| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 数字图像取证技术的分类 | 第14-17页 |
| 1.2.1 数字图像主动取证技术 | 第15-17页 |
| 1.2.2 数字图像被动盲取证技术 | 第17页 |
| 1.3 本文的主要研究内容和组织结构 | 第17-19页 |
| 1.3.1 主要研究内容 | 第17-18页 |
| 1.3.2 论文的组织结构 | 第18-19页 |
| 第2章 数字图像被动盲取证技术 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 数字图像被动盲取证技术的分类 | 第19-24页 |
| 2.2.1 数字图像来源取证 | 第19-21页 |
| 2.2.2 数字图像隐密分析 | 第21-22页 |
| 2.2.3 数字图像篡改检测 | 第22-24页 |
| 2.3 复制-粘贴篡改图像生成与取证 | 第24-30页 |
| 2.3.1 复制-粘贴篡改图像的生成 | 第24-26页 |
| 2.3.2 图像复制-粘贴篡改操作取证技术 | 第26-30页 |
| 2.4 小结 | 第30-31页 |
| 第3章 同源图像复制-粘贴取证相关研究 | 第31-42页 |
| 3.1 引言 | 第31页 |
| 3.2 SIFT算法 | 第31-36页 |
| 3.2.1 尺度空间中的极值检测 | 第31-33页 |
| 3.2.2 精确定位特征点的空间位置 | 第33-34页 |
| 3.2.3 分配特征点的主方向 | 第34-35页 |
| 3.2.4 SIFT特征向量的生成 | 第35-36页 |
| 3.3 主成分分析法 | 第36-37页 |
| 3.3.1 主成分分析法的基本思想 | 第36-37页 |
| 3.3.2 主成分分析法的原理 | 第37页 |
| 3.4 仿射变换 | 第37-39页 |
| 3.5 分级聚类 | 第39-40页 |
| 3.6 最小中位数平方法 | 第40-41页 |
| 3.7 小结 | 第41-42页 |
| 第4章 基于降维SIFT的图像复制-粘贴篡改操作取证算法 | 第42-53页 |
| 4.1 引言 | 第42页 |
| 4.2 提出的复制-粘贴取证算法 | 第42-47页 |
| 4.3 实验结果及评价 | 第47-51页 |
| 4.4 多重复制-粘贴的取证检测结果 | 第51-52页 |
| 4.5 小结 | 第52-53页 |
| 第5章 图像篡改过程还原 | 第53-60页 |
| 5.1 引言 | 第53页 |
| 5.2 相关技术介绍 | 第53-55页 |
| 5.2.1 随机采样一致性方法 | 第53-54页 |
| 5.2.2 最小中位数平方法 | 第54-55页 |
| 5.3 篡改过程还原算法的工作流程 | 第55-56页 |
| 5.4 篡改过程还原算法效果检测 | 第56-59页 |
| 5.4.1 针对篡改过程旋转变换还原分析 | 第57页 |
| 5.4.2 针对篡改过程缩放变换还原分析 | 第57-59页 |
| 5.5 小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-69页 |
| 致谢 | 第69-70页 |
| 附录A 攻读硕士学位期间所发表的学术论文目录 | 第70-71页 |
| 附录B 攻读硕士学位期间所参与的学术科研活动 | 第71页 |