摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第9-21页 |
1.1 研究背景和意义 | 第9-13页 |
1.2 国内外研究现状 | 第13-18页 |
1.3 本文主要工作 | 第18-19页 |
1.4 论文结构安排 | 第19-20页 |
1.5 本章小结 | 第20-21页 |
第二章 图像统计建模相关理论与技术 | 第21-39页 |
2.1 图像统计建模的概念 | 第21页 |
2.2 隐写分析与篡改检测的关系 | 第21-23页 |
2.3 相关图像统计模型方法 | 第23-29页 |
2.3.1 多种块大小分块DCT变换 | 第25-26页 |
2.3.2 矩特征 | 第26-27页 |
2.3.3 基于马尔科夫过程的特征 | 第27-29页 |
2.4 纹理分析 | 第29-33页 |
2.4.1 局部二值模式LBP | 第29-30页 |
2.4.2 共生矩阵技术 | 第30-31页 |
2.4.3 残差图像 | 第31-33页 |
2.5 机器学习方法 | 第33-38页 |
2.5.1 支持向量机 | 第33-36页 |
2.5.2 集成分类器 | 第36-38页 |
2.6 本章小结 | 第38-39页 |
第三章 基于残差局部描述子的图像篡改检测 | 第39-58页 |
3.1 检测算法整体框架 | 第39-40页 |
3.2 检测算法具体实现方法 | 第40-44页 |
3.2.1 残差局部描述子方法实现 | 第40-43页 |
3.2.2 分类器的选择 | 第43-44页 |
3.3 在图像拼接篡改检测中的应用 | 第44-47页 |
3.4 在图像翻拍篡改检测中的应用 | 第47-51页 |
3.5 基于块匹配的图像拷贝粘贴篡改检测 | 第51-56页 |
3.5.1 PatchMatch算法 | 第52-54页 |
3.5.2 实验结果及分析 | 第54-56页 |
3.6 本章小结 | 第56-58页 |
第四章 基于LBP和共生矩阵的图像拼接篡改检测 | 第58-74页 |
4.1 检测方案框架流程 | 第58-59页 |
4.2 具体实现方法 | 第59-68页 |
4.2.1 局部二制模式及其改进 | 第59-62页 |
4.2.2 共生矩阵类型及其计算 | 第62-66页 |
4.2.3 残差图像的获取以及方案后处理操作 | 第66-68页 |
4.3 实验与结果分析 | 第68-73页 |
4.3.1 在IEEE IFS-TC图像取证库上实验 | 第68-70页 |
4.3.2 在中国科学院图像库CASIAV2.0上实验 | 第70-73页 |
4.4 本章小结 | 第73-74页 |
第五章 总结与展望 | 第74-78页 |
5.1 本文工作总结 | 第74-75页 |
5.2 本文主要创新点 | 第75-76页 |
5.3 研究展望 | 第76-78页 |
致谢 | 第78-80页 |
参考文献 | 第80-87页 |
作者简介 | 第87页 |