摘要 | 第1-13页 |
ABSTRACT | 第13-15页 |
第一章 绪论 | 第15-27页 |
·研究背景及问题的提出 | 第15-18页 |
·数字图像鉴别技术 | 第18-23页 |
·数字签名鉴别技术 | 第18-19页 |
·数字水印鉴别技术 | 第19-20页 |
·数字盲取证技术 | 第20-23页 |
·论文的研究内容及其贡献 | 第23-25页 |
·论文结构安排 | 第25-27页 |
第二章 数字图像盲取证基本框架及相关研究现状 | 第27-46页 |
·数字图像盲取证的基本框架 | 第27-32页 |
·图像建模 | 第28页 |
·图像盲取证流程 | 第28-29页 |
·图像源特性 | 第29-32页 |
·图像数据库 | 第32页 |
·面向真实性检测的数字图像盲取证技术应用领域 | 第32-33页 |
·面向真实性检测的数字图像盲取证技术研究现状 | 第33-43页 |
·基于图像伪造过程遗留痕迹的盲取证技术 | 第34-38页 |
·基于成像设备一致性的盲取证技术 | 第38-42页 |
·基于图像内在统计特性的盲取证技术 | 第42-43页 |
·相关研究工作评述 | 第43-45页 |
·本章小结 | 第45-46页 |
第三章 复制-粘贴伪造图像的盲取证方法研究 | 第46-70页 |
·引言 | 第46-47页 |
·复制-粘贴伪造模型 | 第47-48页 |
·基于小波和奇异值分解的复制-粘贴伪造图像盲取证算法 | 第48-55页 |
·使用离散小波变换缩小图像数据量 | 第49-51页 |
·使用奇异值分解提取图像块特征 | 第51-52页 |
·使用字典排序寻找相似块对 | 第52-53页 |
·定位篡改区域并使用数学形态学进行后处理 | 第53-54页 |
·算法步骤小结 | 第54-55页 |
·实验结果及分析 | 第55-69页 |
·实验设置 | 第55-57页 |
·灰度复制-粘贴伪造图像检测 | 第57-62页 |
·彩色复制-粘贴伪造图像检测 | 第62-64页 |
·复制-粘贴伪造案例图像检测 | 第64-65页 |
·复制-粘贴伪造图像数据库检测 | 第65-68页 |
·算法比较 | 第68-69页 |
·本章小结 | 第69-70页 |
第四章 纹理合成修复伪造图像的盲取证方法研究 | 第70-95页 |
·引言 | 第70-71页 |
·纹理合成图像修复技术 | 第71-74页 |
·纹理合成图像修复原理 | 第71-73页 |
·修复图像特性分析 | 第73-74页 |
·基于零值连通和模糊隶属度的纹理合成修复伪造图像盲取证算法 | 第74-83页 |
·计算块匹配度 | 第75-80页 |
·计算模糊隶属度 | 第80-82页 |
·篡改区域检测与定位 | 第82-83页 |
·算法小结 | 第83页 |
·实验结果及分析 | 第83-93页 |
·实验设置 | 第83-84页 |
·隶属度分布差异性分析 | 第84-86页 |
·Criminisi 算法生成的修复伪造图像检测 | 第86-88页 |
·朱算法生成的修复伪造图像检测 | 第88-90页 |
·汤算法生成的修复伪造图像检测 | 第90-91页 |
·修复伪造图像数据库检测 | 第91-93页 |
·实验分析 | 第93页 |
·本章小结 | 第93-95页 |
第五章 拼接伪造图像的盲取证方法研究 | 第95-130页 |
·引言 | 第95-97页 |
·自然图像小波域的统计模型建立与特征提取 | 第97-104页 |
·小波变换的基本性质 | 第97-98页 |
·小波细节子带系数的广义高斯分布模型 | 第98-102页 |
·广义高斯分布模型的参数估计及特征提取 | 第102-104页 |
·自然图像DCT 域的统计模型建立与特征提取 | 第104-109页 |
·分块DCT 变换及马尔可夫链模型 | 第104-106页 |
·图像DCT 变换交流系数的马尔可夫特征提取 | 第106-109页 |
·基于自然图像统计特性的拼接伪造图像盲取证算法 | 第109-117页 |
·特征表示与提取 | 第109-110页 |
·特征的有效性分析 | 第110-113页 |
·分类器设计 | 第113-117页 |
·实验结果及分析 | 第117-129页 |
·实验设置 | 第117-119页 |
·Columbia 大学的灰度拼接图像数据库检测 | 第119-121页 |
·Columbia 大学的彩色拼接图像数据库检测 | 第121-124页 |
·RealismColor 图像数据库检测 | 第124-127页 |
·实验分析 | 第127-129页 |
·本章小结 | 第129-130页 |
第六章 结束语 | 第130-132页 |
·本文的主要成果和创新点 | 第130-131页 |
·未来工作展望 | 第131-132页 |
致谢 | 第132-133页 |
参考文献 | 第133-147页 |
作者在学期间取得的学术成果 | 第147-148页 |
附录A 英文缩略词表 | 第148页 |