| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 数字图像取证技术概述 | 第12-18页 |
| 1.2.1 数字图像主动取证技术 | 第12-14页 |
| 1.2.2 数字图像被动取证技术 | 第14-18页 |
| 1.3 本文的研究内容 | 第18-19页 |
| 1.4 本文的组织结构 | 第19-21页 |
| 第2章 拼接定位盲检测算法研究概述 | 第21-30页 |
| 2.1 自然成像与拼接篡改的区别 | 第21-22页 |
| 2.2 基于拍摄设备性质的图像拼接定位检测算法 | 第22-24页 |
| 2.2.1 基于CFA差值检测方法 | 第22-23页 |
| 2.2.2 基于JPEG压缩检测方法 | 第23页 |
| 2.2.3 基于相机内噪声检测方法 | 第23-24页 |
| 2.3 基于图像自身属性的拼接定位检测算法 | 第24-29页 |
| 2.3.1 图像自身属性简介 | 第25-26页 |
| 2.3.2 分类器简介 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于超像素分割和噪声估计的图像拼接定位检测算法 | 第30-44页 |
| 3.1 引言 | 第30-31页 |
| 3.2 算法基本原理 | 第31-33页 |
| 3.2.1 基于SLIC超像素分割的图像分块 | 第31-32页 |
| 3.2.2 改进FAST算法计算超像素子块的噪声方差 | 第32-33页 |
| 3.2.3 噪声估计值序列聚类处理 | 第33页 |
| 3.3 算法基本流程 | 第33-35页 |
| 3.4 算法有效性证明 | 第35页 |
| 3.5 实验结果与分析 | 第35-43页 |
| 3.5.1 实验设置 | 第35-36页 |
| 3.5.2 实验度量标准 | 第36-37页 |
| 3.5.3 算法参数讨论 | 第37-39页 |
| 3.5.4 算法性能对比分析 | 第39-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 基于超像素分割和特征相似度的图像拼接定位检测算法 | 第44-53页 |
| 4.1 引言 | 第44-46页 |
| 4.2 算法基本原理 | 第46-49页 |
| 4.2.1 RC算法 | 第46-47页 |
| 4.2.2 子块大小 | 第47页 |
| 4.2.3 子块间颜色相似度 | 第47-48页 |
| 4.2.4 子块间空间距离 | 第48-49页 |
| 4.3 算法基本流程 | 第49-50页 |
| 4.4 实验结果展示和分析 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 工作总结 | 第53页 |
| 5.2 研究展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 作者简介及在学期间所取得的科研成果 | 第59-60页 |
| 致谢 | 第60-61页 |
