首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--安全保密论文--加密与解密论文

数字图像内容取证的关键技术方法研究

摘要第5-7页
ABSTRACT第7-9页
第1章 绪论第12-21页
    1.1 研究背景和意义第12-15页
    1.2 数字图像内容取证的分类第15-16页
    1.3 数字图像内容取证的研究现状第16-19页
        1.3.1 数字水印第16-18页
        1.3.2 数字图像篡改被动盲取证第18-19页
    1.4 本论文的主要工作及创新点第19页
    1.5 本论文的章节安排第19-21页
第2章 相关理论基础介绍第21-38页
    2.1 彩色图像处理基础第21-26页
        2.1.1 彩色基础第21-22页
        2.1.2 彩色模型第22-25页
        2.1.3 彩色图像数学描述第25-26页
    2.2 四元数理论第26-29页
        2.2.1 四元数理论基础第26-28页
        2.2.2 彩色图像的四元数空间描述第28-29页
    2.3 小波变换第29-33页
        2.3.1 连续小波变换第29-30页
        2.3.2 滤波器族解释第30-31页
        2.3.3 二进小波变换第31-32页
        2.3.4 离散小波变换第32-33页
    2.4 奇异值分解第33-35页
        2.4.1 奇异值的定义第33-34页
        2.4.2 奇异值分解定理第34页
        2.4.3 奇异值分解的图像性质第34-35页
    2.5 性能评价指标第35-38页
        2.5.1 数字水印技术性能评价第35-37页
        2.5.2 数字图像盲取证技术性能评价第37-38页
第3章 基于四元数理论和联合QSVD块的数字水印技术第38-49页
    3.1 引言第38-39页
    3.2 基于四元数理论的奇异值分解方法的分析第39-41页
        3.2.1 四元数矩阵奇异值分解在彩色图像上的应用第39-41页
    3.3 基于四元数理论和联合QSVD块的数字水印技术第41-45页
        3.3.1 嵌入过程第42-43页
        3.3.2 提取过程第43-45页
    3.4 模拟实验结果及分析第45-48页
        3.4.1 无攻击情况下结果及性能分析第45-46页
        3.4.2 攻击情况下结果及性能分析第46-48页
    3.5 本章小结第48-49页
第4章 基于四元数奇异值分解酉矩阵的数字水印技术第49-61页
    4.1 引言第49-50页
    4.2 基于四元数奇异值分解酉矩阵的分析第50-52页
        4.2.1 四元数奇异值分解性质第50页
        4.2.2 四元数奇异值分解的酉矩阵分析第50-52页
    4.3 基于四元数奇异值分解酉矩阵的数字水印技术第52-56页
        4.3.1 嵌入过程第54页
        4.3.2 提取过程第54-56页
    4.4 模拟实验结果及分析第56-60页
        4.4.1 无攻击情况下的结果和性能分析第57页
        4.4.2 攻击情况下的结果和性能分析第57-60页
    4.5 本章小结第60-61页
第5章 基于奇异值分解和图像映射的复制粘贴取证技术第61-70页
    5.1 引言第61-62页
    5.2 图像映射分析第62-64页
    5.3 扩展排序方法第64页
    5.4 基于奇异值分解和图像映射的复制粘贴取证技术第64-66页
    5.5 模拟实验结果及分析第66-69页
        5.5.1 无攻击情况下的结果及性能分析第66-68页
        5.5.2 攻击情况下的结果及性能分析第68-69页
    5.6 本章小结第69-70页
第6章 基于小波变换和块均值的复制粘贴取证技术第70-80页
    6.1 引言第70-72页
    6.2 图像的小波变换和块均值分析第72-74页
        6.2.1 图像的小波变换分析第72-74页
        6.2.2 图像的块均值分析第74页
    6.3 基于小波变换和块均值的复制粘贴取证技术第74-76页
    6.4 模拟实验结果及分析第76-78页
        6.4.1 无攻击情况下的结果和性能分析第76-77页
        6.4.2 攻击情况下的结果和性能分析第77-78页
    6.5 本章小结第78-80页
第7章 结论与展望第80-83页
    7.1 结论第80-81页
    7.2 展望第81-83页
参考文献第83-88页
致谢第88-89页
攻读学位期间参加的科研项目和成果第89页

论文共89页,点击 下载论文
上一篇:生物地理学优化算法及其在应急交通规划中的应用研究
下一篇:基于视觉的运动人体特征描述与行为识别研究