李倩

摘 要：隨著科學技術的不斷進步，計算機生成圖像逐漸融入到人們的生活當中，這些經過處理和設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圖像的生成機理，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生成圖像檢測方法。

關鍵詞：自然圖像；計算機生成圖像；檢測方法；分析

現(xiàn)如今，自然圖像和計算機生成圖像的檢測方法已經逐漸成為了信息技術的一部分，而且隨著科學技術的進步，計算機生成圖像也越來越逼真，人們很難對兩者進行區(qū)分，就很容易在某些重要的方面產生負面的影響，甚至擾亂社會的安定。對于自然圖像和計算機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行區(qū)分。我國近幾年才開始重視自然圖像和計算機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行了實驗，而且取得了進步。

1 自然圖像和計算機圖像的生成機理和主要區(qū)別

1.1 自然圖像的生成機理

自然圖像是指相機拍攝的圖片，相機內的傳感器將收集到的光子轉化為電壓，進而轉換成數(shù)字信號，然后，不同的像素位置對所有的顏色進行過濾，其中，每個像素位置對應一種特定的顏色，再根據(jù)紅、綠、藍三個基本顏色對圖像進行處理，最后，通過圖像傳感器將圖片文件存到數(shù)碼相機的內存中。

1.2 計算機圖像的生成機理

計算機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來合成的。計算機生成圖像首先要對場景進行構造，并通過一些列的數(shù)學計算和復雜的模型來構成圖像的拍攝背景。其次，再利用反射技術使圖像產生層次感。最后，修正圖像的顏色、紋理以及形狀，使其產生真實感。

2 自然圖像和計算機生成圖像檢測方法

2.1 自然圖像和計算機生成圖像的主要區(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。但計算機生成的圖像全部都是由當前的科學技術模擬得到的，因此，在構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。

⑵對象模型差異。自然圖像是由很多復雜的幾何形狀組成的，而且在拍攝的過程中，數(shù)碼相機能夠將這些不同部分的形狀完美的展現(xiàn)出來。計算機生成圖像則是對簡單的幾何形狀進行復雜的組合而得到的，因此，在進行圖像的組合時，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。而計算機生成圖像要經歷一系列的圖像處理技術來構建虛擬的場景，因此，在計算機生成圖像中可以看到很多復雜的景象組合。

2.2 幾種圖像檢測方法

⑴基于圖像噪聲分析的計算機生成圖像檢測方法。由于自然圖像和計算機生成圖像的形成機理不同，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。先構造一種自然圖像模型，然后對圖像的噪聲進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用圖像質量評價量檢測自然圖像和計算機生成圖像。圖像質量評價方法首先要將所檢測的圖像分為兩個部分，一部分進行訓練，一部分進行測試。然后用訓練過的分類器來處理測試部分。最后，進行結果預測。以下是圖像質量評價量的具體步驟。

圖像質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行質量評價，為了更好地鑒別兩者，可以先把圖像分成很多細小的部分，然后用高斯濾波進行過濾，對濾波后的圖像片段分別提取質量評價量。質量評價量檢測采用的是64維模型算法，通過訓練和驗證向量機來進行圖像的檢測。這種方法能夠準確的識別出自然圖像和計算機生成圖像，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圖像檢測研究

小波的高階特性能夠將圖像的統(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小波轉換對所獲取的圖像進行分類，然后測試圖像的峰度和偏斜度，并計算相應的均值和方差，用數(shù)學的統(tǒng)計方法來進行鑒別。這種方法具有非常高的準確度，但其大量的運算不免會影響整個檢測效率。目前，研究人員還在進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]

[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，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].中國科學院研究生院學報，2010（01）.

[3]安雪晶，田媛.無參考圖像質量評價方法的設計原則[J].中國光學與應用光學，2009（02）.