| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 引言 | 第10-18页 |
| ·研究背景、目的及意义 | 第10-12页 |
| ·数字图像取证技术的发展现状 | 第12-16页 |
| ·数字图像主动取证 | 第12-15页 |
| ·数字图像盲取证 | 第15-16页 |
| ·本文主要研究内容 | 第16-18页 |
| 第二章 数字图像盲取证 | 第18-28页 |
| ·数字图像盲取证的分类 | 第18-19页 |
| ·数字图像盲取证系统 | 第19-21页 |
| ·图像建模 | 第20页 |
| ·图像伪造方式 | 第20-21页 |
| ·图像数据库 | 第21页 |
| ·基于真实性鉴别的数字图像被动盲取证技术 | 第21-24页 |
| ·基于图像伪造过程的遗留痕迹进行盲取证 | 第22-23页 |
| ·基于成像设备的一致性进行盲取证 | 第23页 |
| ·利用自然图像的统计特性进行盲取证 | 第23-24页 |
| ·复制粘贴篡改盲取证 | 第24-26页 |
| ·同幅图像复制粘贴篡改取证 | 第24-25页 |
| ·不同图像复制粘贴篡改取证 | 第25-26页 |
| ·目前数字图像被动盲取证存在的问题 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于 SIFT 和 HU 矩的复制粘贴取证算法 | 第28-39页 |
| ·几种常见的矩特征值 | 第28-31页 |
| ·Hu 矩 | 第28-30页 |
| ·Zernike 矩 | 第30-31页 |
| ·基于 SIFT 和 HU 矩的检测算法 | 第31-37页 |
| ·SIFT 关键点 | 第31-33页 |
| ·关键点周围区域 Hu 矩特征提取 | 第33页 |
| ·特征向量匹配 | 第33页 |
| ·检测算法 | 第33-34页 |
| ·实验结果及分析 | 第34-37页 |
| ·复制粘贴篡改型的取证框架 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于模糊不变矩的检测方法 | 第39-49页 |
| ·模糊操作概述 | 第39-40页 |
| ·人工模糊的原理 | 第39-40页 |
| ·算法思想 | 第40-41页 |
| ·算法描述 | 第41-45页 |
| ·检测流程 | 第41-42页 |
| ·重叠块 | 第42页 |
| ·模糊不变矩 | 第42-44页 |
| ·相似分析 | 第44-45页 |
| ·实验结果及分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| ·本文的工作 | 第49页 |
| ·进一步的工作 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 致谢 | 第57-58页 |
| 附录 A | 第58-59页 |
| 在学期间发表的论文 | 第58页 |
| 在学期间参加的项目 | 第58-59页 |
| 摘要 | 第59-62页 |
| ABSTRACT | 第62-66页 |