой точки k-го уровня вейвлет преобразования очередного m-го блока электронного изображения как сглаженной точки k-го уровня вейвлет преобразования, если для этого уровня ее значение обобщенного коэффициента меньше вычисленного порогового значения соответствующего уровня вейвлет преобразования и вычисленное значение дисперсии этого блока меньше предварительно сформированного порогового значения дисперсии блока, заключается в следующем. Сначала проверяется условие вида: вычисленное значение дисперсии очередного m-го блока электронного изображения меньше предварительно сформированного порогового значения дисперсии блока. Известные способы сравнения вычисленного значения дисперсии очередного m-го блока электронного изображения и предварительно сформированного порогового значения дисперсии блока описаны, например, в книге А.Сикарев, О.Лебедев "Микроэлектронные устройства формирования и обработки сложных сигналов". - М., Радио и связь, 1983, стр.108-110 и заключаются в использовании цифровых компараторов. Если не выполняется это условие, то все точки k-го уровня вейвлет преобразования очередного m-го блока электронного изображения не идентифицируются как сглаженные точки. При выполнении данного условия сравнивается значение обобщенного коэффициента точки k-го уровня вейвлет преобразования очередного m-го блока электронного изображения и вычисленное пороговое значение соответствующего уровня вейвлет преобразования. Известные способы идентификации точки k-го уровня вейвлет преобразования очередного m-го блока электронного изображения как сглаженной точки k-го уровня вейвлет преобразования, если для этого уровня ее значение обобщенного коэффициента меньше вычисленного порогового значения соответствующего уровня вейвлет преобразования, описаны, например, в патенте США №7257273.Identification of each point of the kth level of the wavelet transform of the next mth block of the electronic image as a smoothed point of the kth level of the wavelet transform, if for this level its value of the generalized coefficient is less than the calculated threshold value of the corresponding level of the wavelet transform and the calculated dispersion value of this block is less than previously formed threshold value of the variance of the block is as follows. First, a condition of the form is checked: the calculated dispersion value of the next m-th block of the electronic image is less than the pre-formed threshold dispersion value of the block. Known methods for comparing the calculated dispersion value of the next m-th block of the electronic image and the pre-formed threshold value of the dispersion of the block are described, for example, in the book A. Microelectronic devices for generating and processing complex signals by A. Sikarev and O. Lebedev. - M., Radio and Communications, 1983, pp. 108-110 and consist in the use of digital comparators. If this condition is not met, then all points of the kth level of the wavelet transform of the next mth block of the electronic image are not identified as smoothed points. Under this condition, the value of the generalized coefficient of the point of the kth level of the wavelet transform of the next mth block of the electronic image is compared and the calculated threshold value of the corresponding level of the wavelet transform. Known methods for identifying a point of the kth level of the wavelet transform of the next mth block of the electronic image as a smoothed point of the kth level of the wavelet transform, if for this level its value of the generalized coefficient is less than the calculated threshold value of the corresponding level of the wavelet transform, are described, for example, in the patent US No. 7257273.
