基于分形几何的数字图像来源与篡改取证技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-11页 |
| 插图索引 | 第11-13页 |
| 附表索引 | 第13-14页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 数字图像取证技术的研究背景及意义 | 第14-16页 |
| 1.2 数字图像取证技术研究概述 | 第16-20页 |
| 1.2.1 数字图像取证的相关概念 | 第16页 |
| 1.2.2 数字图像主动取证技术 | 第16-17页 |
| 1.2.3 数字图像被动取证技术 | 第17-20页 |
| 1.3 数字图像被动取证的研究现状 | 第20-22页 |
| 1.3.1 国内外研究现状 | 第20-21页 |
| 1.3.2 存在的不足 | 第21-22页 |
| 1.4 论文主要内容及结构安排 | 第22-24页 |
| 1.4.1 本文主要内容 | 第22-23页 |
| 1.4.2 本文结构安排 | 第23-24页 |
| 第2章 图像来源被动取证技术的相关理论 | 第24-36页 |
| 2.1 图像的成像原理与特性 | 第24-25页 |
| 2.1.1 相机成像原理 | 第24-25页 |
| 2.1.2 计算机生成图像的成像原理 | 第25页 |
| 2.2 图像篡改的类型与特性 | 第25-29页 |
| 2.2.1 数字图像真实性篡改 | 第25-28页 |
| 2.2.2 数字图像完整性篡改 | 第28页 |
| 2.2.3 数字图像原始性篡改 | 第28-29页 |
| 2.2.4 数字图像版权篡改 | 第29页 |
| 2.3 分形几何理论与图像的分形特征提取 | 第29-35页 |
| 2.3.1 分形维数 | 第30-31页 |
| 2.3.2 孔隙度 | 第31-33页 |
| 2.3.3 多重分形维数 | 第33-35页 |
| 2.4 数字图像被动取证的评价指标 | 第35页 |
| 2.5 小结 | 第35-36页 |
| 第3章 基于分形几何特征的图像来源鉴别算法 | 第36-43页 |
| 3.1 引言 | 第36页 |
| 3.2 特征选择 | 第36-37页 |
| 3.2.1 分形维数特征选择 | 第37页 |
| 3.2.2 孔隙度特征选择 | 第37页 |
| 3.3 算法描述 | 第37-38页 |
| 3.4 实验结果与分析 | 第38-41页 |
| 3.4.1 实验结果 | 第39-40页 |
| 3.4.2 实验分析与讨论 | 第40-41页 |
| 3.5 小结 | 第41-43页 |
| 第4章 基于复合特征的图像来源鉴别算法 | 第43-54页 |
| 4.1 引言 | 第43页 |
| 4.2 特征选择 | 第43-48页 |
| 4.2.1 统计特征选择 | 第43-46页 |
| 4.2.2 纹理特征选择 | 第46-48页 |
| 4.3 算法描述 | 第48页 |
| 4.4 实验结果与分析 | 第48-53页 |
| 4.4.1 实验结果 | 第48-49页 |
| 4.4.2 实验结果与讨论 | 第49-53页 |
| 4.5 小结 | 第53-54页 |
| 第5章 基于噪声与孔隙度特征的图像篡改检测算法 | 第54-63页 |
| 5.1 引言 | 第54-55页 |
| 5.2 特征选择 | 第55-57页 |
| 5.2.1 噪声系数估计 | 第55-56页 |
| 5.2.2 相对频率孔隙度 | 第56-57页 |
| 5.3 算法描述 | 第57页 |
| 5.4 实验结果与分析 | 第57-62页 |
| 5.4.1 真实图像和篡改图像鉴别 | 第57-58页 |
| 5.4.2 真实图像和计算机生成图像鉴别 | 第58-60页 |
| 5.4.3 区域人工模糊篡改检测 | 第60-62页 |
| 5.5 小结 | 第62-63页 |
| 结论 | 第63-66页 |
| 参考文献 | 第66-71页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第71-72页 |
| 附录B 攻读学位期间参与的项目 | 第72-73页 |
| 致谢 | 第73页 |
