| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 数字图像取证技术概述 | 第13-18页 |
| 1.2.1 数字图像主动取证技术 | 第13-15页 |
| 1.2.2 数字图像被动取证 | 第15-18页 |
| 1.3 本文的主要工作 | 第18-19页 |
| 1.4 本文的结构安排 | 第19-20页 |
| 第2章 图像拼接盲鉴别研究现状与算法 | 第20-28页 |
| 2.1 数字图像拼接篡改盲鉴别技术与研究现状 | 第20-22页 |
| 2.2 基于篡改痕迹的图像拼接篡改检测算法 | 第22-24页 |
| 2.2.1 基于一致性的图像拼接篡改检测算法 | 第22-24页 |
| 2.2.2 基于相机参数的图像拼接篡改检测算法 | 第24页 |
| 2.3 基于图像内容的图像拼接篡改检测算法 | 第24-27页 |
| 2.3.1 基于统计特征-分类的图像拼接篡改检测算法 | 第24-26页 |
| 2.3.2 基于局部纹理特征提取-分类的图像拼接篡改检测算法 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于多尺度差分激励和Ltridp的图像拼接篡改检测 | 第28-43页 |
| 3.1 引言 | 第28页 |
| 3.2 算法基本流程与描述 | 第28-29页 |
| 3.3 特征提取 | 第29-37页 |
| 3.3.1 颜色空间变换 | 第29-31页 |
| 3.3.2 多尺度的差分激励 | 第31-33页 |
| 3.3.3 局部模式 | 第33-36页 |
| 3.3.4 PCA降维 | 第36-37页 |
| 3.4 实验结果与分析 | 第37-42页 |
| 3.4.1 图像库 | 第37-38页 |
| 3.4.2 实验环境与分类 | 第38-39页 |
| 3.4.3 检测结果与分析 | 第39-41页 |
| 3.4.4 与其他算法的对比分析 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于灰度共生矩阵和纹理特征的图像拼接盲鉴别算法 | 第43-58页 |
| 4.1 引言 | 第43-44页 |
| 4.2 算法的基本流程与描述 | 第44-45页 |
| 4.3 特征提取过程 | 第45-51页 |
| 4.3.1 二维分块离散余弦变换 | 第45-46页 |
| 4.3.2 差分系数矩阵 | 第46页 |
| 4.3.3 灰度共生矩阵 | 第46-47页 |
| 4.3.4 纹理特征 | 第47-51页 |
| 4.4 实验结果与分析 | 第51-57页 |
| 4.4.1 实验环境与分类 | 第51页 |
| 4.4.2 检测结果与分析 | 第51-52页 |
| 4.4.3 不同算法流程对检测率的贡献 | 第52-53页 |
| 4.4.4 鲁棒性检测与分析 | 第53-56页 |
| 4.4.5 对比实验与分析 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 5.1 工作总结 | 第58-59页 |
| 5.2 研究展望 | 第59-60页 |
| 参考文献 | 第60-68页 |
| 作者简介及在学期间所取得的科研成果 | 第68-69页 |
| 致谢 | 第69页 |
