| 摘要 | 第3-5页 |
| Abtract | 第5-6页 |
| 第一章 绪论 | 第9-20页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 数字图像伪造与篡改技术 | 第11-14页 |
| 1.3 数字图像取证技术国内外研究现状 | 第14-19页 |
| 1.3.1 数字图像主动取证技术研究现状 | 第14-16页 |
| 1.3.2 数字图像被动取证技术研究现状 | 第16-19页 |
| 1.4 本文的结构安排 | 第19-20页 |
| 第二章 数字图像拼接取证方法概述 | 第20-31页 |
| 2.1 图像拼接过程 | 第20页 |
| 2.2 数字图像拼接被动取证系统的基本框架 | 第20-21页 |
| 2.3 图像变换 | 第21-23页 |
| 2.3.1 DCT变换 | 第21-22页 |
| 2.3.2 小波变换 | 第22-23页 |
| 2.4 支持向量机 | 第23-27页 |
| 2.4.1 线性支持向量机 | 第24-26页 |
| 2.4.2 非线性支持向量机 | 第26-27页 |
| 2.5 典型的数字图像拼接被动取证方法 | 第27-30页 |
| 2.5.1 基于多分辨率直方图的图像拼接取证方法 | 第28页 |
| 2.5.2 基于自然图像统计特性的图像拼接取证方法 | 第28-29页 |
| 2.5.3 基于奇异值分解的图像拼接取证方法 | 第29-30页 |
| 2.5.4 基于LBP和离散小波变换的图像拼接取证方法 | 第30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 结合DTT变换、DCT变换和最小二乘支持向量机的图像拼接检测 | 第31-47页 |
| 3.1 DTT变换 | 第31-32页 |
| 3.2 最小二乘支持向量机分类算法 | 第32-34页 |
| 3.3 结合DTT变换、DCT变换和LS-SVM的图像拼接检测算法 | 第34-38页 |
| 3.3.1 特征提取 | 第34-36页 |
| 3.3.2 算法步骤 | 第36-38页 |
| 3.4 实验结果与分析 | 第38-46页 |
| 3.4.1 图像拼接检测评估库 | 第38-39页 |
| 3.4.2 拼接检测结果的评价指标 | 第39-41页 |
| 3.4.3 结果分析 | 第41-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 基于对偶数复小波变换和最小二乘孪生支持向量机的图像拼接检测 | 第47-62页 |
| 4.1 对偶数复小波变换 | 第47-50页 |
| 4.2 最小二乘孪生支持向量机 | 第50-55页 |
| 4.2.1 孪生支持向量机 | 第50-53页 |
| 4.2.2 最小二乘孪生支持向量机 | 第53-55页 |
| 4.3 应用DTCWT和LS-TSVM的图像拼接检测算法 | 第55-57页 |
| 4.3.1 特征提取 | 第55-56页 |
| 4.3.2 算法步骤 | 第56-57页 |
| 4.4 实验结果及分析 | 第57-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士期间发表的论文 | 第71页 |
| 攻读硕士期间参与的项目 | 第71页 |
