基于小波变换和分形维数的计算机生成图像鉴别算法
| 提要 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 研究内容及章节安排 | 第14-15页 |
| 第2章 数字图像取证系统概述 | 第15-27页 |
| 2.1 人眼视觉差异 | 第15-16页 |
| 2.2 图像篡改技术 | 第16-20页 |
| 2.3 数字图像取证技术 | 第20-21页 |
| 2.3.1 主动取证技术 | 第20页 |
| 2.3.2 被动取证技术 | 第20-21页 |
| 2.4 自然图像和计算机生成图像成像差异 | 第21-25页 |
| 2.4.1 数字图像的生成原理 | 第21-22页 |
| 2.4.2 CFA插值 | 第22-24页 |
| 2.4.3 计算机图像生成原理 | 第24-25页 |
| 2.4.4 成像差异 | 第25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 基于小波变换的计算机生成图像鉴别算法 | 第27-42页 |
| 3.1 引言 | 第27-28页 |
| 3.2 相关知识 | 第28-31页 |
| 3.2.1 小波特征 | 第28-29页 |
| 3.2.2 HSV空间 | 第29-31页 |
| 3.3 算法流程 | 第31-32页 |
| 3.4 特征提取 | 第32-38页 |
| 3.4.1 小波特征提取 | 第32-33页 |
| 3.4.2 噪声特征提取 | 第33-38页 |
| 3.5 SVM分类器介绍 | 第38-39页 |
| 3.6 实验结果 | 第39-41页 |
| 3.6.1 小波特征鉴别结果 | 第40页 |
| 3.6.2 噪声特征鉴别结果 | 第40-41页 |
| 3.6.3 算法对比结果 | 第41页 |
| 3.7 本章小结 | 第41-42页 |
| 第4章 基于分形维数的计算机生成图像鉴别 | 第42-50页 |
| 4.1 引言 | 第42页 |
| 4.2 相关知识 | 第42-43页 |
| 4.2.1 梯度图像 | 第42-43页 |
| 4.2.2 分形维数 | 第43页 |
| 4.3 算法流程 | 第43-44页 |
| 4.4 特征提取算法 | 第44-46页 |
| 4.4.1 梯度特征提取 | 第44-45页 |
| 4.4.2 分形维数特征提取 | 第45-46页 |
| 4.5 实验结果 | 第46-49页 |
| 4.5.1 梯度特征和分形特征鉴别结果 | 第47-48页 |
| 4.5.2 算法对比结果 | 第48-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 作者简介及在学期间所取得的科研成果 | 第55-56页 |
| 致谢 | 第56页 |
