图像数字化范文第1篇

随着计算机技术和网络技术在图书馆领域的深入应用，数字图书馆得到了迅速的发展。图书馆大量馆藏文献的数字化工作成为目前亟待解决的问题，采用数字图像的方式加工保存图书文献资料是馆藏文献数字化工作的有效途径，其主要优点是加工速度快、适合大批量、规模化加工，并能全面保留纸质文献的原始信息。数字图像二值化是处理文献资料图像的关键技术，合适的二值化算法不但可以提高数字馆藏的处理效率，而且对于改善数字文献的阅读质量，提高OCR系统的识别率都具有重要意义。

数字图像二值化又称为数字图像的阈值变换，其核心问题是二值化阈值的选取算法。Ridler和Calvand提出了一种阈值选取的迭代法，但是计算比较耗时；Trussel对迭代法进行了改进，将任意直方图划分为两部分，并计算每一部分的平均灰度，然后用两个平均灰度级的平均值作为新的分割阈值。日本大津展之提出了最大类间方差法，该算法是根据最小二乘法将直方图在某一阈值处分割成两部分，当被分成的两部分的方差为最大时即取得最佳分割阈值。文献[1]提出了一种基于高低通滤波特征的文本图像快速二值化方法，该方法以图像灰度统计特征值为阈值，利用高低通滤波的特征对图像进行阈值分割。文献[2]提出了一种带灰度保留的文本图像二值化方法，解决了当文本图像中包含图片信息，在二值化处理中图片信息容易被破坏的问题。图像二值化方法还包括微分直方图法、中值滤波法和最大直方图熵阈值分割法等。

数字化馆藏文献图像的数据量巨大，图像之间的灰度直方图差别较大，这就要求图像二值化处理速度要快，质量要高，即每一图像的阈值选取计算速度要快，阈值准确度要高。以往的阈值选取算法有些计算速度快，但精度低，图像质量无法保证，有些算法阈值选取精度较高但是计算速度较慢，图像处理效率较低。该文基于对文献图像直方图统计特征的分析，综合了高低通滤波法处理速度快和最大类间方差法阈值计算精度高的优点，研究文献图像二值化处理技术，通过实验分析比较，取得了较好的图像处理效果。

本文所提出的数字图像二值化方法综合了高低通滤波法处理速度快和最大类间方差法阈值计算精度高的优点，对于解决文本图像的二值化问题有较大的帮助。该算法的优点在于：算法简单、时间复杂度较低，比较适合图像的数据量巨大，图像之间的灰度直方图差别较大的文献的数字化加工处理。

通过多次对比实验发现，该文所提出的算法效果较好，图像处理的精度较高，图像质量有保证，取得了较好的图像处理效果。

图像数字化范文第2篇

关键词：数字图像；处理；采煤工艺；优化

中图分类号：TP391.41

1 传统采煤工艺的不足

采煤工艺是采煤工作面各工序所用方法、设备及其在时间、空间上的相互配合，在煤工作面内按照一定顺序完成各项工序的方法及其配合。对于煤炭资源开采来说，采煤工艺是矿井生产的总指导，借助采煤工艺方案才能开发出更多的煤炭资源，保证采煤区作业的煤产量。过去由于缺少先进的科学技术为引导，煤炭企业设计的采煤工艺方案比较落后，执行于现实开采作业常遇到各种问题。

传统采煤工艺不足的表现：一是流程，原先编制的采煤生产流程缓慢，矿井内挖掘机械作业进度不及时，影响了企业原煤产出量的数量标准，甚至出现了煤炭供应量紧缺问题；二是安全，矿井与地表之间的垂直距离大，井内最少在几百米之上，空间作业分布不协调而破坏了矿井的地质构造，引起坍塌等采煤事故。采煤工艺存在的缺陷，破坏了原先计划的生产方案，不利于煤炭企业创造预期的生产收益。

2 煤炭生产数字化的发展趋势

煤炭产业是现代社会能源开发利用的主要经济形势，其通过设计切实可行的煤资源开发方案，为企业或个人提供了充足的用煤量。传统采煤作业系统引起耗资大、周期长、事故多等弊端，逐渐被信息采煤系统所取代，逐渐开辟了煤炭产业的新模式。信息科技是采煤系统升级改造的技术支撑，凭借计算机设备为主控中心，煤炭生产朝着信息化改造是行业变革的必然趋势。煤炭生产数字化发展关键在于通信网络、数据处理等两个方面。

2.1 数据平台。矿井采煤期间产生了大量的数据信息，并且时刻都在不断地变换更新，利用好煤炭信息资源必须借助数据平台的功能，这样才能防止有价值信息的丢失。数据平台能够为生产人员或管理人员提供多种数据处理方式，方便了其对煤炭作业信息实施相关的处理。搭建数据平台是煤炭产业数字系统应用的主要表现，充分说明了煤炭科技的重要性。