На фигуре 3е показан пример идентифицированных сглаженных точек первого уровня вейвлет преобразования очередного m-го блока электронного изображения. Вычисленное значение дисперсии очередного m-го блока электронного изображения равно 17,9, что меньше предварительно сформированного порогового значения дисперсии блока, равного 560, то есть точки этого блока могут быть далее идентифицированы как сглаженные. Значение обобщенного коэффициента первой точки первого уровня вейвлет преобразования очередного m-го блока электронного изображения, равное 1,53, меньше вычисленного порогового значения соответствующего уровня вейвлет преобразования, равного 2,2. Поэтому первая точка первого уровня вейвлет преобразования очередного m-го блока электронного изображения идентифицируется как сглаженная и отображается на фигуре 3е незаштрихованным прямоугольником. Значение обобщенного коэффициента второй точки первого уровня вейвлет преобразования этого же блока электронного изображения больше вычисленного порогового значения соответствующего уровня вейвлет преобразования, поэтому идентифицируется как несглаженная и отображается на фигуре 3е заштрихованным прямоугольником и так далее. При размере блока 8 на 8 пикселов всего имеется 64 точки в каждом блоке. Например, в первом уровне вейвлет преобразования очередного m-го блока электронного изображения как сглаженные точки идентифицируют 51 точку.Figure 3e shows an example of the identified smoothed points of the first level wavelet transform of the next m-th block of the electronic image. The calculated dispersion value of the next m-th block of the electronic image is 17.9, which is less than the pre-formed threshold dispersion value of the block equal to 560, that is, the points of this block can be further identified as smoothed. The value of the generalized coefficient of the first point of the first level of the wavelet transform of the next m-th block of the electronic image, equal to 1.53, is less than the calculated threshold value of the corresponding level of the wavelet transform, equal to 2.2. Therefore, the first point of the first level of the wavelet transform of the next m-th block of the electronic image is identified as smoothed and displayed in figure 3e with an open hatched rectangle. The value of the generalized coefficient of the second point of the first level of the wavelet transform of the same block of the electronic image is greater than the calculated threshold value of the corresponding level of the wavelet transform, therefore, it is identified as non-smoothed and shown in figure 3e with a shaded rectangle and so on. With a block size of 8 by 8 pixels in total, there are 64 points in each block. For example, in the first level of the wavelet transform of the next m-th block of the electronic image, 51 points are identified as smoothed points.
Известные способы идентификации очередного m-го блока электронного изображения как сглаженного блока при превышении числа его сглаженных точек порогового числа сглаженных точек в блоке хотя бы для одного из уровней его вейвлет преобразования описаны, например, в патенте США №7257273. Они заключаются в подсчете числа сглаженных точек в каждом k-м уровне вейвлет преобразования m-го блока электронного изображения и сравнении подсчитанных чисел сглаженных точек с предварительно сформированным пороговым числом сглаженных точек в блоке. При размере блока 8 на 8 пикселов всего имеется 64 точки в каждом блоке. Например, в первом уровне вейвлет преобразования очередного m-го блока электронного изображения идентифицируют как сглаженные 51 точку. Предварительно сформированное пороговое число сглаженных точек в блоке данного размера составляет 42 точки. Соответственно, очередной m-й блок электронного изображения идентифицируют как сглаженный блок.Known methods for identifying the next m-th block of an electronic image as a smoothed block when the number of its smoothed points exceeds the threshold number of smoothed points in the block for at least one of its wavelet transform levels are described, for example, in US Pat. No. 7,257,273. They consist in counting the number of smoothed points in each k-th level of the wavelet transform of the m-th block of the electronic image and comparing the calculated numbers of smoothed points with a pre-formed threshold number of smoothed points in the block. With a block size of 8 by 8 pixels in total, there are 64 points in each block. For example, in the first level, the wavelet transforms of the next m-th block of the electronic image are identified as smoothed 51 points. The pre-formed threshold number of smoothed points in a block of this size is 42 points. Accordingly, the next m-th block of the electronic image is identified as a smoothed block.
