| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 数字图像取证技术综述 | 第12-14页 |
| 1.2.1 主动取证技术 | 第12-13页 |
| 1.2.2 被动取证技术 | 第13-14页 |
| 1.3 图像复制粘贴篡改检测算法国内外现状 | 第14-17页 |
| 1.3.1 基于图像块的复制粘贴篡改取证算法 | 第14-15页 |
| 1.3.2 基于特征点的复制粘贴篡改检测算法 | 第15-17页 |
| 1.4 现有算法中存在的问题 | 第17-19页 |
| 1.4.1 基于Harris特征点和扇形统计特征的复制粘贴篡改检测算法 | 第17-18页 |
| 1.4.2 基于Harris特征点和DCT量化系数的复制粘贴篡改检测算法 | 第18-19页 |
| 1.5 本文的主要研究内容 | 第19-20页 |
| 1.6 本文的组织结构 | 第20-22页 |
| 第2章 图像复制粘贴篡改取证相关知识 | 第22-28页 |
| 2.1 数字图像的复制粘贴篡改模型 | 第22-23页 |
| 2.2 复制粘贴取证的流程 | 第23-26页 |
| 2.3 检测算法性能的评价指标 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于超像素分割和像素聚类的复制粘贴篡改检测算法 | 第28-40页 |
| 3.1 算法流程 | 第28-29页 |
| 3.2 基于SLIC的超像素分割和聚类分析 | 第29-31页 |
| 3.3 特征的提取和匹配 | 第31-34页 |
| 3.3.1 稠密的harris特征点的提取 | 第31-33页 |
| 3.3.2 扇形均值特征的匹配 | 第33页 |
| 3.3.3 去除误匹配并显示篡改检测结果 | 第33-34页 |
| 3.4 实验结果分析 | 第34-39页 |
| 3.4.1 鲁棒性分析 | 第35-37页 |
| 3.4.2 检测性能分析 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于超像素分割和特征点聚类的复制粘贴篡改检测算法 | 第40-51页 |
| 4.1 算法流程 | 第40-41页 |
| 4.2 基于特征点的超像素分割聚类 | 第41-44页 |
| 4.2.1 基于SLIC超像素分割 | 第41页 |
| 4.2.2 基于SIFT特征点的聚类分析 | 第41-44页 |
| 4.3 特征的提取和匹配 | 第44-46页 |
| 4.3.1 纹理丰富区域的特征提取和匹配 | 第44-45页 |
| 4.3.2 平滑区域的特征提取和匹配 | 第45-46页 |
| 4.4 实验结果分析 | 第46-49页 |
| 4.4.1 鲁棒性分析 | 第46-49页 |
| 4.4.2 检测性能分析 | 第49页 |
| 4.5 本章小结 | 第49-51页 |
| 总结与展望 | 第51-53页 |
| 总结 | 第51-52页 |
| 展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士期间发表的论文及科技成果 | 第59页 |
