綁定帳號登入

Android 台灣中文網

tag 標籤: 變換

相關帖子

版塊 作者 回覆/查看 最後發表

相關日誌

分享 離散餘弦變換
嵐風 2022-8-16 00:55
第二步:接著對灰階轉換完資料後,展開離散餘弦變換的處理,針對每個八乘八的模塊,應用離散餘弦變換,以提取模塊的特徵。 離散餘弦變換若專注於處理照片的領域來說,他可以將照片的裡核內容,轉化至另外一種型式的壓縮型態,這種型態濃縮了照片原生的大略情報,而離散餘弦變換的變換核為餘弦函數,且離散餘弦變換相對於其他變換方法來說,可以減少一半以上的計算量。 回想到離散餘弦變換的壓縮能量功效,這個重要的特殊性質,可以使得在僅僅保留低頻係數的情況下,仍然能夠保留大部分的訊息,也就是可以將能量集中至八乘八離散餘弦變換矩陣裡,最左上方的直流係數,隨著照片能夠藉由拍攝的行為所獲取得到,拍攝時所擷取到畫面裡自然場景的大部分訊息,都集中在離散餘弦變換後的低頻部分,而高頻部分則約略聚集在離散餘弦變換矩陣的右下方,這些高頻值通常相當小,幾乎接近趨向於零,甚而可以忽略不計,也就意味著幾乎沒有可見的失真,這在經過後續的量化處理後,位在八乘八離散餘弦變換係數矩陣中的樣態,將會體現地更加明顯。 上述圖 3-2 為離散餘弦變換的 basis pattern 樣式表,也就是最基本的組成元素,這些低階的模版素材可以藉由自由搭配,來衍生出更深層的進化圖。 圖 3-2 裡的基本質材元素組,正都是意味著某些很重要的訊息,例如很像是照片原生中的水平、垂直、對角等等方向的線條輪廓的勾畫,但而現階段都被轉換至如此場域型別的樣態中,卻仍然隱含著原始照片的表面上,一些重要的情報,比如取材照片表面上的某些物件,或位在遠方的自然場景,他們的型狀度量,界線轉角等等的勾勒描摹,全部都將轉维至這個離散餘弦變換的 basis pattern 之中,也許這些有條不紊,斑斕有致的特徵紋理,正是座落在離散餘弦變換係數矩陣裡的某個位置。 若專注於處理照片的領域來說,他可以將照片的裡核內容,轉化至另外一種型式的壓縮型態,這種型態濃縮了照片原生的大略情報,所以離散餘弦變換相當適宜於壓縮照片的任務,同樣的,套用到照片被同圖複製移動的課題,離散餘弦變換可以先與量化矩陣表配合,處理後得出等級優良的品質照片,而细美照片裡的支角棱勾,最終能夠取決於可以找到多少被同圖複製移動的區域,這些都是為了構建出可行的 CMFD 的實做,輸入某張可能疑似有被後製技術處理過的照片,輸出鑑識照片的結果,找出照片中可能被同圖移動複製的區域,意謂著被駭入或沒被駭入的判斷,並嘗試分析 CMFD 的識別效能。 其實際的操演流程,並套用至本方法想要採納的 CMFD 之框架來說,就是將原始照片大部分的分裂區塊象素值訊息,移轉至八乘八離散餘弦變換矩陣中,最左上角的直流係數,剩餘落下的其他元素是為交流係數,藉由捨棄交流係數的多寡,可以同步影響照片對映的呈現品質,即使犧牲的交流係數很多,但是照片仍能夠保留著約略可見的線條輪廓,更何況只是丟毀少許的交流係數,最後投現出來的照片外觀終究很精細。 以某個辨識光學字元串的專案為例 ,此案例發現在數據呈現中,具有百分之八十四的龐大能量,頻繁地靠攏於那僅有百分之二點八的少數離散餘弦變換係數中,這也就代表著,在那離散餘弦變換的矩陣裡,擁有著絕大部分百分之八十四的訊息,幾乎全集中於矩陣的左上角,也就驗證了前述所說的各種導論,有關於離散餘弦變換的大部分定理,所以離散餘弦變換在照片的數據壓縮中,得到了廣泛的應用,也同樣能夠受用於 CMFD 的偵測使命。
117 次閱讀|0 個評論
分享 極性複指數變換係數( PCET, Polar Complex Exponential Transform )
嵐風 2022-7-20 20:34
一連串前後相互關聯的擷取特徵技術, 是某些方法 展開討論並陳列出來的校驗, 也就如前述研究在他們的內文中所描述: 先使用加速穩健特徵( SURF, Speed Up Robust Feature )鎖定焦點版塊, 接著提取極性複指數變換係數( PCET, Polar Complex Exponential Transform )的方案, 而 PCET 通常概略的表示型態,為圓型環狀的覆蓋遮罩,貼合齊平在給定的照片表面上, 也具有著正交動差的性質, 以足以驅使其 PCET 震度能夠在照片修圖、照片篡改的攻擊情況下, 保持其特徵的不變, 也就能對抗縮放、旋轉等等的特意照片操做, 也因為如此, PCET 範式地被定為幾何不變特徵的代表, 同時 PCET 也擁有著低計算量的演算優點, 幫助偵測照片是否被複製移動駭破的效率提昇。 The polar complex exponent trans moment is the orthogonal moment defined in a circular area in which its magnitude is invariant to scale or rotate. Therefore, the polar complex exponent trans moment is choose as the geometric invariant feature for this reason and its low compute complex.
127 次閱讀|0 個評論