复制—粘贴图象篡改的被动认证算法研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-23页 |
| 第1节 研究背景和意义 | 第9页 |
| 第2节 图象篡改方式 | 第9-15页 |
| 第3节 图象被动认证研究现状 | 第15-21页 |
| 一 基于内容的认证方法 | 第15-17页 |
| 二 基于成像设备特性的认证方法 | 第17-19页 |
| 三 基于自然图象统计特性的认证方法 | 第19-21页 |
| 第4节 对图象认证系统的性能评价 | 第21页 |
| 第5节 图象被动认证技术存在的问题 | 第21-22页 |
| 第6节 本文工作 | 第22-23页 |
| 第2章 基于小波特征和主成分分析的被动认证算法 | 第23-37页 |
| 第1节 引言 | 第23页 |
| 第2节 基于小波特征和主成分分析的被动认证算法 | 第23-32页 |
| 一 图象小波特征提取 | 第23-26页 |
| 二 图象特征的二次提取 | 第26-29页 |
| 三 篡改块的检测认证 | 第29-32页 |
| 第3节 实验结果及分析 | 第32-36页 |
| 第4节 本章小结 | 第36-37页 |
| 第3章 基于模糊不变矩和区域生长的篡改认证算法 | 第37-53页 |
| 第1节 引言 | 第37-40页 |
| 一 图象模糊原理 | 第37页 |
| 二 不变矩理论 | 第37-38页 |
| 三 不变矩在图象领域中的应用 | 第38-40页 |
| 第2节 基于模糊不变矩和区域生长的篡改检测算法 | 第40-48页 |
| 一 图象子块特征向量的提取 | 第40-45页 |
| 二 篡改区域种子块对的生成 | 第45-46页 |
| 三 篡改区域的检测认证 | 第46-48页 |
| 第3节 实验结果及分析 | 第48-52页 |
| 第4节 本章小结 | 第52-53页 |
| 第4章 基于R-变换和奇异值分解的认证算法 | 第53-63页 |
| 第1节 引言 | 第53-54页 |
| 第2节 基于R-变换和奇异值分解的认证算法 | 第54-62页 |
| 一 图象的radon 变换 | 第54-56页 |
| 二 图象的R-变换 | 第56-58页 |
| 三 图象的特征提取和篡改认证 | 第58-60页 |
| 四 实验结果及分析 | 第60-62页 |
| 第3节 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 第1节 本文完成的主要研究工作 | 第63-64页 |
| 第2节 进一步的研究工作 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间的科研情况 | 第70-71页 |
| 致谢 | 第71-72页 |
