| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-18页 |
| 1.1 数字图像取证的研究背景和意义 | 第10-13页 |
| 1.2 数字图像取证技术 | 第13-15页 |
| 1.2.1 主动取证技术 | 第13-14页 |
| 1.2.2 被动取证技术 | 第14-15页 |
| 1.3 数字图像取证的国内外研究现状 | 第15页 |
| 1.4 本文的研究工作 | 第15-16页 |
| 1.5 本文的结构安排 | 第16-17页 |
| 1.6 本章小结 | 第17-18页 |
| 2 数字图像缩放技术的篡改检测 | 第18-28页 |
| 2.1 图像篡改技术及其分类 | 第18-21页 |
| 2.2 图像缩放技术及其分类 | 第21-25页 |
| 2.2.1 普通缩放技术 | 第21-23页 |
| 2.2.2 内容感知缩放技术 | 第23-25页 |
| 2.3 数字图像内容感知缩放的检测算法综述 | 第25-26页 |
| 2.4 实验图库 | 第26-27页 |
| 2.5 实验分类器 | 第27页 |
| 2.6 本章小结 | 第27-28页 |
| 3 基于概率Map图统计特征的内容感知缩放检测算法 | 第28-50页 |
| 3.1 CFA模型 | 第29-31页 |
| 3.1.1 CFA一维模型 | 第29-30页 |
| 3.1.2 CFA二维模型 | 第30-31页 |
| 3.2 概率Map图统计特征的构造与分类 | 第31-42页 |
| 3.2.1 绘制概率Map图 | 第32-36页 |
| 3.2.2 构造积分投影特征 | 第36-39页 |
| 3.2.3 构造局部统计特征 | 第39-42页 |
| 3.3 实验结果与分析 | 第42-49页 |
| 3.3.1 原图与内容感知缩放图像的识别 | 第42-43页 |
| 3.3.2 原图与普通缩放图像的识别 | 第43-44页 |
| 3.3.3 内容感知缩放和普通缩放图像的识别 | 第44-46页 |
| 3.3.4 原图与两种缩放图像的识别 | 第46-48页 |
| 3.3.5 与Sarkar方法的性能对比 | 第48-49页 |
| 3.4 本章小结 | 第49-50页 |
| 4 基于高阶Markov特征的内容感知缩放检测算法 | 第50-62页 |
| 4.1 Markov相关理论知识 | 第50-51页 |
| 4.2 Markov转移概率的特征提取算法 | 第51-53页 |
| 4.3 Markov高阶转移概率的特征提取算法 | 第53-57页 |
| 4.3.1 二阶转移概率的特征提取 | 第53-56页 |
| 4.3.2 三阶转移概率的特征提取 | 第56-57页 |
| 4.4 实验结果与分析 | 第57-61页 |
| 4.4.1 Dresden库的分类结果 | 第57-59页 |
| 4.4.2 UCID库的分类结果 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 5 总结和展望 | 第62-64页 |
| 5.1 本文总结 | 第62页 |
| 5.2 工作展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第67-69页 |
| 学位论文数据集 | 第69页 |