基于图像频域的平滑滤波取证算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 数字图像篡改类型 | 第9-11页 |
| 1.3 本文研究思路和主要工作 | 第11-12页 |
| 1.4 本文的结构安排 | 第12-14页 |
| 第2章 数字图像取证技术研究 | 第14-20页 |
| 2.1 数字图像取证技术研究 | 第14-16页 |
| 2.1.1 数字水印 | 第14-15页 |
| 2.1.2 数字签名 | 第15-16页 |
| 2.2 数字图像被动取证技术 | 第16-18页 |
| 2.2.1 数字图像内容鉴别 | 第16-17页 |
| 2.2.2 数字图像来源鉴别 | 第17-18页 |
| 2.2.3 数字图像隐写分析 | 第18页 |
| 2.3 国内外研究现状 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 典型平滑滤波器 | 第20-34页 |
| 3.1 均值滤波 | 第20-23页 |
| 3.2 高斯平滑滤波 | 第23-26页 |
| 3.3 中值滤波 | 第26-28页 |
| 3.3.1 一维中值滤波 | 第26-27页 |
| 3.3.2 二维中值滤波 | 第27-28页 |
| 3.4 滤波系统频率响应特性 | 第28-32页 |
| 3.4.1 线性系统 | 第29-30页 |
| 3.4.2 非线性系统 | 第30-32页 |
| 3.5 本章小结 | 第32-34页 |
| 第4章 平滑滤波检测 | 第34-56页 |
| 4.1 相关研究现状 | 第34-37页 |
| 4.2 平滑滤波类型识别 | 第37-50页 |
| 4.2.1 频域特征构建 | 第37-42页 |
| 4.2.2 支持向量机分类 | 第42-45页 |
| 4.2.3 实验设置和结果 | 第45-50页 |
| 4.3 平滑滤波参数识别 | 第50-55页 |
| 4.3.1 基于CNN的识别模型 | 第50-52页 |
| 4.3.2 实验设置和结果 | 第52-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 5.1 工作总结 | 第56-57页 |
| 5.2 工作展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 发表论文和参加科研情况说明 | 第64-66页 |
| 致谢 | 第66-67页 |