2.2 传输网络。对于煤炭生产而言，当前多数集中于井内采煤作业，创建通信网络是服务于生产信息传输的平台，其采用多功能控制系统为主导，配合专用的软硬件装置，为煤炭企业生产管理提供了信息处理服务。与传统电话通信相比，新型煤炭通信网络更加偏向于智能化，进而推动了采煤作业流程的有序进行，保证了矿井采煤生产的产量与质量。

2.3 数字图像。数字化是采煤系统改造的主要趋势，将数字技术融入煤炭作业系统，不仅简化了原煤生产的操作流程，也可利用图像建立数字化模型辅助采煤分析。例如，数字图像采用经典的模式识别方法，有统计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别和人工神经网络模式分类，用于采煤图像识别中也越来越受到重视。

3 基于数字图像处理的煤炭工艺优化

由于煤层的自然条件和采用的机械不同，完成回采工作各工序的方法也就不同，并且在进行的顺序、时间和空间上必须有规律地加以安排和配合。数字图像处理是信息科技的典型应用，其对采煤生产期间捕捉到的数字信息，经过信号转换器变为数字图像，真实地反映了煤炭生产的操作流程。基于数字图像处理的煤炭工艺优化，应灵活应用各种数字图像处理的相关技术，具体如下：

3.1 图像变换。由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理。煤炭企业需要处理的信息量十分庞大，多数集中于采煤区开采、挖掘、洗煤、选煤等方面的数据，这些对于企业编制采煤工艺是很重要的参考。图像变换可以根据煤炭开采流程实施数字化处理，将整个采煤系统用图像表达出来，为企业拟定生产方案提供了指导。

3.2 图像压缩。图像编码压缩技术可减少描述图像的数据量，以便节省图像传输、处理时间和减少所占用的存储器容量。矿井生产过程中需借助通信网络传输信息，而井内设定的传输信道承载量有限，不能完全承受某个时间段内的数据信息量，这就需要对煤炭工艺数据实施压缩处理。图像压缩技术对工艺方案里的图像、数字等给予压缩，减小了数据文件传输的荷载。此外，压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行，这样就方便了采煤生产秩序的稳定进行，协调了井内设备开采作业的秩序。

3.3 图像复原。采煤工艺是对采煤工作面的一种规范化，由生产工艺秩序对采煤作业提供标准的指导，在保证作业质量的前提下执行工艺方案。数字图像处理可以对工艺中涉及到的作业方式进行优化处理，保证矿井传输的图像内容更加清晰。如：图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等；强化图像高频分量，可使图像中物体轮廓清晰，细节明显；强化低频分量可减少图像中噪声影响。从管理人员角度分析，图像复原可以加快数字信号的传输，方便了其对煤炭工艺的审查指导。

3.4 图像描述。图像描述是图像识别和理解的必要前提，这样能够为采煤工艺优化处理提供参考，形象地表达出采煤方案的不足。随着图像处理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法。例如，煤炭企业设计出某套采煤工艺，可以借助计算机平台对图像实施数字化处理，帮助用户挖掘出图像中潜在的开采问题，提前拟定处理方法解决采煤工艺的缺陷。可建立三维图像模型，自动模拟采煤系统的作业流程，为矿井内采、洗、选煤等提供有效的指导。

4 数字系统使用的注意点

鉴于采煤工艺对煤炭开采利用的指导性，企业必须要结合煤矿工程的实际情况，拟定切实可靠的采煤工艺方案。数字图像可以为煤炭生产提供多样式的参考，客观地反应矿井内采煤工作的执行情况，为煤炭工艺优化奠定了良好的基础。数字图像处理应用于煤炭工艺优化，还需注意：

4.1 时效性。针对数字图像在采煤工艺优化中的应用功能，煤炭企业还需注意工艺流程调整的时效性，必须及时更改最新的作业工艺。一般情况下，当数字图像处理发现采煤工艺的异常状况后，则要立即安排相关人员实施数字化处理，这样才能保证优化后的工艺能及时执行，有效地处理各类采煤问题。

4.2 专业性。煤炭企业创建数字化采煤方案，应配备专业的生产设备及作业人员，这样才能保证采煤工艺实施后取得预期的效果。例如，定期更新采煤机、运输机、挖掘机等煤炭设备，加快机械控制系统的数字化改造等；不断地积累工程实践经验，设计出更加优越的采煤工艺方案，指导其它相似采煤作业的生产调控。

5 结束语

总之，面对信息科技指导下的采煤生产模式，传统煤炭工艺呈现出来的缺陷更加明显，与煤炭产业经济及生产科技是不相协调的。为了更好地开发煤炭资源，必须要利用各种数字科技对煤炭工艺指导优化，采用数字图像处理采煤工艺中的问题。

参考文献：

[1]郑学著，黄晓峰，黄学章.图像处理技术在燃油喷嘴质量检验中的应用[J].建筑热能通风空调，2006（01）.

