基于统计特征的数字图像被动取证研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·引言 | 第10-11页 |
| ·背景意义及技术分支 | 第11-16页 |
| ·数字图像被动取证的背景分析 | 第11-14页 |
| ·数字图像被动取证与主动取证 | 第14-16页 |
| ·存在的问题及本文工作 | 第16页 |
| ·论文的组织结构 | 第16-18页 |
| 第2章 数字图像特征提取的理论架构 | 第18-26页 |
| ·图像特征提取的原理 | 第18-21页 |
| ·图像统计学 | 第21-22页 |
| ·图像预测 | 第22-25页 |
| ·图像预测理论 | 第22-23页 |
| ·网函数插值理论 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 数字图像被动取证算法研究 | 第26-38页 |
| ·问题分析 | 第26-28页 |
| ·自然图像 | 第28-29页 |
| ·基于网函数插值法的数字图像被动取证算法 | 第29-34页 |
| ·算法步骤 | 第29-30页 |
| ·Coons 型分形曲面片 | 第30-31页 |
| ·支持向量机 | 第31-33页 |
| ·TP 率、TN 率、准确率 | 第33-34页 |
| ·拼接图像检测结果及其分析 | 第34-35页 |
| ·图像数据集 | 第34页 |
| ·实验结果分析 | 第34-35页 |
| ·计算机生成图像检测结果及其分析 | 第35-36页 |
| ·图像数据集 | 第35-36页 |
| ·实验结果分析 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第4章 基于小波统计特征的图像拼接检测 | 第38-49页 |
| ·特征构造 | 第38-44页 |
| ·基于小波的统计特征 | 第38-39页 |
| ·基于图像评价量的统计特征 | 第39-43页 |
| ·预测图像 | 第43-44页 |
| ·特征量的提取 | 第44-46页 |
| ·算法步骤及流程 | 第44-46页 |
| ·特征量降维 | 第46页 |
| ·实验结果与分析 | 第46-48页 |
| ·样本数据集 | 第46-47页 |
| ·实验结果分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 总结与展望 | 第49-51页 |
| ·研究总结 | 第49页 |
| ·数字被动取证研究展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间所发表的学术论文 | 第57-58页 |
| 摘要 | 第58-62页 |
| ABSTRACT | 第62-66页 |
