基于模式噪声的照片图像篡改取证技术研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 引言 | 第10-12页 |
| 1 绪论 | 第12-22页 |
| 1.1 研究背景和意义 | 第12-14页 |
| 1.2 照片图像篡改技术 | 第14-16页 |
| 1.3 照片图像篡改取证技术研究现状 | 第16-21页 |
| 1.3.1 基于照片图像内容特征的篡改取证技术 | 第16-18页 |
| 1.3.2 基于成像特征的篡改取证技术 | 第18-21页 |
| 1.4 本文研究内容及各章节组织结构 | 第21-22页 |
| 2 模式噪声与照片图像篡改取证 | 第22-33页 |
| 2.1 模式噪声 | 第22-23页 |
| 2.2 模式噪声提取方法 | 第23-27页 |
| 2.2.1 相机模式噪声获取方法 | 第24-25页 |
| 2.2.2 单幅照片图像模式噪声提取方法 | 第25-26页 |
| 2.2.3 降噪方法分析 | 第26-27页 |
| 2.3 模式噪声预处理方法 | 第27-30页 |
| 2.3.1 零均值化结合维纳滤波方法 | 第28-29页 |
| 2.3.2 频谱均衡化方法 | 第29-30页 |
| 2.4 基于模式噪声的照片图像篡改取证 | 第30-31页 |
| 2.4.1 分块策略 | 第30-31页 |
| 2.4.2 相关性度量方法 | 第31页 |
| 2.5 现有算法存在问题 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 3 使用自适应阈值的照片图像篡改检测与定位算法 | 第33-49页 |
| 3.1 图像纹理对相关性判决的影响 | 第33-34页 |
| 3.2 相关性阈值函数 | 第34-39页 |
| 3.2.1 纹理复杂度计算 | 第34-35页 |
| 3.2.2 纹理复杂度与相关性阈值 | 第35-39页 |
| 3.3 使用自适应阈值的篡改检测与定位算法 | 第39-44页 |
| 3.3.1 大致定位篡改区域 | 第40-41页 |
| 3.3.2 精确定位篡改位置 | 第41-44页 |
| 3.4 实验结果与分析 | 第44-48页 |
| 3.4.1 实验结果评价方法 | 第45页 |
| 3.4.2 真实性检测结果 | 第45-46页 |
| 3.4.3 篡改定位结果 | 第46-47页 |
| 3.4.4 鲁棒性分析 | 第47-48页 |
| 3.5 本章小结 | 第48-49页 |
| 4 基于非线性引导滤波的模式噪声预处理算法 | 第49-71页 |
| 4.1 篡改块大小对取证的影响 | 第49-51页 |
| 4.2 引导滤波 | 第51-52页 |
| 4.3 基于非线性引导滤波的模式噪声预处理算法 | 第52-58页 |
| 4.3.1 算法原理 | 第52-56页 |
| 4.3.2 参数设置 | 第56-57页 |
| 4.3.3 模型选择分析 | 第57-58页 |
| 4.4 预处理效果分析 | 第58-60页 |
| 4.5 不同尺寸图像块分类实验 | 第60-67页 |
| 4.5.1 实验方法与结果评价方法 | 第60-62页 |
| 4.5.2 不同尺寸块的分类结果 | 第62-63页 |
| 4.5.3 鲁棒性分析 | 第63-67页 |
| 4.6 篡改检测实验 | 第67-70页 |
| 4.6.1 实验方法与结果评价方法 | 第68页 |
| 4.6.2 篡改检测结果 | 第68-69页 |
| 4.6.3 鲁棒性分析 | 第69-70页 |
| 4.7 本章小结 | 第70-71页 |
| 5 总结与展望 | 第71-73页 |
| 5.1 总结 | 第71-72页 |
| 5.2 展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 在学研究成果 | 第77-78页 |
| 致谢 | 第78页 |