[2]邓巍，丁为民，柳平增.基于MATLAB的雾化图像处理及雾化角的测定[J].西北农林科技大学学报（自然科学版），2006（07）.

图像数字化范文第3篇

关键词:CCS; 直方图均衡化; 数字图像; Matlab

中图分类号:TP311文献标识码:B

文章编号:1004-373X(2010)08-0111-02

Design of Digital Image Histogram Equalization Based on CCS

YANG Hong

(College of Electronic Engineering, Xi’an University of Post and Telecommunications, Xi’an710061, China)

Abstract:Histogram equalization is one of the image enhancement methods in common use.At present,the usage of Matlab software simulation is not benefit for hardware implementation. In order to overcome this shortfall, a histogram equalization algorithm and program design process are given, and the simulation is done in the CCS v3.1 software simulation environment. The results show that the histogram equalization on images achieves an enhanced effect. The method ofhardware implementation is provided for the image processing.

Keywords:CCS; histogram equalization; digital image; Matlab

图像增强处理技术一直是图像处理领域中一类非常重要的基本处理技术[1-2]。通过采用适当的增强处理技术,可以将原本模糊不清,甚至根本无法分辨的原始图片处理成清楚、明晰的含大量有用信息的可使用图像,因此,此类图像处理技术在医学、遥感、微生物、刑侦以及军事等诸多领域得到了广泛应用。灰度直方图[3-4]是数字图像处理中一个最简单、最有用的工具,它描述了一幅图像的灰度级内容。直方图均衡化[5-7]是最常用的图像增强方法之一。

1 直方图均衡化算法

直方图均衡化算法将原图像的直方图改变为在整个灰度范围内基本均匀分布的形式,由此扩大了像素灰度的动态范围,从而增强了图像的对比度。直方图均衡化算法步骤为:

(1) 给出原始图像的所有灰度级Sk(k=0,1,2,…,L-1)。

(2) 统计原始图像各灰度级的像素数nk。

(3) 根据原图像,计算灰度直方图

ИP(Sk)=nk/n,k=0,1,2,…,L-1(1)И

式中:n为总像素数;nk为灰度级Sk的像素数。

(4) 计算原始图像的累积直方图

ИtE=EH(Sk)=∑ki=0(ni/n)=∑ki=0PS(Si)

0≤Sk≤1,k=0,1,2,…,L-1(2)

(5) 取整计算

ИUk=int[(n-1)tk+k/n](3)

(6) 确定映射关系

ИSkUk

(7) 统计新直方图各灰度级Uk的像素数目nk。

(8) 计算新的直方图

ИP(tk)=nk/n(4)И

2 基于CCS的数字图像直方图均衡化的设计

CCS v3.1(Code Composer Studio IDE v3.1)是TI公司推出的集成可视化DSP软件开发工具。它是一种针对TMS320系列DSP的集成开发环境,在Windows操作系统下,采用图形接口界面,提供环境配置、源文件编辑、程序调试、跟踪和分析等工具[8-10]。CCS有两种工作模式,即软件仿真器模式和硬件在线编程模式。本文主要采用软件仿真器模式,即可以脱离DSP芯片在PC机上模拟DSP的指令集和工作机制,主要用于前期算法实现和调试。

根据数字图像直方图均衡化和DSP的特点,基于DSP的数字图像直方图均衡化的程序流程如图1所示。

图1 数字图像直方图均衡化的程序流程图

3 实验结果

Cameraman,Lena,Coins作为原始图像分别如图2(a),图3(a),图4(a)所示;直方图均衡化所得的图像分别如图2(b),图3(b),图4(b)所示;处理前(上半部分)、后(下半部分)的直方图分别如图2(c),图3(c),图4(c)所示。分别比较原始图像与直方图均衡化所得的图像、处理前(上半部分)与后(下半部分)的直方图,可以得出对图像进行直方图均衡化达到了增强的效果。

图2 Cameraman原始图像、直方图均衡化

所得的图像及处理前、后的直方图

4 结 语

本文给出了直方图均衡化算法以及程序设计流程,并在CCS v3.1的软件仿真环境下进行仿真实验。结果表明,对图像进行直方图均衡化达到了增强的效果,为图像处理提供了一种硬件实现方法。

图3 Lena原始图像、直方图均衡化

所得的图像及处理前、后的直方图

图4 Coins原始图像、直方图均衡化所得的图像及处理前、后的直方图

参考文献

[1]韩晓军. 数字图像处理技术与应用[M]. 北京: 电子工业出版社, 2009.

