| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 目前存在的问题 | 第13-14页 |
| 1.4 主要研究内容与组织结构 | 第14-16页 |
| 第2章 图像篡改检测简介 | 第16-26页 |
| 2.1 图像篡改 | 第16-18页 |
| 2.2 图像篡改检测 | 第18-25页 |
| 2.2.1 主动检测技术 | 第18-20页 |
| 2.2.2 被动盲检测技术 | 第20-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 基于改进的 PCA-SIFT 的图像篡改检测 | 第26-35页 |
| 3.1 引言 | 第26页 |
| 3.2 SIFT 算法 | 第26-29页 |
| 3.3 PCA-SIFT 算法 | 第29页 |
| 3.4 PCA-SIFT 算法的改进 | 第29-31页 |
| 3.5 基于 KNN 的特征匹配 | 第31页 |
| 3.6 实验 | 第31-34页 |
| 3.6.1 评价准则 | 第31页 |
| 3.6.2 实验结果与分析 | 第31-34页 |
| 3.7 本章小结 | 第34-35页 |
| 第4章 基于 CFA 特征的图像篡改检测 | 第35-46页 |
| 4.1 引言 | 第35页 |
| 4.2 图像信息简介 | 第35-37页 |
| 4.2.1 成像过程 | 第35-36页 |
| 4.2.2 CFA 和 Bayer | 第36页 |
| 4.2.3 去马赛克 | 第36-37页 |
| 4.3 CFA 特征 | 第37-43页 |
| 4.3.1 贝尔模式检测 | 第37-39页 |
| 4.3.2 贝尔概率模型 | 第39-43页 |
| 4.4 实验 | 第43-45页 |
| 4.4.1 生成图像或真实图像 | 第43-44页 |
| 4.4.2 图像篡改检测 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-47页 |
| 5.1 工作总结 | 第46页 |
| 5.2 工作展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 攻读学位期间取得的科研成果 | 第52页 |