| 表目录 | 第1-7页 |
| 图目录 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·图像取证 | 第11-15页 |
| ·数字图像盲取证的研究内容 | 第11页 |
| ·开展图像取证技术研究的意义 | 第11-12页 |
| ·图像取证相关研究机构 | 第12-13页 |
| ·图像取证研究现状 | 第13-14页 |
| ·图像取证系统框架 | 第14-15页 |
| ·自然图像统计模型 | 第15-16页 |
| ·广义高斯模型 | 第15页 |
| ·高斯混合模型 | 第15-16页 |
| ·高斯尺度混合模型 | 第16页 |
| ·本文研究内容及章节安排 | 第16-17页 |
| 第二章 图像统计建模 | 第17-24页 |
| ·引言 | 第17-18页 |
| ·广义高斯分布 | 第18-23页 |
| ·概率密度函数 | 第18-20页 |
| ·参数估计 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于二阶差分统计量的自然图像与计算机图形的鉴别 | 第24-32页 |
| ·引言 | 第24-25页 |
| ·基于二阶差分统计量的自然图像与计算机图形的鉴别 | 第25-29页 |
| ·颜色空间的选择 | 第26页 |
| ·特征提取 | 第26-29页 |
| ·Fisher 线性判别 | 第29页 |
| ·实验结果与分析 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于像素差分分布统计建模的LSB 匹配隐写分析方法 | 第32-43页 |
| ·引言 | 第32-33页 |
| ·专用分析方法 | 第32页 |
| ·通用盲检测方法 | 第32-33页 |
| ·基于像素差分分布统计建模的LSB 匹配检测 | 第33-39页 |
| ·空间域LSB 匹配隐写对图像像素差分分布的影响 | 第33-34页 |
| ·图像相邻像素差分的统计分布 | 第34-35页 |
| ·基于像素差分分布的LSB 匹配隐写检测 | 第35-37页 |
| ·基于像素差分高维联合分布的LSB 匹配隐写检测 | 第37-39页 |
| ·实验结果与分析 | 第39-42页 |
| ·在高分辨灰度图像数据库的测试结果 | 第39页 |
| ·与局部极值法的比较 | 第39-42页 |
| ·与通用盲检测算法的比较 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第五章 图像复杂度对隐写分析算法性能的影响 | 第43-52页 |
| ·引言 | 第43页 |
| ·图像复杂度 | 第43-45页 |
| ·图像复杂度对隐写分析算法性能的影响 | 第45-48页 |
| ·隐密对图像统计分布的影响 | 第45-46页 |
| ·图像复杂度对特征值的影响 | 第46-47页 |
| ·巴氏距离 | 第47-48页 |
| ·实验结果与分析 | 第48-51页 |
| ·图像库 | 第48页 |
| ·实验结果 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 结束语 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第58-59页 |
| 致谢 | 第59页 |