[2]\冈萨雷斯. 数字图像处理(Matlab)版[M]. 北京: 电子工业出版社, 2009.

[3]王玲. 基于边缘直方图特征的车辆检测算法[J]. 现代电子技术, 2009, 32(14): 130-134.

[4]李改梅, 杨润玲, 周军妮. 基于二维直方图与FCM相结合的图像快速分割方法[J].现代电子技术, 2007, 30(15): 176-178.

[5]阮秋琦. 数字图像处理基础[M]. 北京: 清华大学出版社, 2009.

[6]蓝章礼, 李益才. 数字图像处理与图像通信[M]. 北京: 清华大学出版社, 2009.

[7]郭文强. 数字图像处理[M]. 西安: 西安电子科技大学出版社, 2009.

[8]姜阳, 周锡青. DSP原理与应用实验[M]. 西安: 西安电子科技大学出版社, 2008.

图像数字化范文第4篇

关键词： 篡改检测； 几何变换； 精细化； 数字图像； 计算机取证； 一维不变描述符

中图分类号： TN911.73?34； TP391 文献标识码： A 文章编号： 1004?373X（2016）07?0083?06

Abstract： Most of the existing tampering detection methods are sensitive to the geometric transformation detection of the tampering area， for this problem， a digital image forensics method of using feature image blocks to detect the tampering area refinedly and automatically is proposed. This method is suitable for area reflection， rotation and scaling， and JPEG compression and positioning. The pixels of the repeat area are mapped to the log?polar， and then along the axis， the invariant one?dimensional descriptors are generated by reflection and rotation. Each single block is used to extract the feature vectors to reduce the computation time of each stage. After that the repeat area after geometric transformation is copied with a refined stage. The blocks whose size are 24×24 and 32×32 are detected with experiments. The positioning results obtained from the two situation show that the test can lead to high true positive rate while causing low false positive rate. The tampered and non?tampered images were detected with experiments. The experimental results show that， in comparison with other algorithms， the proposed algorithm has high tampering positioning accuracy and low false match rate of the image after geometric transformation.

Keywords： tampering detection； geometric transformation； refinement； digital image； computer forensics； invariant one?dimensional descriptor

0 引 言

现有的数字图像技术提供了复杂的处理工具，这种工具可以产生不易被识别的伪造，一般视觉上很难辨别出图像的异常情况，如果这些被篡改的图像被人们错误使用，将会带来较大的危害[1]。图像篡改检测是一种新兴技术，可以直接通过数据本身对图像的真实性进行检测[2]，因此对其进行研究具有很重要的现实意义。

数字图像篡改手段多种多样，其中Copy?Move（复制?移动）是一种简单高效的图像篡改方法[3]，即首先从一幅图像中复制部分图像区域，然后将复制区域粘贴到相同图像的其他区域。同时为了掩盖痕迹，篡改者还会在复制粘贴操作后进行加噪、模糊、JPEG压缩以及几何形变处理操作以达到掩盖篡改的痕迹[4]。已有很多研究者对其进行相关研究，一般可以分为变换域[5?6]和非变换域方法[7?10]。

文献[5]将低分辨率小波系数的重叠区域映射到对数极坐标，由此产生的块按字母顺序储存并分析，以识别相近的字母组。在随后的小波分辨率水平中，通过丢弃不满足相近条件的字母方式，迭代过滤成对的字母。文献[6]将重复的像素块映射到来源于傅里叶?梅林变换（FMT）的缩放不变映射符上。然后，将哈希函数应用于每个描述符以确定相同的匹配。然而，这种严格的检测机制使得系统对超过10°的旋转比较敏感。

文献[7]通过相关图来限定副本的区域，并且计算重叠像素块的zernike矩以产生旋转不变特征向量，这种方法按照字母顺序发现潜在的重复。然而，不管是缩放的还是反射的复制图像都不能被这种方法检测出来。文献[8]提出一种不同的方法，即旋转缩放不变描述符通过尺度不变特征转换（SIFT）方式提取。然而，这种算法仅限于寻找近似描述符，且会限定复制检测区域。文献[9]提出一种基于圆谐?傅里叶矩（Radial?Harmonic Fourier Moment，RHFM）的图像篡改检测方法，这种方法对区域旋转和信号处理操作具有一定鲁棒性，然而，其没有对匹配结果进行后处理，检测结果图中含有较多噪声点，且精确度不高。文献[10]利用Krawtchouk矩提取区域块的特征，并按照字典排序，计算矩阵相邻行间的相关系数确定篡改区域，该方法对旋转缩放比较敏感。

