李倩

摘 要：隨著科學(xué)技術(shù)的不斷進(jìn)步，計算機(jī)生成圖像逐漸融入到人們的生活當(dāng)中，這些經(jīng)過處理和設(shè)計的圖片不僅給很多商家?guī)砹素S厚的利潤，而且滿足了人們的視覺需求。但計算機(jī)生成圖像和真實的圖片具有極高的相似度，因此，在破解一些犯罪案件時就很容易造成誤解，引發(fā)不公正的判決。本文通過研究自然圖像和計算機(jī)圖像的生成機(jī)理，分析其生成圖像的主要區(qū)別，從而探究自然圖像和計算機(jī)生成圖像檢測方法。

關(guān)鍵詞：自然圖像；計算機(jī)生成圖像；檢測方法；分析

現(xiàn)如今，自然圖像和計算機(jī)生成圖像的檢測方法已經(jīng)逐漸成為了信息技術(shù)的一部分，而且隨著科學(xué)技術(shù)的進(jìn)步，計算機(jī)生成圖像也越來越逼真，人們很難對兩者進(jìn)行區(qū)分，就很容易在某些重要的方面產(chǎn)生負(fù)面的影響，甚至擾亂社會的安定。對于自然圖像和計算機(jī)生成圖像的研究和檢測，國外起步較早，而且發(fā)展至今，也取得了一定的成就，比如利用小波變換的檢測方法對兩者進(jìn)行區(qū)分。我國近幾年才開始重視自然圖像和計算機(jī)生成圖像的檢測研究，先后有多所高校對不同的圖像檢測方法進(jìn)行了實驗，而且取得了進(jìn)步。

1 自然圖像和計算機(jī)圖像的生成機(jī)理和主要區(qū)別

1.1 自然圖像的生成機(jī)理

自然圖像是指相機(jī)拍攝的圖片，相機(jī)內(nèi)的傳感器將收集到的光子轉(zhuǎn)化為電壓，進(jìn)而轉(zhuǎn)換成數(shù)字信號，然后，不同的像素位置對所有的顏色進(jìn)行過濾，其中，每個像素位置對應(yīng)一種特定的顏色，再根據(jù)紅、綠、藍(lán)三個基本顏色對圖像進(jìn)行處理，最后，通過圖像傳感器將圖片文件存到數(shù)碼相機(jī)的內(nèi)存中。

1.2 計算機(jī)圖像的生成機(jī)理

計算機(jī)生成圖像可以說是對真實圖像的一種模擬。圖像中的場景、物體的形狀以及物體所展示的紋理特征都是通過計算機(jī)來合成的。計算機(jī)生成圖像首先要對場景進(jìn)行構(gòu)造，并通過一些列的數(shù)學(xué)計算和復(fù)雜的模型來構(gòu)成圖像的拍攝背景。其次，再利用反射技術(shù)使圖像產(chǎn)生層次感。最后，修正圖像的顏色、紋理以及形狀，使其產(chǎn)生真實感。

2 自然圖像和計算機(jī)生成圖像檢測方法

2.1 自然圖像和計算機(jī)生成圖像的主要區(qū)別

⑴光線傳輸差異。自然圖像的光線是自然界的光線所投射的，在拍攝時，人們可以捕獲到全部的光線信息。但計算機(jī)生成的圖像全部都是由當(dāng)前的科學(xué)技術(shù)模擬得到的，因此，在構(gòu)建模型和反射光線方面會存在一定的缺陷，從而使獲得的圖像在光線方面會有些不協(xié)調(diào)。

⑵對象模型差異。自然圖像是由很多復(fù)雜的幾何形狀組成的，而且在拍攝的過程中，數(shù)碼相機(jī)能夠?qū)⑦@些不同部分的形狀完美的展現(xiàn)出來。計算機(jī)生成圖像則是對簡單的幾何形狀進(jìn)行復(fù)雜的組合而得到的，因此，在進(jìn)行圖像的組合時，往往會存在一定的不足之處。

總之，由于自然圖像和計算機(jī)生成圖像的獲取途徑和所獲得的資源不同，因此，兩者還是存在很大差異的。自然圖像的內(nèi)容多是真實的取景，在圖像組合上大都是簡單的景象。而計算機(jī)生成圖像要經(jīng)歷一系列的圖像處理技術(shù)來構(gòu)建虛擬的場景，因此，在計算機(jī)生成圖像中可以看到很多復(fù)雜的景象組合。

2.2 幾種圖像檢測方法

⑴基于圖像噪聲分析的計算機(jī)生成圖像檢測方法。由于自然圖像和計算機(jī)生成圖像的形成機(jī)理不同，使兩者在噪聲分布上有很大的差異，因此，我們可以根據(jù)不同的噪聲分布對兩者作出區(qū)分。先構(gòu)造一種自然圖像模型，然后對圖像的噪聲進(jìn)行小波隱馬爾可夫處理，并根據(jù)圖像的基本特征選擇一種合適的噪聲分布曲線，最后，根據(jù)所檢測圖像與自然圖像之間的噪聲相關(guān)差來判定是否是真實的圖像。實踐證明，此方法具有較高的檢測率。

⑵用圖像質(zhì)量評價量檢測自然圖像和計算機(jī)生成圖像。圖像質(zhì)量評價方法首先要將所檢測的圖像分為兩個部分，一部分進(jìn)行訓(xùn)練，一部分進(jìn)行測試。然后用訓(xùn)練過的分類器來處理測試部分。最后，進(jìn)行結(jié)果預(yù)測。以下是圖像質(zhì)量評價量的具體步驟。

圖像質(zhì)量評價量的提取是圖像檢測的重要環(huán)節(jié)。期間，可以采用高斯濾波來對圖像進(jìn)行質(zhì)量評價，為了更好地鑒別兩者，可以先把圖像分成很多細(xì)小的部分，然后用高斯濾波進(jìn)行過濾，對濾波后的圖像片段分別提取質(zhì)量評價量。質(zhì)量評價量檢測采用的是64維模型算法，通過訓(xùn)練和驗證向量機(jī)來進(jìn)行圖像的檢測。這種方法能夠準(zhǔn)確的識別出自然圖像和計算機(jī)生成圖像，而且具有非常高的穩(wěn)定性。

3 基于小波高階特征的計算機(jī)圖像檢測研究

小波的高階特性能夠?qū)D像的統(tǒng)計特征表現(xiàn)出來，對于人臉識別和圖像分類有很重要的作用。這種檢測方法通過QMFs小波轉(zhuǎn)換對所獲取的圖像進(jìn)行分類，然后測試圖像的峰度和偏斜度，并計算相應(yīng)的均值和方差，用數(shù)學(xué)的統(tǒng)計方法來進(jìn)行鑒別。這種方法具有非常高的準(zhǔn)確度，但其大量的運(yùn)算不免會影響整個檢測效率。目前，研究人員還在進(jìn)行不斷的研究和實驗，以將檢測的實踐縮短到最小。

[參考文獻(xiàn)]

[1]張敏情，蘇光偉，楊曉元.基于局部保持映射的圖像隱密檢測算法[J].計算機(jī)工程與應(yīng)用，2009（33）.

[2]田源，程義民，錢振興，汪云路.基于PCA及SVM的圖像信息隱藏檢測[J].中國科學(xué)院研究生院學(xué)報，2010（01）.

[3]安雪晶，田媛.無參考圖像質(zhì)量評價方法的設(shè)計原則[J].中國光學(xué)與應(yīng)用光學(xué)，2009（02）.