| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-25页 |
| 1.1 研究背景 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-19页 |
| 1.2.1 数字图像Hash方法的研究现状 | 第12-16页 |
| 1.2.2 数字图像Copy-Move篡改检测的研究现状 | 第16-19页 |
| 1.3 存在的问题和挑战 | 第19-23页 |
| 1.3.1 数字图像Hash方法 | 第19-22页 |
| 1.3.2 数字图像Copy-Move篡改检测方法 | 第22-23页 |
| 1.4 本论文主要研究工作及组织结构 | 第23-25页 |
| 1.4.1 论文主要研究工作 | 第23-24页 |
| 1.4.2 论文的组织结构 | 第24-25页 |
| 2 预备知识 | 第25-33页 |
| 2.1 尺度不变特征 | 第25-29页 |
| 2.2 SLIC超像素分割 | 第29-30页 |
| 2.3 随机抽样一致性算法 | 第30-31页 |
| 2.4 仿射变换 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 3 基于视觉对象的图像Hash方法 | 第33-57页 |
| 3.1 超像素分割算法的选择 | 第33-34页 |
| 3.2 提出的Hash生成方案流程 | 第34-35页 |
| 3.3 方案描述 | 第35-44页 |
| 3.3.1 图像Hash的生成 | 第35-39页 |
| 3.3.2 篡改检测和篡改定位 | 第39-44页 |
| 3.4 实验结果与分析 | 第44-56页 |
| 3.4.1 实验数据集 | 第44-45页 |
| 3.4.2 阈值确定 | 第45-46页 |
| 3.4.3 鲁棒性实验 | 第46-48页 |
| 3.4.4 敏感性实验 | 第48-49页 |
| 3.4.5 方法比较 | 第49-50页 |
| 3.4.6 性能分析 | 第50-54页 |
| 3.4.7 计算效率分析 | 第54-55页 |
| 3.4.8 Hash碰撞测试 | 第55-56页 |
| 3.5 本章小结 | 第56-57页 |
| 4 基于特征点的图像Copy-Move篡改检测方法 | 第57-71页 |
| 4.1 提出的Copy-Move篡改检测方案流程 | 第57-58页 |
| 4.2 方案步骤描述 | 第58-63页 |
| 4.2.1 特征提取和匹配 | 第58-60页 |
| 4.2.2 误匹配去除 | 第60-62页 |
| 4.2.3 仿射变换矩阵估计 | 第62页 |
| 4.2.4 篡改区域定位 | 第62-63页 |
| 4.3 实验结果与分析 | 第63-70页 |
| 4.3.1 实验数据集 | 第63-64页 |
| 4.3.2 参数设定 | 第64-65页 |
| 4.3.3 鲁棒性实验 | 第65-66页 |
| 4.3.4 视觉效果展示 | 第66-67页 |
| 4.3.5 对比实验 | 第67-70页 |
| 4.4 本章小结 | 第70-71页 |
| 5 总结与展望 | 第71-73页 |
| 5.1 总结 | 第71页 |
| 5.2 关于进一步研究的展望 | 第71-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 附录 | 第81页 |
