| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 研究背景及意义 | 第8-11页 |
| 1.2 数字图像取证研究现状 | 第11-15页 |
| 1.2.1 常用的篡改手段 | 第11-13页 |
| 1.2.2 图像取证领域研究情况 | 第13-14页 |
| 1.2.3 现有研究中存在的问题 | 第14-15页 |
| 1.3 本文研究内容及章节安排 | 第15-17页 |
| 1.3.1 主要研究内容 | 第15页 |
| 1.3.2 章节安排 | 第15-17页 |
| 第2章 盲取证基本理论和关键技术 | 第17-27页 |
| 2.1 数字图像取证分类 | 第17-20页 |
| 2.1.1 数字图像主动取证技术 | 第17-19页 |
| 2.1.2 数字图像被动取证（盲取证）技术 | 第19-20页 |
| 2.2 图像复制粘贴篡改的盲取证 | 第20-23页 |
| 2.2.1 图像复制粘贴的篡改模型 | 第20-21页 |
| 2.2.2 复制粘贴篡改的盲取证方法 | 第21-23页 |
| 2.3 图像拼接篡改的盲取证 | 第23-26页 |
| 2.3.1 图像拼接的篡改模型 | 第23-24页 |
| 2.3.2 拼接篡改的盲取证方法 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于粒子群算法的图像拼接检测研究 | 第27-47页 |
| 3.1 图像拼接篡改盲取证流程 | 第27-28页 |
| 3.2 特征提取方法 | 第28-34页 |
| 3.2.1 马尔可夫特征 | 第28-31页 |
| 3.2.2 灰度共生矩阵特征 | 第31-34页 |
| 3.3 拼接鉴别方法 | 第34-38页 |
| 3.3.1 支持向量机 | 第34-36页 |
| 3.3.2 交叉验证和网格搜索 | 第36-38页 |
| 3.3.3 粒子群优化算法 | 第38页 |
| 3.4 基于粒子群算法的改进方法 | 第38-42页 |
| 3.4.1 应用粒子群算法的理论依据 | 第38-39页 |
| 3.4.2 算法的实现步骤 | 第39-41页 |
| 3.4.3 算法的优势 | 第41-42页 |
| 3.5 实验结果与分析 | 第42-46页 |
| 3.5.1 实验数据集与评价标准 | 第42-43页 |
| 3.5.2 Markov特征基础上的实验对比与分析 | 第43-45页 |
| 3.5.3 GLCM特征基础上的实验对比与分析 | 第45-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 图像拼接篡改盲取证系统的实现 | 第47-53页 |
| 4.1 开发工具 | 第47页 |
| 4.2 系统的取证流程 | 第47-48页 |
| 4.3 系统的功能模块及展示 | 第48-52页 |
| 4.3.1 特征提取模块及展示 | 第48-50页 |
| 4.3.2 图像拼接检测模块及展示 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 结束语 | 第53-55页 |
| 5.1 主要工作与创新点 | 第53-54页 |
| 5.2 后续研究工作 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第61页 |