| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| Contents | 第8-10页 |
| 第1章 绪论 | 第10-23页 |
| ·研究背景与意义 | 第10-15页 |
| ·数字图像盲取证 | 第15-16页 |
| ·当前研究现状 | 第16-21页 |
| ·本文的主要工作 | 第21-23页 |
| 第2章 数字图像篡改技术 | 第23-36页 |
| ·数字图像篡改技术分类 | 第23-26页 |
| ·拼接图像 | 第26-30页 |
| ·拼接图像的生成 | 第26-27页 |
| ·拼接图像的统计特征 | 第27-29页 |
| ·哥伦比亚大学拼接图像数据库 | 第29-30页 |
| ·计算机生成图像 | 第30-35页 |
| ·计算机生成图像的生成过程 | 第30-31页 |
| ·真实图像与计算机生成图像的统计特征 | 第31-34页 |
| ·哥伦比亚大学真实图像与计算机生成图像数据库 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 基于机器学习的数字图像盲取证 | 第36-41页 |
| ·基于机器学习的数字图像盲取证框架 | 第36页 |
| ·支持向量机 | 第36-38页 |
| ·算法性能衡量指标 | 第38-40页 |
| ·TP率、TN率、准确率 | 第38页 |
| ·ROC曲线及AUC | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于图像质量参数与图像内容相关性的拼接图像盲取证 | 第41-58页 |
| ·基于图像质量参数的特征值提取 | 第41-46页 |
| ·图像质量评估体系 | 第41-42页 |
| ·图像质量客观评价 | 第42页 |
| ·图像质量提取公式 | 第42-46页 |
| ·基于图像质量评价量的特征值提取 | 第46页 |
| ·通过方差分析进行特征值降维 | 第46-49页 |
| ·基于隐马尔科夫模型的图像内容相关性特征值提取 | 第49-52页 |
| ·隐马尔科夫模型 | 第49-50页 |
| ·基于隐马尔科夫模型的特征值提取方案 | 第50-52页 |
| ·系统特征值提取模型 | 第52-53页 |
| ·具体算法及步骤 | 第53-54页 |
| ·实验结果分析 | 第54-56页 |
| ·相关参数选择 | 第56页 |
| ·稳定性分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 基于图像内容相关性的真实图像与计算机生成图像鉴别 | 第58-64页 |
| ·基于图像能量谱的特征值提取 | 第58-59页 |
| ·特征值提取模型 | 第59-60页 |
| ·具体算法及步骤 | 第60-61页 |
| ·实验结果分析 | 第61-62页 |
| ·稳定性分析 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 结论与展望 | 第64-68页 |
| ·论文工作的总结 | 第64页 |
| ·进一步研究的方向与展望 | 第64-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间获得奖励及发表论文情况 | 第74页 |
| 一、获得奖励 | 第74页 |
| 二、发表论文 | 第74页 |