| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-19页 |
| ·研究背景 | 第11-13页 |
| ·数字图像取证技术的发展现状 | 第13-17页 |
| ·数字图像主动取证 | 第13-16页 |
| ·数字图像被动盲取证 | 第16-17页 |
| ·本论文的主要内容 | 第17-19页 |
| 2 数字图像被动盲取证算法概述 | 第19-31页 |
| ·数字图像被动盲取证定义与分类 | 第19-20页 |
| ·数字图像被动盲取证系统模型 | 第20-25页 |
| ·数字图像盲取证理想模型 | 第20-22页 |
| ·数字图像盲取证模型 | 第22-25页 |
| ·数字图像被动盲取证内容 | 第25-28页 |
| ·目前主要的被动盲取证技术 | 第25-27页 |
| ·目前被动盲取证方式存在的问题 | 第27-28页 |
| ·复制粘贴型篡改盲取证 | 第28-30页 |
| ·同幅图像复制粘贴型篡改盲取证 | 第28-29页 |
| ·不同图像复制粘贴型篡改盲取证 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 基于特征像素相关性的复制粘贴型盲取证算法 | 第31-45页 |
| ·图像匹配算法 | 第31-33页 |
| ·传统相关匹配算法 | 第31-32页 |
| ·基于MCD(Maximm Close Distance)距离的相关匹配算法 | 第32页 |
| ·序贯相似像检测(SSDA)算法 | 第32-33页 |
| ·多分辨率塔形结构(MPSA)算法 | 第33页 |
| ·特征像素纵横统计匹配区域确定法 | 第33-36页 |
| ·算法的提出 | 第33-34页 |
| ·算法原理 | 第34-36页 |
| ·算法步骤 | 第36页 |
| ·基于特征像素相关性检测算法 | 第36-41页 |
| ·图像灰度值的提取 | 第37-39页 |
| ·阈值选择 | 第39-40页 |
| ·盲检测算法描述 | 第40-41页 |
| ·仿真结果与分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 4 基于矩特征值的复制粘贴型盲取证算法 | 第45-56页 |
| ·基于矩特征值的图像盲取证算法 | 第45-47页 |
| ·不变矩算法分析 | 第45-46页 |
| ·Zernike不变矩 | 第46-47页 |
| ·Tchebichef正交矩及其不变矩 | 第47页 |
| ·Radon和Fourier-Mellin算法 | 第47-49页 |
| ·Radon算法及性质 | 第47-48页 |
| ·Fourier-Mellin变换 | 第48-49页 |
| ·基于Radon和Fourier-Mellin变换的图像盲取证算法 | 第49-53页 |
| ·Radon和Fourier-Mellin变换对图像变换不变性算法证明 | 第49-50页 |
| ·本文算法对均值为0的白噪声的鲁棒性证明 | 第50页 |
| ·算法描述 | 第50-52页 |
| ·相似块对寻找及错误块对去除 | 第52-53页 |
| ·仿真结果与分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 5 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 作者简历 | 第61-63页 |
| 学位论文数据集 | 第63页 |
