| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 课题来源 | 第12页 |
| 1.2 研究背景及意义 | 第12-14页 |
| 1.3 数字图像被动取证概述 | 第14-16页 |
| 1.3.1 图像篡改检测 | 第14-15页 |
| 1.3.2 图像来源认证 | 第15页 |
| 1.3.3 图像隐写分析检测 | 第15-16页 |
| 1.4 本文的研究内容及贡献 | 第16-17页 |
| 1.5 本文的组织结构 | 第17-19页 |
| 第2章 对象级的图像修复取证相关内容 | 第19-25页 |
| 2.1 基于样例的图像修复技术 | 第19-21页 |
| 2.2 对象级的图像修复取证研究现状 | 第21-23页 |
| 2.3 基于样例修复的对象去除取证难点 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 改进的基于样例修复的对象移除取证算法 | 第25-37页 |
| 3.1 引言 | 第25-26页 |
| 3.2 基于样例的图像修复痕迹分析 | 第26-28页 |
| 3.3 针对基于样例修复对象去除取证的改进算法 | 第28-32页 |
| 3.3.1 hash映射 | 第28-29页 |
| 3.3.2 可疑像素对定位 | 第29-30页 |
| 3.3.3 向量滤波 | 第30-31页 |
| 3.3.4 基于质心的篡改区域定位 | 第31-32页 |
| 3.4 实验结果与分析 | 第32-35页 |
| 3.4.1 实验配置及标准 | 第32页 |
| 3.4.2 对复杂纹理图片中单个对象的去除检测 | 第32-33页 |
| 3.4.3 对平坦区域图片中单个对象的去除检测 | 第33-34页 |
| 3.4.4 对多个对象删除检测 | 第34-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第4章 鲁棒的对象级的图像修复取证算法 | 第37-46页 |
| 4.1 引言 | 第37页 |
| 4.2 鲁棒的对象级的图像修复取证算法 | 第37-41页 |
| 4.2.1 LBP和Gradient特征以及有效性 | 第38-40页 |
| 4.2.2 GLCM特征以及有效性 | 第40页 |
| 4.2.3 SVM分类 | 第40-41页 |
| 4.3 实验结果与分析 | 第41-45页 |
| 4.3.1 实验环境配置 | 第41-42页 |
| 4.3.2 对无后处理的检测结果 | 第42页 |
| 4.3.3 对JPEG压缩后处理的检测结果 | 第42页 |
| 4.3.4 对加噪后处理的检测结果 | 第42-43页 |
| 4.3.5 对模糊后处理的检测结果 | 第43-44页 |
| 4.3.6 对混合后处理的检测结果 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 结论 | 第46-49页 |
| 参考文献 | 第49-54页 |
| 附录A 攻读硕士学位期间发表论文目录 | 第54-55页 |
| 附录B 攻读学位期间参与的研究项目 | 第55-56页 |
| 致谢 | 第56页 |