首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

数字图像盲鉴别的关键理论与技术研究

提要第5-6页
摘要第6-8页
Abstract第8-10页
第1章 绪论第14-24页
    1.1 研究背景及意义第14-17页
    1.2 国内外研究现状第17-19页
    1.3 本文主要研究内容第19-22页
    1.4 论文组织结构第22-24页
第2章 数字图像盲鉴别的相关理论研究第24-40页
    2.1 图像篡改手段的分类第24-32页
        2.1.1 图像来源篡改第25-27页
        2.1.2 图像内容篡改第27-30页
        2.1.3 图像后处理篡改第30-32页
    2.2 数字图像盲鉴别的定义及性质第32-36页
    2.3 数字图像盲鉴别的基本框架第36-39页
    2.4 本章小结第39-40页
第3章 数字图像来源篡改盲鉴别第40-62页
    3.1 引言第40-42页
    3.2 相关研究基础第42-44页
    3.3 基于 DWT 和 MA-FD 的计算机生成图像的盲鉴别算法第44-52页
        3.3.1 算法基本思想第44-45页
        3.3.2 特征提取第45-50页
        3.3.3 实验结果与分析第50-52页
    3.4 基于 LBC 的计算机生成图像的盲鉴别算法第52-61页
        3.4.1 LBC 算子第52-55页
        3.4.2 算法基本思想第55-56页
        3.4.3 特征提取第56-58页
        3.4.4 实验结果与分析第58-61页
    3.5 本章小结第61-62页
第4章 数字图像内容篡改盲鉴别第62-108页
    4.1 引言第62-63页
    4.2 相关研究基础第63-68页
        4.2.1 拼接篡改盲鉴别第63-64页
        4.2.2 复制-粘贴盲鉴别第64-67页
        4.2.3 重获图像盲鉴别第67-68页
    4.3 基于对数极坐标变换的复制-粘贴盲鉴别算法第68-85页
        4.3.1 “复制-变换-移动-粘贴”篡改模型第69-70页
        4.3.2 算法原理及实现第70-77页
        4.3.3 实验结果及算法分析第77-85页
    4.4 基于 SIFT 和 HSI 模型的彩色图像复制-粘贴盲鉴别算法第85-98页
        4.4.1 SIFT 特征提取第85-89页
        4.4.2 彩色特征提取第89-91页
        4.4.3 特征匹配第91-92页
        4.4.4 实验结果分析第92-98页
    4.5 基于小波变换和噪声分析的重获图像盲鉴别算法第98-106页
        4.5.1 重获图像和自然图像的成像差异第98-99页
        4.5.2 算法基本思想第99-100页
        4.5.3 特征提取第100-103页
        4.5.4 实验结果及分析第103-106页
    4.6 本章小结第106-108页
第5章 基于篡改评价模型的盲鉴别系统第108-122页
    5.1 引言第108-109页
    5.2 基于图像统计特征的篡改评价模型第109-118页
        5.2.1 篡改评价模型设计第109-110页
        5.2.2 特征提取第110-114页
        5.2.3 支持多类向量机分类第114-115页
        5.2.4 实验结果第115-118页
    5.3 盲鉴别系统原型第118-121页
    5.4 本章小结第121-122页
第6章 工作总结与研究展望第122-124页
    6.1 本文工作总结第122-123页
    6.2 未来研究展望第123-124页
参考文献第124-134页
作者简介及在学期间所取得的科研成果第134-136页
致谢第136页

论文共136页,点击 下载论文
上一篇:马克思教育思想及其当代价值
下一篇:四种冷季型草坪草对SO2抗性的研究