| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题研究背景和意义 | 第11-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 主要研究内容 | 第16页 |
| 1.4 论文的章节安排 | 第16-18页 |
| 第2章 图像的复制粘贴篡改 | 第18-26页 |
| 2.1 盘点数字图像篡改六大分类 | 第18-19页 |
| 2.2 图像复制粘贴篡改浅析 | 第19-22页 |
| 2.2.1 数字图像同幅复制粘贴篡改 | 第19-21页 |
| 2.2.2 数字图像异幅复制粘贴篡改 | 第21-22页 |
| 2.3 数字图像复制粘贴篡改检测常见算法 | 第22-25页 |
| 2.3.1 穷举搜索法 | 第22-23页 |
| 2.3.2 自相关算法 | 第23页 |
| 2.3.3 基于图像主成分（PCA）的检测算法 | 第23-24页 |
| 2.3.4 基于小波和奇异值分解检测法 | 第24-25页 |
| 2.3.5 现有算法的优点与不足 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 聚类算法与数字图像复制粘贴检测 | 第26-40页 |
| 3.1 聚类的定义 | 第26-27页 |
| 3.2 聚类准则 | 第27-28页 |
| 3.3 K均值聚类算法 | 第28-29页 |
| 3.4 相似性测度 | 第29-32页 |
| 3.4.1 常用距离 | 第30-32页 |
| 3.4.2 角度相似性函数 | 第32页 |
| 3.5 主成分(PCA)分析概述 | 第32-38页 |
| 3.5.1 主成分分析的定义 | 第32-33页 |
| 3.5.2 主成分的数学模型 | 第33页 |
| 3.5.3 主成分的求法和性质 | 第33-35页 |
| 3.5.4 标准化变量的主成分 | 第35-38页 |
| 3.6 主成分（PCA）特征的提取、分析及向量匹配 | 第38-39页 |
| 3.7 本章小结 | 第39-40页 |
| 第4章 实验及结果分析 | 第40-46页 |
| 4.1 算法流程 | 第40-41页 |
| 4.2 实验检测 | 第41-44页 |
| 4.2.1 检测一：平移式复制粘贴篡改照片检测 | 第41-43页 |
| 4.2.2 检测二：旋转图像的检测 | 第43-44页 |
| 4.3 实验结果及分析 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 结论 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第51-52页 |
| 致谢 | 第52-53页 |