| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 课题研究的背景和意义 | 第12-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.3 存在的问题 | 第19-20页 |
| 1.4 论文的研究内容与结构安排 | 第20-22页 |
| 1.4.1 本文的研究内容 | 第20-21页 |
| 1.4.2 本文的结构安排 | 第21-22页 |
| 第2章 图像篡改盲检测相关技术 | 第22-31页 |
| 2.1 数字图像鉴别技术 | 第22-26页 |
| 2.1.1 数字水印鉴别技术 | 第22-23页 |
| 2.1.2 数字签名鉴别技术 | 第23-24页 |
| 2.1.3 数字盲取证技术 | 第24-26页 |
| 2.2 数字图像盲取证要解决的主要问题 | 第26-27页 |
| 2.3 常见的图像篡改技术 | 第27-29页 |
| 2.4 数字图像盲取证技术应用领域 | 第29-30页 |
| 2.5 小结 | 第30-31页 |
| 第3章 数字图像复制类篡改盲检测算法 | 第31-46页 |
| 3.1 基于噪音相关性的图像篡改盲检测算法 | 第31-39页 |
| 3.1.1 图像的成像原理和图像噪声 | 第31-33页 |
| 3.1.2 图像PRNU和相机噪声参考模式的获取 | 第33-34页 |
| 3.1.3 利用噪音相关性检测图像篡改 | 第34-36页 |
| 3.1.4 实验及结果分析 | 第36-39页 |
| 3.2 基于混合特征的复制粘贴类图像盲检测算法 | 第39-45页 |
| 3.2.1 图像纹理特征提取 | 第39-40页 |
| 3.2.2 图像的不变矩特征提取 | 第40-41页 |
| 3.2.3 基于混合特征的图像盲检测算法步骤 | 第41-43页 |
| 3.2.4 实验结果及讨论 | 第43-45页 |
| 3.3 小结 | 第45-46页 |
| 第4章 面向人物图片的盲检测算法 | 第46-58页 |
| 4.1 快速人脸检测方法 | 第47-53页 |
| 4.1.1 肤色区域检测 | 第47-49页 |
| 4.1.2 结合肤色特征的AdaBoost人脸检测 | 第49-50页 |
| 4.1.3 基于Harris角点检测的人脸验证 | 第50-53页 |
| 4.2 面向人脸区域的图像篡改检测 | 第53-54页 |
| 4.3 实验结果及讨论 | 第54-57页 |
| 4.4 小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |