| 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12-16页 |
| ·课题来源 | 第12页 |
| ·选题背景及意义 | 第12-14页 |
| ·研究内容与主要工作 | 第14-15页 |
| ·本文结构 | 第15-16页 |
| 第2章 数字媒体被动取证综述 | 第16-26页 |
| ·引言 | 第16页 |
| ·数字图像及视频常用篡改手段简介 | 第16-17页 |
| ·数字图像常用篡改手段 | 第16-17页 |
| ·数字视频常用篡改手段 | 第17页 |
| ·数字图像被动取证综述 | 第17-22页 |
| ·基于图像伪造过程遗留痕迹的被动取证 | 第18-21页 |
| ·基于图像成像设备一致性的被动取证 | 第21-22页 |
| ·基于自然图像统计特性的被动取证 | 第22页 |
| ·数字视频被动取证综述 | 第22-25页 |
| ·基于复制粘贴篡改的视频被动取证 | 第23页 |
| ·基于 MPEG 双重压缩的视频被动取证 | 第23页 |
| ·基于视频帧操作篡改的视频被动取证 | 第23-24页 |
| ·基于视频对象操作的视频修复被动取证 | 第24页 |
| ·基于成像设备一致性检测的视频被动取证 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第3章 基于边缘统计特征的视频对象被动取证 | 第26-39页 |
| ·引言 | 第26-27页 |
| ·视频对象边缘检测 | 第27-29页 |
| ·运动目标提取 | 第27-28页 |
| ·数字形态学 | 第28-29页 |
| ·边缘特征提取 | 第29-34页 |
| ·小波变换理论 | 第29-31页 |
| ·边缘特征提取 | 第31-34页 |
| ·基于支持向量机分类 | 第34-35页 |
| ·实验结果与分析 | 第35-38页 |
| ·小结 | 第38-39页 |
| 第4章 基于 Contourlet 变换和振铃效应结合的对象异常边缘定位方法 | 第39-53页 |
| ·引言 | 第39-40页 |
| ·对象边缘检测 | 第40-41页 |
| ·图像边缘算子 | 第40-41页 |
| ·视频边缘检测 | 第41页 |
| ·非抽样 Contourlet 变换 | 第41-44页 |
| ·非抽样 Contourlet 变换介绍 | 第41-43页 |
| ·边缘 Contourlet 变换分析 | 第43-44页 |
| ·振铃效应 | 第44-47页 |
| ·阶跃边缘分析 | 第44-45页 |
| ·边缘振铃效应分析 | 第45-47页 |
| ·GMM 建模与贝叶斯分类 | 第47-50页 |
| ·高斯混合模型(GMM) | 第47-48页 |
| ·参数估计 | 第48-49页 |
| ·贝叶斯分类 | 第49-50页 |
| ·实验结果与分析 | 第50-52页 |
| ·小结 | 第52-53页 |
| 总结与展望 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-62页 |
| 附录 A 攻读学位期间发表的学术论文目录 | 第62-63页 |
| 附录 B 攻读学位期间参与的研究项目 | 第63页 |