| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 课题研究的背景和意义 | 第8-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文内容及组织架构 | 第14-16页 |
| 第二章 图像拼接检测系统概述 | 第16-30页 |
| 2.1 图像拼接过程 | 第16-18页 |
| 2.2 图像拼接建模 | 第18-23页 |
| 2.2.1 适用于拼接检测的成像模型 | 第18-19页 |
| 2.2.2 适用于拼接检测的图像自然统计模型 | 第19-23页 |
| 2.3 拼接特征提取 | 第23-25页 |
| 2.4 分类识别 | 第25-29页 |
| 2.4.1 统计模式识别 | 第25-27页 |
| 2.4.2 支持向量机 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 改进的图像拼接盲检测算法 | 第30-47页 |
| 3.1 改进的盲检测算法基本架构 | 第30-32页 |
| 3.1.1 改进的特征提取方法 | 第30-31页 |
| 3.1.2 分类测试方法 | 第31-32页 |
| 3.2 面向图像拼接的最优小波子带选取 | 第32-35页 |
| 3.2.1 图像的离散小波变换 | 第32-33页 |
| 3.2.2 小波变换适于提取拼接特征的理论分析 | 第33-34页 |
| 3.2.3 最优小波子带选取 | 第34-35页 |
| 3.3 基于观测值概率划分的马尔科夫状态选取方法 | 第35-46页 |
| 3.3.1 马尔科夫模型在图像拼接检测中的应用 | 第37-39页 |
| 3.3.2 传统的马尔科夫状态选取方法及其缺点 | 第39-42页 |
| 3.3.3 基于观测值概率划分的马尔科夫状态选择方法 | 第42-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 实验结果与分析 | 第47-56页 |
| 4.1 图像库 | 第47-48页 |
| 4.2 硬件配置及分类器选取 | 第48-49页 |
| 4.3 实验结果 | 第49-55页 |
| 4.3.1 不同小波子带马尔科夫特征的检测效果 | 第49-50页 |
| 4.3.2 马尔科夫状态选取方法优化前后的检测效果比较 | 第50-53页 |
| 4.3.3 本文提取特征与其他拼接特征的检测效果比较 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 总结和展望 | 第56-58页 |
| 5.1 工作总结 | 第56-57页 |
| 5.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士期间发表的论文 | 第66-68页 |
