首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

利用相关性检测的成像设备辨识及篡改检测技术

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-23页
   ·成像设备个体辨识的研究背景第11-12页
     ·数字图像取证的概念和定义第11-12页
     ·数字图像盲取证定义第12页
   ·成像设备个体辨识的意义及应用第12-14页
     ·图像来源认证第12-13页
     ·图像篡改检测第13-14页
   ·成像设备个体辨识的基本思想第14-19页
     ·数码相机和扫描仪的成像第14-16页
     ·成像传感器的缺陷第16-18页
     ·镜头污点特征第18页
     ·指纹匹配方法的选取第18-19页
   ·成像设备个体辨识技术的现状第19-20页
   ·成像设备个体辨识的发展方向第20-21页
   ·本文主要工作第21页
   ·本文结构第21-23页
第二章 剪切和缩放图像的相机源辨识技术第23-37页
   ·引言第23-24页
   ·算法原理第24-33页
     ·成像传感器输出建模第25页
     ·PRNU 估计第25-26页
     ·PRNU 预处理第26-28页
     ·PRNU 检测第28-29页
     ·恢复同步性第29-31页
     ·误差分析第31-33页
   ·我们的仿真第33-36页
     ·只有剪切或缩放实验第33-35页
     ·随机剪切和缩放实验第35-36页
   ·本章小结第36-37页
第三章 基于相关性的篡改检测技术第37-47页
   ·引言第37-38页
   ·算法的原理第38-39页
     ·分块思想第38-39页
     ·区域PRNU 检测第39页
   ·算法性能评估第39-46页
     ·可行性实验第40-44页
     ·区域篡改的图像检测第44页
     ·抗几何攻击性实验第44-46页
   ·本章小结第46-47页
第四章 基于相关性和图像内容特征的篡改检测第47-58页
   ·引言第47页
   ·Fridrich 等人的算法第47-53页
     ·算法检测过程第47-48页
     ·相关性预测器第48-51页
     ·仿真实验第51-52页
     ·发展方向第52-53页
   ·我们的算法第53-57页
     ·新增特征第53-54页
     ·SVM 简介第54-55页
     ·实验及讨论第55-57页
   ·本章小结第57-58页
第五章 总结与展望第58-59页
附录一 剪切和缩放图像相机源辨识技术的部分代码第59-63页
参考文献第63-67页
攻读硕士学位期间取得的研究成果第67-68页
致谢第68-69页
附件第69页

论文共69页,点击 下载论文
上一篇:基于ARM的智能车型识别系统架构与关键技术研究
下一篇:基于TV模型和纹理合成的图像修复算法研究