本文方法可以检测那些已经经历过几何转换，尤其是反射、旋转和缩放的篡改区域，其中像素的重叠块独立地映射到对数极坐标的一维反射/旋转不变描述符。此外，本文还提出了细化机制来识别那些受几何失真影响的复制块。实验结果也证明了本文方法的有效性。

1 反射、旋转和缩放的问题

2.1 特征提取

本文算法依赖每个块的颜色和亮度分量计算特征向量，该算法的原理是将重复的块被映射到相似的特征向量上。每一个块[Ai]的中心是直径为[q]的圆盘的圆心，[f1i，f2i]和[f3i]分别为圆盘里面红色、蓝色和绿色像素点的平均个数的三个特征量，经实验表明，颜色通道的平均值不会被JPEG压缩和高斯模糊修正[13?14]。

这个过程可以通过穷尽性地比较特征向量[fi]和[L]中其余[m-1]个特征向量实现。然而，在初步搜索阶段，这个过程可以通过按字母排序列表[L]的方式被显著优化，从而让类似的特征向量更接近对方。因此，一旦到达[Vu，]则[Vi]的比较停止，因此有[f1i-f1u>τh。]

设[cir]为计算出的针对[Vi]的较高相关系数。如果[cir]比预定义的相近度阈值[τsim]较大，则偏移量的计算为[xδir=xi-xr，yδir=yi-yr 。]然后，如果[xi

2.3 精细化

在这个阶段，[Q]通常包含许多错误的匹配。例如，图2是伪造中检测出来的所有未定义的匹配（“根源”和“目标”坐标分别被描绘成暗灰色和淡灰色斑点）。由图可观察到，错误的匹配明显渲染了无用的位图。这说明细化机制对生成合理的结果非常重要。

文献[7?8]均假设复制的区域未受到几何变换的影响，如图3（a）所示。当复制图像区域经历了几何扭曲时，将非常严重，这是因为每一个重复块的坐标几乎都被不同的穿线坐标分离，如图3（b）所示。

在接下来的细化机制中，[Q]中的坐标通过给出的相近元组开始检查点集群。为了优化上述过程，[Q]按字母排序与偏移量相近的元组带给每个块，从而减少了需要比较的次数。令[Δ]为下面算法的每次迭代中检测的最大偏移量；系统执行的经验值为[Δ=32。]

步骤1：将偏移量[xδa1，b1]和[yδa1，b1]代到[Q]的元组顶部作为参考，选择所有偏移量范围为[[xδa1，b1-Δ，xδa1，b1+Δ]]和[[yδa1，b1，yδa1，b1+2Δ]]的元组。图2（b）是伪造被相近偏移量分离的斑点对。

步骤2：考虑[F]中只有“根源”坐标，识别尺寸为[ω×ω]的窗口中多于[tmin]个斑点的群集。如果群集的“目标”坐标也形成了尺寸为[w×w]的窗口中多于[tmin]个斑点的包装组，如图2（c）所示，则该群集则是一个有效的复制，且相应的元组被附加到最后一个列表[S。]相反，如果“目标”坐标形成了一个分散点云，如图2（d）所示，则该集群被丢弃。

步骤3：从[Q]中移走[F]中所有的元组，并且当[Q]不是空的时候，重复步骤1～3。最后，位图与[S]中元组中的坐标编码。

用来优化本文方法的操作概括如下：

（1） 丢弃低熵亮度的像素块，从而减少巨大平面像素区（例如天空）典型错误匹配的出现；

（2） 避免计算相互接近的像素块的特征向量距离；

（3） 避免计算耗时的穷举搜索，对颜色/亮度特征向量列表进行排序，以减少搜索阶段需要比较的数量；

（4） 在细化阶段，排序元组列表（例如[Q]），找出偏移相近的块，从而减少需要比较的数量。

3 实验结果与分析

式中：TP是被复制部分的像素点的数目；TN是被当作没有重复部分的像素点的数目；[P]是属于任何重复的像素点的实际数目；[N]是属于没有重复的像素点的实际数目。一个理想的检测将同时出现TPR=1，TNR=1。

3.1 结果评价

利用前面部分讨论的参数设置对尺寸为24×24和32×32的块进行检测；其他参数通过经验参数设置为：[emin=2，τd=40]。实验对象为100张图像，尺寸为400×600，首先分析在非压缩格式和JPEG压缩格式下的原始的、未篡改的图像。表1给出了被误认为包含重复（TNR≠1）的图像个数。与实验尺寸为24×24的块获得的结果相比较，利用尺寸为32×32的块实验时，错误匹配的数目大约降低10%。可得被检测的JPEG压缩格式并没有对错误检测的数目产生重大的影响。

