相机指纹技术的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·课题的背景和意义 | 第7-9页 |
| ·检测伪造图像的研究现状 | 第9-10页 |
| ·课题的难点 | 第10-11页 |
| ·相机指纹系统的描述 | 第11页 |
| ·本文的结构安排 | 第11-13页 |
| 2 图像噪声模型 | 第13-19页 |
| ·数字图像的成像 | 第13-14页 |
| ·图像噪声的概述 | 第14-15页 |
| ·图像的模式噪声 | 第15-16页 |
| ·获取图像噪声的经典算法 | 第16-19页 |
| 3 图像小波处理 | 第19-27页 |
| ·小波分析 | 第19-20页 |
| ·连续小波变换 | 第20-22页 |
| ·离散小波变换 | 第22-23页 |
| ·小波的多尺度分解与重构 | 第23-25页 |
| ·经典的小波去噪算法 | 第25-27页 |
| 4 "相机指纹"的提取 | 第27-36页 |
| ·提取ROI区域 | 第27页 |
| ·图像小波系数的随机模型 | 第27-29页 |
| ·图像去噪算法 | 第29-33页 |
| ·实验结果 | 第33-36页 |
| 5 "相机指纹"的鉴别 | 第36-47页 |
| ·相关系数 | 第36-37页 |
| ·广义高斯分布 | 第37-43页 |
| ·广义高斯分布的概率密度函数 | 第37-38页 |
| ·广义高斯分布概率密度函数的参数估计 | 第38-40页 |
| ·利用牛顿迭代法求解α和β的最优解 | 第40-41页 |
| ·广义高斯分布的分布函数 | 第41-42页 |
| ·实验结果分析 | 第42-43页 |
| ·BP神经网络分类器 | 第43-45页 |
| ·BP神经网络的基本原理 | 第43-44页 |
| ·实验结果分析 | 第44-45页 |
| ·分类判别决策 | 第45-47页 |
| 6 总结与展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 已发表论文及科研情况 | 第52页 |