На фигуре 4 показан пример обнаружения сглаженных блоков электронного изображения, образующихся при преднамеренной фальсификации этого изображения. На фигуре 4а представлено оригинальное электронное изображение самолета на фоне местности, на борту которого просматривается надпись на английском языке "US AIR FORCE". На фигуре 4б представлено фальсифицированное электронное изображение этого же самолета, надпись на борту которого сглажена методом усредняющей фильтрации. На фигуре 4в в виде совокупности белых квадратов размером 8 на 8 пикселов показаны выявленные сглаженные блоки этого электронного изображения. Черным цветом показаны выявленные несглаженные блоки этого же электронного изображения. Видно, что в результате фальсификации электронного изображения не читается надпись на борту самолета "AIR FORCE".The figure 4 shows an example of the detection of smoothed blocks of an electronic image formed during the deliberate falsification of this image. Figure 4a shows the original electronic image of the aircraft against the background of the terrain, on board of which the inscription in English "US AIR FORCE" is visible. Figure 4b shows a falsified electronic image of the same aircraft, the inscription on board of which is smoothed by the method of averaging filtration. Figure 4c shows the detected smoothed blocks of this electronic image in the form of a set of white squares measuring 8 by 8 pixels. The black color shows the detected non-smoothed blocks of the same electronic image. It is seen that as a result of falsification of the electronic image, the inscription on board the AIR FORCE aircraft is not readable.
Проверка теоретических предпосылок заявленного способа обнаружения сглаженных блоков электронного изображения с использованием вейвлет преобразования осуществлялась путем его аналитических исследований и имитационного моделирования.Verification of the theoretical background of the claimed method for detecting smoothed blocks of an electronic image using wavelet transform was carried out by means of its analytical studies and simulation.
Были подобраны 10 заведомо немодифицированных электронных изображений, полученных с использованием цифровых фотокамер. Для каждого такого изображения из других изображений подбирались фрагменты, которые при вставке в это изображение выглядели визуально правдоподобно. Затем соприкасающиеся края составных частей фальсифицированного изображения сглаживались усреднением значений пикселов соприкасающихся краев. Двухмерное пространственное представление проверяемых электронных изображений разделялось на блоки размером 4×4, 8×8 и 16×16 пикселов. В соответствии с заявляемым способом для блоков разных размеров выполнялось обнаружение сглаженных блоков фальсифицированных электронных изображений.10 deliberately unmodified electronic images obtained using digital cameras were selected. For each such image, fragments were selected from other images that, when inserted into this image, looked visually plausible. Then, the touching edges of the constituent parts of the falsified image were smoothed by averaging the pixel values of the touching edges. The two-dimensional spatial representation of the checked electronic images was divided into blocks of 4 × 4, 8 × 8 and 16 × 16 pixels. In accordance with the claimed method, for blocks of different sizes, detection of smoothed blocks of falsified electronic images was performed.
Была исследована зависимость вероятности обнаружения сглаженных блоков электронного изображения от размера блока, представленная на фигуре 5. Показано, что при увеличении размера блока с 4×4 пикселов до 16×16 пикселов вероятность обнаружения сглаженных блоков увеличивается с 0,63 до 0,92. Также выявлено, что с ростом размера блока уменьшается вероятность ложной тревоги, то есть вероятность события, при котором несглаженный блок ошибочно идентифицируют как сглаженный блок.We investigated the dependence of the detection probability of smoothed blocks of an electronic image on the block size shown in Figure 5. It is shown that when the block size increases from 4 × 4 pixels to 16 × 16 pixels, the probability of detecting smoothed blocks increases from 0.63 to 0.92. It was also revealed that with an increase in the block size, the probability of a false alarm decreases, that is, the probability of an event in which an unglazed block is mistakenly identified as a smoothed block.
Проведенные исследования подтверждают, что при использовании предлагаемого способа обнаружения сглаженных блоков электронного изображения с использованием вейвлет преобразования обеспечивается повышение вероятности обнаружения сглаженных блоков электронного изображения, образующихся при его преднамеренной фальсификации.The studies confirm that when using the proposed method for detecting smoothed blocks of an electronic image using wavelet transform, an increase in the probability of detecting smoothed blocks of an electronic image formed when it is deliberately falsified is provided.