为了评价本文方法的稳定性，本文从每个测试图像随机位置处选择了一个正方形的区域；测试尺寸为80×80和120×120。在被粘到其他随机位置之前，在同一图像中，对该选择区域进行后处理操作。分别测试下面的操作：没有进一步的扭曲（简单的复制粘贴）；水射；旋转：5°，20°，40°，80°，100°，140°，160°，175°和180°；缩放因子：0.96，1.03或1.05。因此，每张图像都用来生成36处篡改，每张图像通过本文提出的检测器在非压缩和JPEG压缩格式（质量因子为80和100）中被检测。

利用24×24模块，正确检测到伪造的数目如表2，表3和图4所示。利用32×32模块检测获得的结果如表4，表5和图5所示。大体上，通过本文方法获得的性能在较大的重复情况下较好。然而，对于尺寸为80×80的较小重复，24×24模块的利用会导致错误检测数目的略微增加。

比较利用24×24获得的定位结果和用32×32获得的定位结果，得出导致较高的真阳性率的测试同时也是导致较低的假阳性率的测试。例如：TPR的最高平均值（0.96）是从反射测试中获得的，而140°的旋转测试则获得TPR的最低平均值（0.58）。另一方面，平均TNR从反射中获得，而评估140°的旋转分别为0.98和0.99。

3.2 与其他算法的测试比较

块尺寸设为24×24，将一套尺寸为300×400的自然图像作为检测图像。其中，半数图像用于展示特性，其余半数图像包含相对粗糙结构的大区域。实验平台：2.80 GHz CPU，RAM为2.0 GB的Intel i3双核处理器，仿真平台为Matlab（2011b）。尺寸为300×400的一张图像的分析时间：文献[9]的方法为195 s，文献[8]的方法为5 s，本文的方法为37 s。

3.2.1 对于伪造的图像

首先比较对于伪造图像的检测效果，每次伪造都包含了不同的失真，如图6是旋转30°，缩放1.05的测试结果，图7是水射，缩放0.96的测试结果，图8是旋转15°，水射的测试结果。实际复制区域用白色轮廓表示，灰色区域是检测算法检测出的伪造区域，且灰色区域的尺寸及形状依赖于算法本身。对于图6～图8，文献[8]的算法只有图6和图7较为清楚地检测出，文献[9]的算法几乎没有给出准确的检测，本文方法在三个图像均能大概检测出伪造位置。从这3幅小尺寸图像可以得出平均TPR和平均TNR分别为：应用文献[9]方法，TPR=0.29，TNR=0.98；应用文献[8]方法，TPR=0.48，TNR=0.94；应用本文的方法，TPR=0.79，TNR=0.18。

3.2.2 对于未篡改图像

本文中的20张未篡改的检测图像均利用上述三种方法进行分析。这20张图像中，被误认为是伪造的图像数目如表6所示。不同于其他两种方法，本文方法设法正确地验证所有包含对称结构的图像，如图9所示，图9（a）包含大量的纹理和图案，图9（b）具有大面积光滑的区域，从检测结果可以看出，本文方法不能验证包含大面积光滑区域的图像。然而，文献[8]和文献[9]在这方面稍微好点，不过依然有一些区域被这两个算法误认为伪造区域。图9（a）充分说明了本文算法对于复杂纹理的图像检测效果比较好，优于其他两种算法，这充分说明了精细化过程的作用。

4 结 论

本文提出了一种新的自动定位重复区域的数字图像取证方法，可有效检测和定位JPEG压缩。本文方法的主要创新点总结如下：将像素点的重叠块映射到对数极坐标图的一维描述符上，可有效地执行搜索；从每个单独块中提取的特征向量，减少了每个阶段的计算时间；提出了一个细化阶段来复制经历过几何变换的重复区域。实验结果表明，综合考虑检测/准确定位和计算花费，本文方法优于其他方法。

作为现有的图像取证方法，本文的结果仍需要一些限制性的条件。未来主要是将细化机理作为减少错误报警的方法进行深入研究。

参考文献

[1] 周琳娜.数字图像取证技术[M].北京：北京邮电大学出版社，2008.

[2] 邵虹，朱虹，崔文成.抗翻转、旋转和缩放攻击的图像区域复制篡改检测[J].计算机辅助设计与图形学学报，2015，27（1）：157?165.

[3] 朱艳玲.数字图像取证的关键技术研究[D].北京：北京邮电大学，2011.

[4] BRAVO?SOLORIO S， NANDI A K. Automated detection and localisation of duplicated regions affected by reflection， rotation and scaling in image forensics [J]. Signal processing， 2011， 91（8）： 1759?1770.

