摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第12-19页 |
1.1 课题来源 | 第12页 |
1.2 研究背景及意义 | 第12-14页 |
1.3 基于缩放的被动取证研究现状 | 第14-17页 |
1.4 本文的主要研究内容及贡献 | 第17-18页 |
1.5 本文的组织结构 | 第18-19页 |
第2章 基于Seam carving篡改取证的相关技术 | 第19-23页 |
2.1 引言 | 第19页 |
2.2 图像Seam carving技术 | 第19-20页 |
2.3 局部二值模式 | 第20-21页 |
2.4 局部图像熵 | 第21页 |
2.5 Seam carving被动取证评价指标 | 第21-22页 |
2.6 本章小结 | 第22-23页 |
第3章 基于LBP统计特征的Seam carving取证算法 | 第23-37页 |
3.1 引言 | 第23页 |
3.2 Seam carving篡改特性分析 | 第23-24页 |
3.3 基于LBP域的能量特征提取算法 | 第24-29页 |
3.3.1 基于LBP的图像预处理 | 第25-26页 |
3.3.2 基于LBP域的能量特征 | 第26-29页 |
3.3.3 SVM分类器 | 第29页 |
3.4 实验结果与分析 | 第29-36页 |
3.4.1 实验环境搭建 | 第29-30页 |
3.4.2 不同缩放因子下的实验结果 | 第30-33页 |
3.4.3 不同样本比分配实验结果 | 第33-34页 |
3.4.4 针对JPEG图像实验结果 | 第34-35页 |
3.4.5 针对尺寸不变图像实验结果 | 第35页 |
3.4.6 对象移除实验结果 | 第35-36页 |
3.4.7 实验结果及讨论 | 第36页 |
3.5 本章小结 | 第36-37页 |
第4章 基于多角度空域与频域熵的低缩放因子Seam carving篡改取证算法 | 第37-50页 |
4.1 引言 | 第37-38页 |
4.2 低缩放因子Seam carving篡改特性分析 | 第38页 |
4.3 基于SFE特征的取证框架 | 第38-43页 |
4.3.1 基于SFE特征的多角度统计特征 | 第39-40页 |
4.3.2 多角度的空域熵特征 | 第40-41页 |
4.3.3 多角度的频域熵特征 | 第41-42页 |
4.3.4 改进的LBP能量特征 | 第42-43页 |
4.4 实验结果与分析 | 第43-49页 |
4.4.1 实验环境搭建 | 第43-44页 |
4.4.2 Seam carving取证结果 | 第44-48页 |
4.4.3 讨论 | 第48-49页 |
4.5 本章小结 | 第49-50页 |
结论 | 第50-52页 |
参考文献 | 第52-56页 |
致谢 | 第56-57页 |
附录A 攻读硕士学位期间发表论文目录 | 第57页 |