基于纹理特征的打印文档机源认证技术研究
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 1 绪论 | 第14-27页 |
| 1.1 打印文档机源认证技术简介 | 第14-15页 |
| 1.2 国内外研究状况 | 第15-22页 |
| 1.2.1 打印文档检验研究现状 | 第15-19页 |
| 1.2.2 纹理特征研究现状 | 第19-22页 |
| 1.3 打印文档机源认证的难点 | 第22-24页 |
| 1.4 论文的研究目的和内容 | 第24-26页 |
| 1.4.1 论文的研究目的 | 第24页 |
| 1.4.2 论文的研究内容 | 第24-26页 |
| 1.5 论文的内容安排 | 第26-27页 |
| 2 打印文档图像采集与纹理分析 | 第27-41页 |
| 2.1 引言 | 第27页 |
| 2.2 图像整体高倍放大系统 | 第27-34页 |
| 2.2.1 图像整体高倍放大系统设计 | 第28-29页 |
| 2.2.2 利用图像整体高倍放大系统采集图像 | 第29-30页 |
| 2.2.3 图像拼接 | 第30-32页 |
| 2.2.4 图像预处理 | 第32-34页 |
| 2.3 打印文档图像纹理分析 | 第34-40页 |
| 2.3.1 打印机工作原理 | 第34-36页 |
| 2.3.2 打印文档纹理产生原因 | 第36-37页 |
| 2.3.3 打印文档纹理的随机误差 | 第37-40页 |
| 2.4 本章小结 | 第40-41页 |
| 3 打印文档纹理特征提取及分类方法 | 第41-68页 |
| 3.1 引言 | 第41页 |
| 3.2 灰度共生矩阵特征提取 | 第41-48页 |
| 3.2.1 灰度共生矩阵定义 | 第41-43页 |
| 3.2.2 灰度共生矩阵的特征参数 | 第43-48页 |
| 3.3 小波变换纹理特征提取 | 第48-52页 |
| 3.3.1 连续小波变换 | 第49页 |
| 3.3.2 离散小波变换 | 第49-50页 |
| 3.3.3 二维离散小波变换 | 第50-51页 |
| 3.3.4 小波变换域的纹理特征提取 | 第51-52页 |
| 3.4 支持向量机理论 | 第52-58页 |
| 3.4.1 线性支持向量机分类 | 第52-55页 |
| 3.4.2 核函数 | 第55-57页 |
| 3.4.3 线性不可分情况 | 第57页 |
| 3.4.4 参数选择 | 第57-58页 |
| 3.5 打印文档检验性能评估 | 第58-60页 |
| 3.6 实验与分析 | 第60-67页 |
| 3.6.1 实验样本说明 | 第60-61页 |
| 3.6.2 特征归一化 | 第61-62页 |
| 3.6.3 SVM参数选择 | 第62-63页 |
| 3.6.4 相同字情况下的分类实验 | 第63-65页 |
| 3.6.5 不同字情况下的分类实验 | 第65-66页 |
| 3.6.6 一对一的鉴定实验 | 第66-67页 |
| 3.7 本章小结 | 第67-68页 |
| 4 因子分析模型与打印纹理可鉴别性基础 | 第68-84页 |
| 4.1 引言 | 第68页 |
| 4.2 纹理因素分析模型与显著性检验 | 第68-73页 |
| 4.2.1 单因素方差分析模型 | 第68-69页 |
| 4.2.2 纹理因素显著性实验验证 | 第69-73页 |
| 4.3 纹理因素和字符因素显著性检验 | 第73-78页 |
| 4.3.1 两因子方差分析模型 | 第74-75页 |
| 4.3.2 两因子显著性检验实验结果 | 第75-78页 |
| 4.4 基于纹理的打印文档可鉴别性基础模型 | 第78-81页 |
| 4.4.1 特征融合 | 第79页 |
| 4.4.2 求距离极值 | 第79-81页 |
| 4.5 实验验证 | 第81-83页 |
| 4.6 本章小结 | 第83-84页 |
| 5 基于纹理修补的文本无关打印机鉴定 | 第84-107页 |
| 5.1 引言 | 第84页 |
| 5.2 打印机字符纹理 | 第84-88页 |
| 5.3 基于纹理合成的纹理图像修补 | 第88-91页 |
| 5.3.1 纹理合成方法简介 | 第88-89页 |
| 5.3.2 Criminisi算法流程 | 第89-90页 |
| 5.3.3 Criminisi方法改进 | 第90-91页 |
| 5.4 待修补区域自动标定 | 第91-95页 |
| 5.4.1 最优子区域扫描 | 第91-94页 |
| 5.4.2 待修补区域标定 | 第94-95页 |
| 5.5 纹理修补效果 | 第95-97页 |
| 5.6 实验与分析 | 第97-106页 |
| 5.6.1 实验样本说明 | 第97-98页 |
| 5.6.2 合成前后纹理图像两因子分析 | 第98-99页 |
| 5.6.3 纹理图像分类实验 | 第99-101页 |
| 5.6.4 纹理图像一对一鉴定实验 | 第101-106页 |
| 5.7 本章小结 | 第106-107页 |
| 6 基于高斯混合模型的打印文档机源认证 | 第107-120页 |
| 6.1 引言 | 第107页 |
| 6.2 打印字符图像模型分析 | 第107-109页 |
| 6.3 高斯混合模型 | 第109-112页 |
| 6.3.1 高斯混合模型(GMM)介绍 | 第109页 |
| 6.3.2 用LBG算法生成GMM的初值 | 第109-110页 |
| 6.3.3 EM算法 | 第110-112页 |
| 6.4 像素分类 | 第112-113页 |
| 6.5 实验与分析 | 第113-119页 |
| 6.5.1 实验样本说明 | 第113-114页 |
| 6.5.2 纹理图像分块实验结果 | 第114-115页 |
| 6.5.3 GMM模型参数拟合实验结果 | 第115-117页 |
| 6.5.4 GMM参数的打印纹理分类实验 | 第117-119页 |
| 6.6 本章小结 | 第119-120页 |
| 7 总结与展望 | 第120-123页 |
| 7.1 全文总结 | 第120-121页 |
| 7.2 后续工作展望 | 第121-123页 |
| 参考文献 | 第123-128页 |
| 攻博期间科研成果目录 | 第128-129页 |
| 致谢 | 第129页 |
