基于二元相似性度量的数字图像被动取证技术研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-20页 |
| ·研究背景及其意义 | 第11-14页 |
| ·数字图像取证概述 | 第14-16页 |
| ·数字图像主动取证 | 第14-15页 |
| ·数字图像被动取证 | 第15-16页 |
| ·数字图像取证的研究现状 | 第16-18页 |
| ·国际数字图像取证相关研究 | 第16-17页 |
| ·国内数字图像取证相关研究 | 第17-18页 |
| ·论文主要任务及组织结构 | 第18-20页 |
| 2 数字图像被动取证方法概述 | 第20-31页 |
| ·数字图像被动取证概念框架 | 第20-21页 |
| ·基于图像伪造痕迹的被动取证技术 | 第21-24页 |
| ·复制-粘贴检测 | 第21-23页 |
| ·重采样、模糊润饰检测 | 第23页 |
| ·JPEG双压缩检测 | 第23-24页 |
| ·基于成像设备一致性的被动取证技术 | 第24-26页 |
| ·CFA插值检测 | 第25页 |
| ·模式噪声检测 | 第25-26页 |
| ·色差检测 | 第26页 |
| ·基于自然图像统计规律的被动取证技术 | 第26-29页 |
| ·自然图像统计模型方法 | 第26-27页 |
| ·相干系数和边缘百分比特征方法 | 第27-28页 |
| ·图像质量度量和二元相似性度量特征方法 | 第28-29页 |
| ·数字图像被动取证目前存在的问题 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 基于二元相似性度量的数字图像被动取证算法 | 第31-47页 |
| ·二元相似性度量的理论基础 | 第31-32页 |
| ·图像位平面的概念 | 第31-32页 |
| ·二值图像的几何特性 | 第32页 |
| ·基于二元相似性度量的图像特征提取算法 | 第32-41页 |
| ·基于DT-CWT的图像灰度值的提取 | 第33-35页 |
| ·二元相似性度量算法分析 | 第35-37页 |
| ·基于一阶伴随变量的BSM特征提取 | 第37-38页 |
| ·基于归一化直方图的BSM特征提取改进算法 | 第38-39页 |
| ·基于LBP的BSM特征提取改进算法 | 第39-41页 |
| ·基于SFFS的特征选择算法 | 第41-45页 |
| ·特征选择的定义及方法分类 | 第41-42页 |
| ·序列算法描述及评价 | 第42-44页 |
| ·基于SFFS算法的特征优化 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 4 基于二元相似性度量的数字图像被动取证系统实现 | 第47-69页 |
| ·基于SVM的图像被动取证分类器设计 | 第47-50页 |
| ·支持向量机SVM | 第47-49页 |
| ·SVM light介绍和使用 | 第49-50页 |
| ·BSM图像被动取证实验设计和实现 | 第50-58页 |
| ·实验模型和流程 | 第50-52页 |
| ·图像数据集 | 第52页 |
| ·BSM图像取证分类系统平台 | 第52-53页 |
| ·实验仿真结果 | 第53-58页 |
| ·BSM图像被动取证实验结果分析 | 第58-64页 |
| ·分类性能评价 | 第58-60页 |
| ·实验结果分析和讨论 | 第60-64页 |
| ·改进的MiningBSM实验结果及分析 | 第64-67页 |
| ·本章小结 | 第67-69页 |
| 5 总结与展望 | 第69-71页 |
| ·本文总结 | 第69-70页 |
| ·展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 作者简历 | 第74-76页 |
| 学位论文数据集 | 第76页 |
