| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-22页 |
| ·数字图像取证技术的研究背景及意义 | 第12-13页 |
| ·数字图像取证技术的研究现状 | 第13-14页 |
| ·数字图像取证技术综述 | 第14-20页 |
| ·数字图像取证技术概述 | 第14页 |
| ·数字图像主动取证技术 | 第14-15页 |
| ·数字图像被动取证技术 | 第15-20页 |
| ·本文主要内容及结构安排 | 第20-22页 |
| ·主要内容 | 第20-21页 |
| ·结构安排 | 第21-22页 |
| 第2章 图像来源取证算法所涉及的相关理论 | 第22-33页 |
| ·引言 | 第22页 |
| ·来源取证框架 | 第22-23页 |
| ·图像成像渠道及特性 | 第23-29页 |
| ·CFA插值 | 第24-27页 |
| ·PRNU | 第27-29页 |
| ·分形维数 | 第29-30页 |
| ·支持向量机 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于复合特征的两类图像来源鉴别算法 | 第33-45页 |
| ·引言 | 第33页 |
| ·特征选择 | 第33-37页 |
| ·统计特征选择 | 第33-35页 |
| ·分形特征选择 | 第35页 |
| ·PRNU特征 | 第35-37页 |
| ·算法描述 | 第37-38页 |
| ·实验结果与讨论 | 第38-44页 |
| ·实验结果 | 第39-40页 |
| ·实验的分析与讨论 | 第40-44页 |
| ·小结 | 第44-45页 |
| 第4章 基于PRNU与CFA插值特性的两类图像来源鉴别算法 | 第45-54页 |
| ·引言 | 第45页 |
| ·特征选择 | 第45-47页 |
| ·CFA插值的简化 | 第45-46页 |
| ·基于PRNU与CFA特性的特征选择 | 第46-47页 |
| ·算法描述 | 第47-48页 |
| ·实验结果与讨论 | 第48-53页 |
| ·实验结果 | 第48-49页 |
| ·实验结果分析 | 第49-53页 |
| ·小结 | 第53-54页 |
| 总结与展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第61-62页 |
| 附录B 攻读学位期间参与的项目 | 第62-63页 |
| 致谢 | 第63页 |