数字图像篡改被动取证技术研究
摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
符号对照表 | 第13-15页 |
缩略语对照表 | 第15-19页 |
第一章 绪论 | 第19-41页 |
1.1 研究背景和意义 | 第19-20页 |
1.2 图像伪造与篡改操作 | 第20-27页 |
1.2.1 图像来源伪造 | 第22-23页 |
1.2.2 图像内容篡改 | 第23-25页 |
1.2.3 图像后处理篡改 | 第25-27页 |
1.3 图像取证技术分类 | 第27-28页 |
1.3.1 主动图像取证 | 第27-28页 |
1.3.2 被动图像取证 | 第28页 |
1.4 被动取证技术研究现状 | 第28-36页 |
1.4.1 设备取证 | 第29-30页 |
1.4.2 内容取证 | 第30-36页 |
1.5 本文的主要工作及创新点 | 第36-38页 |
1.6 本文的章节安排 | 第38-41页 |
第二章 基于噪声-锐化函数的图像拼接取证 | 第41-55页 |
2.1 引言 | 第41页 |
2.2 相关工作 | 第41-42页 |
2.3 基于噪声-锐化函数的图像拼接检测算法 | 第42-45页 |
2.3.1 噪声方差和锐化度估计 | 第42-44页 |
2.3.2 图像噪声-锐化函数建立 | 第44-45页 |
2.4 实验结果与分析 | 第45-51页 |
2.4.1 定量实验 | 第45-47页 |
2.4.2 定性实验 | 第47-50页 |
2.4.3 鲁棒性测试 | 第50-51页 |
2.5 小结 | 第51-55页 |
第三章 基于学习排序的图像缩放取证 | 第55-67页 |
3.1 引言 | 第55页 |
3.2 问题描述及相关工作 | 第55-56页 |
3.2.1 缩放信号的周期性 | 第55页 |
3.2.2 相关工作 | 第55-56页 |
3.3 基于学习排序的图像缩放因子估计算法 | 第56-60页 |
3.3.1 图像对抽取 | 第58页 |
3.3.2 缩放特征提取 | 第58-59页 |
3.3.3 训练集抽取 | 第59-60页 |
3.3.4 缩放因子估计 | 第60页 |
3.4 实验结果与分析 | 第60-64页 |
3.4.1 实验数据库 | 第60-61页 |
3.4.2 实验设置 | 第61页 |
3.4.3 实验结果 | 第61-62页 |
3.4.4 鲁棒性测试 | 第62-64页 |
3.4.5 讨论 | 第64页 |
3.5 本章小结 | 第64-67页 |
第四章 基于多分辨率过冲效应度量的锐化取证 | 第67-81页 |
4.1 引言 | 第67页 |
4.2 问题描述及相关工作 | 第67-68页 |
4.2.1 过冲效应 | 第67-68页 |
4.2.2 相关工作 | 第68页 |
4.3 基于多分辨率过冲效应度量的锐化检测算法 | 第68-75页 |
4.3.1 图像边缘点分类 | 第69-71页 |
4.3.2 多分辨率过冲效应度量 | 第71-73页 |
4.3.3 级联式锐化判决 | 第73-75页 |
4.4 实验结果及分析 | 第75-78页 |
4.4.1 实验数据库 | 第75-76页 |
4.4.2 实验设置 | 第76页 |
4.4.3 参数选择 | 第76页 |
4.4.4 实验结果 | 第76-77页 |
4.4.5 鲁棒性测试 | 第77-78页 |
4.5 总结 | 第78-81页 |
第五章 基于局部继承关系重建的图像溯源取证 | 第81-93页 |
5.1 引言 | 第81页 |
5.2 相关工作 | 第81-82页 |
5.3 基于局部继承关系重建的图像谱系树建立算法 | 第82-87页 |
5.3.1 不相似度矩阵计算 | 第82-83页 |
5.3.2 初始图像谱系树建立 | 第83页 |
5.3.3 三元组选择 | 第83-85页 |
5.3.4 局部继承关系重建 | 第85-87页 |
5.4 实验结果与分析 | 第87-90页 |
5.4.1 实验数据库 | 第87-88页 |
5.4.2 实验测度 | 第88页 |
5.4.3 定量实验 | 第88-90页 |
5.4.4 真实实验 | 第90页 |
5.5 本章小结 | 第90-93页 |
第六章 总结与展望 | 第93-97页 |
6.1 本文总结 | 第93-94页 |
6.2 研究展望 | 第94-97页 |
参考文献 | 第97-111页 |
致谢 | 第111-113页 |
作者简介 | 第113-115页 |