基于统计特征的数字图像拼接检测技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-22页 |
| ·研究背景和意义 | 第11-14页 |
| ·取证技术的分类 | 第14-19页 |
| ·数字图像主动取证 | 第15-17页 |
| ·数字图像被动取证 | 第17-19页 |
| ·取证技术的研究现状 | 第19-20页 |
| ·被动取证面临的挑战 | 第20-21页 |
| ·本文的研究内容和结构安排 | 第21-22页 |
| 2 数字图像被动取证技术 | 第22-32页 |
| ·数字图像篡改技术 | 第22-25页 |
| ·数字图像取证技术 | 第25-27页 |
| ·数字图像篡改检测 | 第25-27页 |
| ·数字图像来源认证 | 第27页 |
| ·数字图像隐密分析检测 | 第27页 |
| ·数字图像被动取证系统 | 第27-30页 |
| ·拼接篡改图像取证的特征 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 拼接被动盲取证算法 | 第32-42页 |
| ·数字图像拼接操作 | 第32-35页 |
| ·数字图像拼接过程 | 第32页 |
| ·拼接图像的统计特征 | 第32-34页 |
| ·拼接图像库 | 第34-35页 |
| ·基于统计特征的检测算法 | 第35-37页 |
| ·基于自然图像统计模型的拼接检测算法 | 第35页 |
| ·基于图像评价量的拼接检测算法 | 第35-36页 |
| ·基于二元相似性度量的拼接检测算法 | 第36-37页 |
| ·基于块匹配的复制粘贴检测算法 | 第37-41页 |
| ·遍历搜索法 | 第37-38页 |
| ·图像块自相关匹配法 | 第38-39页 |
| ·块离散余弦变换法 | 第39-40页 |
| ·主成分分析算法 | 第40-41页 |
| ·特征点匹配的检测方法 | 第41页 |
| ·本章小结 | 第41-42页 |
| 4 信息熵和差分激励融合的图像拼接检测算法 | 第42-53页 |
| ·特征提取 | 第42-47页 |
| ·信息熵 | 第42-44页 |
| ·差分激励 | 第44-47页 |
| ·特征融合 | 第47-49页 |
| ·支持向量机的多特征检测 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 5 实验结果和实验数据分析 | 第53-58页 |
| ·样本的选取 | 第53页 |
| ·实验参数选择 | 第53页 |
| ·实验结果及分析 | 第53-57页 |
| ·特征维数 | 第54-55页 |
| ·实验对比 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| ·本文总结与创新 | 第58-59页 |
| ·下一步的研究工作 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第66-67页 |
| 致谢 | 第67-68页 |