[5] MYMA A N， VENKATESHMURTHY M G， PATIL C G. Detection of region duplication forgery in digital images using wavelets and log?polar mapping [C]// Proceedings of 2007 International Conference on Computational Intelligence and Multimedia Applications. SIVAKASI： IEEE， 2007： 371?377.

[6] 吕占伟，邓传加.傅里叶?梅林变换（FMT）在畸变?不变图像识别中的应用[J].应用光学，2009，30（5）：783?786.

[7] PAN X Y， LYU S W. Detecting image region duplication using SIFT features [C]// Proceedings of 2010 ICASSP?IEEE International Conference on Acoustics Speech and Signal Processing. Dallas： IEEE， 2010： 1706?1709.

[8] PANDEY R C， SINGH S K， SHUKLA K K， et al. Fast and robust passive copy?move forgery detection using SURF and SIFT image features [C]// Proceedings of 2014 IEEE International Conference on Industrial and Information Systems. [S.l.]： IEEE， 2014： 1?6.

[9] 秦娟，李峰，向凌云，等.采用圆谐?傅里叶矩的图像区域复制粘贴篡改检测[J].中国图象图形学报，2013，18（8）：919?923.

[10] IMAMOGLU M B， ULUTAS G， ULUTAS M. Detection of copy?move forgery using Krawtchouk moment [C]// Proceedings of 2013 8th International Conference on Electrical and Electronics Engineering. Bursa： IEEE， 2013： 311?314.

[11] DURAND F， DORSEY J. Fast bilateral filtering for the display of high dynamic range images [J]. Proceedings of SIGGRAPH， 2002， 21（3）： 257?266.

[12] 孙抗，汪渤，周志强，等.基于双边滤波的实时图像去雾技术研究[J].北京理工大学学报，2011，31（7）：810?813.

[13] 关华.数字图像来源检测的鲁棒性和安全性问题研究[D].广州：华南理工大学，2014.

图像数字化范文第5篇

关键词：图像；自动修正；数字档案

中图分类号：TB

文献标识码：A

文章编号：16723198（2015）22022601

1引言

随着信息技术的不断发展，越来越多的无纸化应用环境正逐步走进人们的日常生活，各级政府部门的行政管理工作亦逐步向着电子化管理的方向迈进，越来越多的网络信息化平台为政府部门发挥公共管理职能提供了极佳的信息共享及交流渠道。但在实际的工作中，由于大量的原始凭据仍然是以纸质档案的形式保存，难以适应现代化公共管理服务的需要，必须进行批量的档案数字化转换工作来实现集中化管理，目前，通行的做法是通过扫描、拍照等形式将原始档案转换为数字图像，一方面便于传输与检索，另一方面能够在需要的时候，能够以各种形式再次转换为纸质文档，同时数字档案还能为下一步实现图像内容识别如OCR（Optical Character Recognition，光学字符识别）奠定基础。

2档案数字化工作的常见问题

目前，绝大多数的纸质档案数字化工作均采用扫描仪、数码相机等图像采集设备来完成，而相对专业的档案数字化服务机构往往配备高速扫描仪设备来满足高效、批量的数字化转换需求。不同于常见的平板式扫描仪，高速扫描设备通常采用滚筒式的自动进纸器来负责纸张的传送功能，除了速度比普通平板扫描仪速度提升数倍外，最突出的问题是纸张在经过机械传送的过程中很容易发生偏移，从而产生倾斜的扫描图像，这类图像虽然不影响一般肉眼辨识，但是会严重影响图像后续识别处理的速度和精度，例如对倾斜度要求较高的OCR文字识别技术，会大大降低识别的成功率，需要人工干预进行纠偏处理操作方可顺利完成，无形中增加了工作强度与人力成本。而对于传统平板扫描仪采集的图像，由于纸张与反射盖板之间的间隙以及漏光等多种因素，容易在扫描幅面与纸张边界之间形成黑色外框，严重影响图像美观，甚至在一定程度上会增加档案图像的大小，浪费计算机存储空间，这在大批量的档案数字化工作中体现的尤为明显。

相较传统商用领域的数字化档案加工服务，国内电子政务信息化建设亦在不断加快推进档案数字化进程，以组织机构代码数字档案采集工作为例，一般用户通过受理窗口办理组织机构代码业务，需提交营业执照（事业法人登记证、社团法人登记证等各类成立批文）、法定代表人身份证、申请表等多种类型的纸质文书，业务受理人员需要实时的将用户材料进行扫描建档，在熟练操作的情况下，考虑到人工时效性以及设备等各类因素，极容易产生各类倾斜、黑边、缺边缺角等各类数字档案质量问题，必须经过人工二次审核后方能符合归档要求，浪费了大量的人力物力，由此带来的采集效率低下等问题亦阻碍了数字档案的推广与应用工作。

