基于局部区域模式噪声和小训练样本集的数码相机源辨识技术
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-22页 |
| ·数字图像取证研究背景及意义 | 第11-13页 |
| ·数字图像取证简述 | 第13-17页 |
| ·数字图像取证技术 | 第13-15页 |
| ·数字图像取证研究现状 | 第15-16页 |
| ·数字图像取证存在的问题及发展方向 | 第16-17页 |
| ·数字图像来源盲取证 | 第17-20页 |
| ·数字图像来源盲取证简介 | 第17-18页 |
| ·基于模式分类的数码相机源辨识 | 第18-19页 |
| ·基于模式噪声的数码相机源辨识 | 第19-20页 |
| ·本文主要工作 | 第20页 |
| ·本文结构 | 第20-22页 |
| 第二章 基于模式噪声的数码相机源辨识算法研究 | 第22-36页 |
| ·引言 | 第22页 |
| ·数码相机成像简介 | 第22-25页 |
| ·数码相机结构及工作原理 | 第22-23页 |
| ·数码相机关键部件简介 | 第23-25页 |
| ·算法简介与分析 | 第25-30页 |
| ·算法原理 | 第25-26页 |
| ·模式噪声提取 | 第26-28页 |
| ·算法流程 | 第28-30页 |
| ·实验仿真结果与分析 | 第30-35页 |
| ·利用模式噪声实现数字图像源辨识 | 第30-32页 |
| ·图片数量对模式噪声的影响 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 利用局部区域模式噪声的数码相机源辨识算法 | 第36-53页 |
| ·引言 | 第36页 |
| ·相关算法回顾及分析 | 第36-38页 |
| ·算法介绍与分析 | 第38-43页 |
| ·算法思想 | 第38-41页 |
| ·选择亮度高纹理简单区域 | 第41-42页 |
| ·算法详述 | 第42-43页 |
| ·实验结果与分析 | 第43-52页 |
| ·实验说明 | 第43页 |
| ·算法可行性研究 | 第43-45页 |
| ·算法性能比较 | 第45-48页 |
| ·去 CFA 操作对算法的改善 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 基于小训练样本集的数码相机源辨识算法 | 第53-64页 |
| ·引言 | 第53页 |
| ·算法思想及流程 | 第53-54页 |
| ·特征提取 | 第54-58页 |
| ·噪声统计特征 | 第54-55页 |
| ·小波系数特征 | 第55-56页 |
| ·CFA 插值特征 | 第56-58页 |
| ·SVM 分类器 | 第58-59页 |
| ·实验结果与分析 | 第59-63页 |
| ·特征性能分析 | 第59页 |
| ·本章算法仿真 | 第59-61页 |
| ·不同特征对算法的影响 | 第61-62页 |
| ·不同图像内容对算法的影响 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |
