自然圖像和計算機生成圖像檢測方法研究

喻濤

（武警警官學院 610213）

自然圖像和計算機生成圖像檢測方法研究

喻濤

（武警警官學院 610213）

在科學技術快速發展的過程中，計算機生成圖像已經開始融入到人們的生活中。圖片經過處理和設計后，為商家帶來豐厚利潤的同時，還能夠滿足消費者的視覺需要。但是計算機生成圖像與自然圖像有著非常高的相似度。非常容易在犯罪案件中產生誤解，引發不公正判決。本文就自然圖像與計算機生成圖像檢測方法進行簡單分析。

自然圖像；計算機生成圖像；檢測方法

引言

面對科學技術的快速發展，計算機生成圖像與自然圖像的相似度不斷提升。想要將這兩種圖像檢測出來，就需要使用相應的方法。可以說，檢測方法已經成為信息技術的一部分。科學技術的應用，促使計算機生成圖像越來越逼真，很難將兩者區別開，這樣非常容易產生負面性的影響，嚴重的情況下還會影響整個社會秩序。基于此，展開分析論述。

1 自然圖像與計算機圖像產生機理

即便計算機生成圖像與自然圖像有著極高的相似度，但是從本質上來說這兩種圖像的產生機理并不一致，并且有著本質性的區別。①自然圖像的生成原理。自然生成圖像是通過照相機拍攝形成的，相機中的傳感器會將光子轉化為電壓，隨后將電壓轉換為數字信號。經過如此操作后，利用像素來過濾不同的顏色，這樣就能夠保證同意像素保持同一種顏色，隨后根據顏色處理原理進行顏色處理。經過相應的處理后就利用圖像傳感器將圖像存儲到數碼相機中。②計算機生成圖像原理。其實簡單說來，計算機的圖像生成原理就是對真實圖像的一種模擬。通過計算機模擬真實圖像的場景、紋理與形狀等特點將起展現出來。而這些都需要經過計算機來進行處理。首先就需要構造場景，并采用相應的數字計算與復雜的模型構造出拍攝的圖像。隨后還需要再次利用反射技術增強圖像的層次感。最后對圖像的紋理與形狀進行修正，促使圖像真實感表現的更為強烈。

2 自然生成圖像與計算機生成圖像的檢測方法

其實要檢測自然生成圖像與計算機生成圖像，至少需要明白兩種圖像獲取的途徑和資源并不相同。因而這兩者之間存在比較大的差異。自然圖像來自真實的取景，計算機生成圖像需要經歷相應的圖像處理技術來構建相應的場景。從這就可以看出，計算機生成圖像有比較多的復雜景象。因此，在自然生成圖像與計算機生成圖像檢測中，需要應用相應的方法。

2.1 自然生成圖像與計算機生成圖像存在區別

細細分析就會發現自然生圖像與計算機生成圖像之間存在著比較明顯的差異。①兩者的管線傳輸就存在不同之處。自然生成圖像的光線是投射的，攝影者在拍攝的時候可以捕獲到所有的光線。但是計算機生成圖像則是通過計算機模擬而成的。因此在構建模型與光線反射方面存在這一定的不同之處。②模擬的圖像存在差異。自然生圖像很明顯是通過不同的幾何形狀組合而成，繼而在拍攝的時候會將不同的形狀體現出來。但是計算機生成圖像則不是這樣，這種圖象生成只是簡單的將幾何圖像組合在一起。

2.2 根據圖像噪聲分析生成圖像

其實從專業的角度來看，自然生成圖像與計算機生成圖像機理有很大的不同之處，致使兩者在噪聲分布方面有著極大的不同。因此，在檢測兩種生成圖像的時候，可以通過噪聲來區分。首先可以利用一種自然圖像模型，繼而對圖像中噪聲進行必要的處理，在圖像的基礎上，選用一種恰當的噪聲分布曲線。這樣通過噪聲分布曲線就能夠將其中存在的差異檢測出來。事實上利用這樣的方式檢測的準確率明顯比較高。在自然生成圖像與計算機生成圖像不能有效區分的時候，就可以應用該種方法進行檢測。這有利于圖像的區別，促使圖像檢測結果貼近于實際。噪聲分布檢測主要是根據一種比較合適的噪聲分布分別分析在自然生圖像與計算機生成圖像之間差異。比較這種差異后，就會很明顯的發現其中存在的異同點，同時還能夠減少出錯率。計算機生成圖像與自然生成圖像在噪聲分布上會存在著很明顯的不同之處。但是如果細細分析仍繼會發現其中存在的差異性，繼而將兩種圖像相互區別。

2.3 圖像質量檢測方法

在檢測自然生成圖像與計算機生成圖像的過程中，如果要使用圖像質量檢測的方法來進行檢測，需要將被檢測的圖像分為兩部分，這兩部分分別進行訓練與測試。測試部分可以使用分類器來進行處理。最后就可以進行結果檢測[2]。在圖像檢測的整個過程中，評價圖像是最為重要的部分。而評價圖像則可以借用高斯濾波來評價圖像的質量。而檢測就是為了更好的鑒別，可以將圖像細分為很多不同的小部分。隨后使用高斯濾波進行過濾，利用濾波圖像評價后，需要分別對不同的部分進行質量估計。通常情況下，質量檢測使用的是64維模型算法。在訓練與驗證后就可以檢測圖像。借用這樣的方式可以將自然生成圖像與計算機生成圖像區別開，且穩定性較高。

3 結語

總而言之，在檢測自然生成圖像與計算機生成圖像的時候，選用恰當的方法有助于將兩種圖像區別開，鑒別出不同的圖像質量。

[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].計算機工程與應用，2013，15（33）：98.

[2]田源，程義民，錢振興，等.基于PCA及SVM的圖像信息隱藏檢測[J].中國科學院研究生院學報，2010，11（01）：63.

TP391

A

1004-7344（2016）01-0279-01

2015-12-20

喻 濤（1980-），男，漢族，四川雙流人，講師，碩士，2013年畢業于四川大學，計算機科學與技術專業，研究方向為計算機科學與技術。