Claims (3)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2011153463/08A RU2476929C1 (en) | 2011-12-26 | 2011-12-26 | Method of detecting smoothed electronic image units by wavelet transformation |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2011153463/08A RU2476929C1 (en) | 2011-12-26 | 2011-12-26 | Method of detecting smoothed electronic image units by wavelet transformation |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2476929C1 true RU2476929C1 (en) | 2013-02-27 |
Family
ID=49121614
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2011153463/08A RU2476929C1 (en) | 2011-12-26 | 2011-12-26 | Method of detecting smoothed electronic image units by wavelet transformation |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2476929C1 (en) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2150146C1 (en) * | 1998-09-03 | 2000-05-27 | Семенченко Михаил Григорьевич | Method for image processing |
| US20040066981A1 (en) * | 2001-04-09 | 2004-04-08 | Mingjing Li | Hierarchical scheme for blur detection in digital image using wavelet transform |
| JP2007316983A (en) * | 2006-05-26 | 2007-12-06 | Matsushita Electric Ind Co Ltd | Image processor, image processing method and program |
| RU2415473C1 (en) * | 2008-08-12 | 2011-03-27 | Кэнон Кабусики Кайся | Image processing apparatus, image recording apparatus and image processing method |
-
2011
- 2011-12-26 RU RU2011153463/08A patent/RU2476929C1/en not_active IP Right Cessation
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2150146C1 (en) * | 1998-09-03 | 2000-05-27 | Семенченко Михаил Григорьевич | Method for image processing |
| US20040066981A1 (en) * | 2001-04-09 | 2004-04-08 | Mingjing Li | Hierarchical scheme for blur detection in digital image using wavelet transform |
| JP2007316983A (en) * | 2006-05-26 | 2007-12-06 | Matsushita Electric Ind Co Ltd | Image processor, image processing method and program |
| RU2415473C1 (en) * | 2008-08-12 | 2011-03-27 | Кэнон Кабусики Кайся | Image processing apparatus, image recording apparatus and image processing method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Park et al. | Double JPEG detection in mixed JPEG quality factors using deep convolutional neural network | |
| KR20180065889A (en) | Method and apparatus for detecting target | |
| Ketenci et al. | Copy-move forgery detection in images via 2D-Fourier transform | |
| CN111985427A (en) | Living body detection method, living body detection apparatus, and readable storage medium | |
| CN111695410A (en) | Violation reporting method and device, computer equipment and storage medium | |
| CN113810611B (en) | Data simulation method and device for event camera | |
| Wandji et al. | Detection of copy-move forgery in digital images based on DCT | |
| CN111967345A (en) | Method for judging shielding state of camera in real time | |
| Chu et al. | Detectability of the order of operations: An information theoretic approach | |
| CN110121109A (en) | Towards the real-time source tracing method of monitoring system digital video, city video monitoring system | |
| CN113822927B (en) | Face detection method, device, medium and equipment suitable for weak quality image | |
| CN106778822B (en) | Image straight line detection method based on funnel transformation | |
| Wang et al. | A new method estimating linear gaussian filter kernel by image PRNU noise | |
| RU2352992C2 (en) | Watermark detection | |
| CN106846262B (en) | Method and system for removing mosquito noise | |
| WO2024016632A1 (en) | Bright spot location method, bright spot location apparatus, electronic device and storage medium | |
| Bammey | Jade owl: Jpeg 2000 forensics by wavelet offset consistency analysis | |
| RU2476929C1 (en) | Method of detecting smoothed electronic image units by wavelet transformation | |
| CN111325073B (en) | Monitoring video abnormal behavior detection method based on motion information clustering | |
| US20040114830A1 (en) | Method and apparatus for image processing | |
| Qu et al. | A framework for identifying shifted double JPEG compression artifacts with application to non-intrusive digital image forensics | |
| CN111445430B (en) | Bimodal infrared image fusion algorithm selection method based on difference characteristic amplitude interval fusion validity distribution | |
| Zhao et al. | A comprehensive study on third order statistical features for image splicing detection | |
| CN114723663A (en) | Preprocessing defense method aiming at target detection and resisting attack | |
| CN113361321A (en) | Infrared small target detection method and device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20201227 |