| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文的主要工作 | 第14-15页 |
| 1.4 本文的结构安排 | 第15-16页 |
| 第2章 数字图像盲取证系统概述 | 第16-24页 |
| 2.1 数字图像的篡改模型 | 第16-18页 |
| 2.2 数字图像盲取证系统模型 | 第18-21页 |
| 2.2.1 数字图像的来源取证 | 第18-19页 |
| 2.2.2 数字图像的内容真实性取证 | 第19-20页 |
| 2.2.3 模糊退化图像的复原取证 | 第20-21页 |
| 2.3 拼接篡改图像的盲取证技术概述 | 第21-23页 |
| 2.3.1 篡改方式 | 第21页 |
| 2.3.2 主要的图像拼接篡改盲鉴别技术以及存在的问题 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于模糊游程的拼接篡改图像盲鉴别算法 | 第24-37页 |
| 3.1 引言 | 第24-25页 |
| 3.2 相关原理 | 第25-27页 |
| 3.2.1 傅里叶变换 | 第25-26页 |
| 3.2.2 基于游程的隐秘分析技术 | 第26-27页 |
| 3.3 本章算法基本流程 | 第27-29页 |
| 3.4 基于模糊游程的特征提取 | 第29-34页 |
| 3.4.1 方向量化 | 第29-30页 |
| 3.4.2 模糊游程特征 | 第30-32页 |
| 3.4.3 构造模糊游程特征向量 | 第32-34页 |
| 3.5 实验结果及分析 | 第34-36页 |
| 3.5.1 图像数据库 | 第34页 |
| 3.5.2 参数设置 | 第34-35页 |
| 3.5.3 与其他算法的对比分析 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 基于 VAM 和 E-HMM 的拼接篡改图像盲鉴别算法 | 第37-50页 |
| 4.1 引言 | 第37页 |
| 4.2 本章算法基本流程 | 第37-38页 |
| 4.3 基于 VAM 的关键特征片段提取 | 第38-43页 |
| 4.3.1 提取图像显著边缘信息 | 第39-41页 |
| 4.3.2 基于 VAM 的显著边缘注意点的提取 | 第41-42页 |
| 4.3.3 获取图像关键特征片段 | 第42-43页 |
| 4.4 构造 E-HMM 特征向量 | 第43-45页 |
| 4.4.1 E-HMM 特征提取 | 第44-45页 |
| 4.4.2 基于 SVM-RFE 的特征向量降维 | 第45页 |
| 4.5 实验结果及分析 | 第45-49页 |
| 4.5.1 图像数据库 | 第45-46页 |
| 4.5.2 参数设置 | 第46-47页 |
| 4.5.3 与其他算法的对比分析 | 第47-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 工作总结 | 第50-51页 |
| 5.2 研究展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 作者简介及在学期间所取得的科研成果 | 第57-58页 |
| 致谢 | 第58页 |