3图像自动修正技术

考虑到数字图像在采集过程中可能产生的各种不确定性问题，各类图像修正技术正逐渐受到信息化建设单位的重视，根据工作机制来看，可大体分为基于图像采集硬件设备的自动修正技术和第三方软件提供的自动修正技术两大类。

基于硬件的自动修正技术主要是通过图像采集设备驱动程序入手，对从光学传感器获得的数字信号直接进行分析，通过特定的算法对标志位像素点进行计算后输出至计算机，其优点是响应速度快，与应用系统无关，可以很容易获得质量较为统一的数字图像，而缺点则是功能较局限、对原始档案质量要求较高、可定制性较差、设备初期投入大等等。目前国内外专业的扫描设备制造商如富士通、柯达等厂家均提供该类型解决方案。

基于软件的图像修正技术种类繁多，而应用比较广泛的自动修正技术均支持无人值守操作且可随应用系统集成。从技术原理上来看，基于软件的图像修正技术基本上是对已经生成的图像文件进行二次处理分析，其中的主要技术包括对图像本身的滤波计算、二值化处理、跃点计算等算法的复用与集成，并通过分析某一区域像素点的分布趋势来完成对图像边界的确认、倾斜角度计算等关键指标的确立，并以此对原有图像进行旋转、像素填充等操作，从而完成整个图像自动修正过程。该方法的优点是适应性广、扩展性好、部署灵活且投入低，非常适合与各类信息化系统进行集成。

4应用案例分析

从以上两类图像自动修正技术的可行性来看，基于软件集成方式的图像自动修正技术显然更加适合各类电子政务信息系统的应用环境，这里仍然以组织机构代码数字档案采集工作为例，分析该技术在数字档案数字化领域产生的实际效益。

组织机构代码数字档案采集工作自2005年在全国范围内启动，经过十年的不断完善，已经建成了覆盖

各类法人机构的组织机构代码数字档案库，已采集的

数字档案图像超过1亿份，并且通过专用网络24小时不间断实时更新。对于如此庞大的基础信息资源，其建设历程横跨了多个信息化发展阶段，其中不可避免的会出现各类问题，主要包括：早期采集倾斜图像未纠正、不同时期图像采集分辨率混乱、黑边裁减或有或无、不同设备采集图像幅面大小不一、人工审核工作量大等问题。以上问题在早期电子政务的信息化建设项目中均具有普遍性和代表性，并且多数是由于早期信息化制度不完善所导致的历史遗留问题，因此迫切需要通过一定的技术手段在保障工作持续性的基础上有效解决图像质量问题。

根据以上的功能需求，基于软件的图像自动修正技术能够完整的实现存量和新增数字档案图像的自动图像质量控制功能，一方面可以通过编写第三方软件的形式，自动对存量数字档案进行遍历扫描，对发现的倾斜角度、黑边、缺边缺角等不符合质量要求的图像进行自动校正。另一方面，通过实时监控新增档案图像的方法，及时对新增档案进行核查，对发现的不合格档案及时进行报警或者直接修改校正，从而实现与业务系统的无缝衔接，将系统的改造成本降到最低。该方法的最大特点还体现在部署的灵活性方面，不但能够通过软件接口支持众多主流的数字图像类型，同时能够利用分布式计算原理，通过改变图像处理客户端数量，灵活调整图像处理能力，在充分利用现有资源的基础上最大限度的保护基础设施投入。

5效益分析

通过自动修正技术的引入，能有效提高数字档案的图像质量，使图像采集效率至少提升35%以上，大大降低了人力成本投入，并且能够避免由于人为操作失误产生错误的概率，增强了数字图像的可靠性，使原有图像采集系统易用性显著提高，避免了二次改造成本，为进一步开展数字档案交换共享提供必要基础。

数字图像自动修正技术集中体现了图像采集处理优化的过程，为传统的纸质档案转化提供一项高效、便捷的技术手段。由于其涉及的应用面非常广泛，可为各类原始档案数据的流通共享提供了一条便利的捷径，对促进政务信息化、提高办事效率、激发市场主题活力，降低行政成本具有重要的意义。

6结语

总体看来，数字档案工作是各类涉及电子政务信息化系统建设中的重要一环，而依赖于人工图像采集难免会出现档案质量参差不齐，可用性较差等诸多问题。行业内的相关标准规范在对图像倾斜、黑框、白边等问题仅提出了原则性规定，在具体执行过程中很难达到完全的统一。

参考文献

[1]杨有，李晓虹.基于线结构分析的档案图像倾斜校正[J].计算机科学，2007.