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

基于BDCT域系数分析图像拼接检测算法研究

摘要第3-4页
ABSTRACT第4页
目录第5-8页
第一章 绪论第8-13页
    1.1 课题研究的背景和意义第8-10页
    1.2 国内外研究现状简介第10-11页
        1.2.1 国外研究现状第10-11页
        1.2.2 国内研究现状第11页
    1.3 论文内容和结构安排第11-13页
第二章 图像篡改检测基础及技术简介第13-30页
    2.1 图像篡改检测基础第13-18页
        2.1.1 特征提取第13-15页
        2.1.2 图像离散余弦变换第15-18页
    2.2 基于图像格式的图像篡改及检测技术第18-20页
        2.2.1 JPEG 量化的图像篡改检测技术第18-19页
        2.2.2 JPEG 双压缩的图像篡改检测技术第19-20页
    2.3 基于相机参数的图像篡改检测技术第20-23页
        2.3.1 基于色差的图像篡改检测技术第21-22页
        2.3.2 基于滤色器阵列的图像篡改检测技术第22页
        2.3.3 基于传感器噪声的图像篡改检测技术第22-23页
    2.4 基于物理环境的图像篡改检测技术第23-27页
        2.4.1 基于光线方向的图像篡改检测技术第23-26页
        2.4.2 基于光照环境的图像篡改检测技术第26-27页
    2.5 基于图像像素的图像篡改检测技术第27-28页
        2.5.1 克隆图像篡改检测技术第27页
        2.5.2 拼接图像篡改检测技术第27-28页
        2.5.3 基于统计学的图像篡改检测技术第28页
    2.6 本章小结第28-30页
第三章 基于 BDCT 域系数分析图像拼接检测的算法研究第30-53页
    3.1 一阶 BDCT 域系数特征及其鉴别力第30-33页
        3.1.1 一阶 BDCT 域系数特征第30-32页
        3.1.2 一阶 BDCT 域系数特征的鉴别力分析第32-33页
    3.2 二阶 BDCT 域系数特征及其鉴别力第33-52页
        3.2.1 基于马尔科夫过程的特征提取第34-39页
        3.2.2 二阶 BDCT 域系数转移特征第39-44页
        3.2.3 基于鉴别力最大化的分组马尔科夫特征第44-52页
    3.3 本章小结第52-53页
第四章 实验结果与分析第53-72页
    4.1 实验环境第53-56页
        4.1.1 样本图片库第53-54页
        4.1.2 测试环境第54页
        4.1.3 分类训练器第54-55页
        4.1.4 训练方式第55-56页
    4.2 基于 BDCT 域系数研究的实验结果第56-67页
        4.2.1 一阶直方图的进一步实验分析第56-57页
        4.2.2 空间域特征提取分析第57-58页
        4.2.3 分块大小对于特征鉴别力的影响第58-62页
        4.2.4 不同象限 BDCT 域系数的分布第62-63页
        4.2.5 纹理分类对于拼接篡改检测的鉴别力和准确率分析第63-67页
    4.3 鉴别力最大化的分组马尔科夫特征鉴别力的实验结果第67-70页
        4.3.1 分组马尔科夫特征的准确率第68页
        4.3.2 基于鉴别力最大化的分组马尔科夫特征的准确率第68-70页
    4.4 本章小结第70-72页
第五章 全文总结及研究展望第72-74页
    5.1 全文结论第72-73页
    5.2 研究展望第73-74页
参考文献第74-78页
致谢第78-79页
攻读硕士学位期间已发表或录用的论文第79-81页

论文共81页,点击 下载论文
上一篇:聚焦超声治疗中治疗区域的分割及三维可视化研究
下一篇:博客话题与新闻话题关联方法研究