基于数码相机的非侵入式图像源辨识研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 致谢 | 第9-14页 |
| 第一章 绪论 | 第14-22页 |
| ·课题研究的背景及意义 | 第14-15页 |
| ·数字图像取证概述 | 第15-17页 |
| ·图像取证的发展现状 | 第17-20页 |
| ·侵入式图像取证 | 第17-18页 |
| ·非侵入式图像取证 | 第18-20页 |
| ·本文的研究内容及章节安排 | 第20-22页 |
| 第二章 数字图像源的非侵入式辨识 | 第22-29页 |
| ·数字成像系统分析 | 第22-24页 |
| ·相机成像传感器介绍 | 第22页 |
| ·图像获取途径 | 第22-23页 |
| ·数码相机成像流程 | 第23-24页 |
| ·研究的动机 | 第24-25页 |
| ·非侵入式图像源辨识方法归纳 | 第25-27页 |
| ·基于图像统计特征的辨识方法 | 第25-26页 |
| ·基于成像设备通道特性的辨识方法 | 第26页 |
| ·基于传感器缺陷噪声的辨识方法 | 第26-27页 |
| ·面临的挑战 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于SPN 的图像源辨识框架 | 第29-37页 |
| ·图像噪声分析 | 第29-31页 |
| ·噪声产生条件 | 第29页 |
| ·噪声成分 | 第29-30页 |
| ·SPN 特性 | 第30-31页 |
| ·利用SPN 追踪图像源的可行性 | 第31页 |
| ·图像降噪与SPN 估计 | 第31-32页 |
| ·辨识理论框架 | 第32-36页 |
| ·测试图像数据要求 | 第32-33页 |
| ·图像SPN 的提取过程 | 第33-34页 |
| ·相机参考模式噪声估计 | 第34-35页 |
| ·相关性度量与决策分类 | 第35页 |
| ·图像源辨识框架 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 利用局部区域SPN 的非侵入式图像源辨识 | 第37-57页 |
| ·传统方法的不足 | 第37页 |
| ·SPN 提取算法的流程 | 第37-38页 |
| ·算法设计 | 第38-41页 |
| ·实验方案设计 | 第41-45页 |
| ·成像设备及其参数 | 第41-42页 |
| ·局部区域SPN 相关性匹配 | 第42-43页 |
| ·选取图像绿色分量 | 第43-44页 |
| ·局部区域SPN 的获取 | 第44页 |
| ·构建基于最大相关性的分类器 | 第44-45页 |
| ·实验结果分析 | 第45-55页 |
| ·SPN 获取效果的初步验证 | 第45-46页 |
| ·相机参考模式噪声的特性 | 第46-47页 |
| ·基于局部区域SPN 的图像源辨识 | 第47-50页 |
| ·相关性的聚类分析 | 第50-54页 |
| ·最小错误率的贝叶斯风险预测 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 JPEG 压缩对图像SPN 的影响分析 | 第57-71页 |
| ·研究图像压缩技术的必要性 | 第57页 |
| ·JPEG 概述及其标准 | 第57-58页 |
| ·JPEG 压缩原理 | 第58-60页 |
| ·前期处理过程 | 第58-59页 |
| ·正向离散余弦变换 | 第59页 |
| ·系数量化与编码 | 第59-60页 |
| ·实验方案设计 | 第60-61页 |
| ·所用相机及其附加参数 | 第60页 |
| ·JPEG 压缩实验流程 | 第60-61页 |
| ·实验结果分析 | 第61-69页 |
| ·压缩因子与SPN 相关性的影响 | 第61-63页 |
| ·相关性与压缩因子的函数关系 | 第63-64页 |
| ·JPEG 压缩图像的辨识率分析 | 第64-66页 |
| ·图像校正对辨识的影响 | 第66-69页 |
| ·本章小结 | 第69-71页 |
| 第六章 结论与展望 | 第71-74页 |
| ·论文工作的总结 | 第71-72页 |
| ·未来研究方向 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士学位期间发表的论文 | 第79-80页 |
