| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题的研究背景及意义 | 第9-13页 |
| ·国内外研究现状 | 第13页 |
| ·论文的结构安排 | 第13-15页 |
| 第2章 数字图像盲取证技术的基本框架和研究方法 | 第15-20页 |
| ·引言 | 第15-16页 |
| ·基于图像伪造过程盲取证技术 | 第16-18页 |
| ·复制一粘贴检测方法 | 第16-17页 |
| ·JPEG 图像双重压缩检测方法 | 第17页 |
| ·图像重采样检测方法 | 第17-18页 |
| ·基于自然图像统计特性的盲取证技术 | 第18-20页 |
| ·自然图像统计模型方法 | 第18-19页 |
| ·图像质量度量和二元相似性度量等特征方法 | 第19页 |
| ·基于直方图频域矩的自然图像和计算机图形的鉴别 | 第19-20页 |
| 第3章 基于参考图像的双JPEG 压缩特性的检测方法 | 第20-38页 |
| ·引言 | 第20页 |
| ·JPEG 介绍 | 第20-21页 |
| ·JPEG 的压缩原理 | 第21-24页 |
| ·基于参考图像的双JPEG 压缩特性的检测方法 | 第24-37页 |
| ·JPEG 的双压缩 | 第24-27页 |
| ·基于JPEG 双压缩的图像主要内容压缩情况估计 | 第27-28页 |
| ·JPEG 双压缩的图像篡改过程 | 第28-30页 |
| ·基于原始图像参考图的JPEG 双压缩检测 | 第30-33页 |
| ·实验结果及分析 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于预测图像相邻像素一致性的自然图像与计算机图像的检测算法 | 第38-54页 |
| ·引言 | 第38-39页 |
| ·SVM 支持向量机原理 | 第39-42页 |
| ·SVM 原理 | 第39-41页 |
| ·特征的抽取与选择 | 第41-42页 |
| ·基于相邻像素一致性的自然图像与计算机图形鉴别 | 第42-49页 |
| ·基于相邻像素一致性的鉴别算法 | 第42页 |
| ·基于预测图像的相邻像素一致性的鉴别算法 | 第42-45页 |
| ·自然图像与计算机图像关于颜色模型问题的研究 | 第45-48页 |
| ·实验结果及分析 | 第48-49页 |
| ·基于一类分类器和多类分类器的图像分类 | 第49-53页 |
| ·一类分类器 | 第50-51页 |
| ·多类分类器 | 第51-52页 |
| ·实验结果及分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| ·总结 | 第54-55页 |
| ·展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60-61页 |
| 摘要 | 第61-63页 |