首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于关键点和扇形均值的拷贝粘贴图像取证算法研究

摘要第6-7页
Abstract第7-8页
第1章 绪论第11-19页
    1.1 研究背景和意义第11-13页
    1.2 数字图像取证技术概述第13-14页
        1.2.1 主动取证技术第13-14页
        1.2.2 盲取证技术第14页
    1.3 数字图像盲取证理论框架第14-18页
        1.3.1 数字图像篡改技术第14-15页
        1.3.2 基于图像篡改过程遗留痕迹的取证技术第15-18页
    1.4 本文的章节安排第18-19页
第2章 图像拷贝粘贴篡改取证技术第19-27页
    2.1 数字图像拷贝粘贴篡改取证技术分类第19-20页
        2.1.1 基于分块匹配的图像盲取证算法第19-20页
        2.1.2 基于关键点的图像盲取证算法第20页
    2.2 现有数字图像区域拷贝粘贴篡改检测算法第20-24页
        2.2.1 基于DCT和PCA的图像拷贝粘贴取证算法第21页
        2.2.2 基于Harris角点和阶梯扇形统计信息的区域拷贝检测算法第21-24页
    2.3 现有算法存在的问题和不足第24-26页
        2.3.1 基于图像块的拷贝粘贴篡改检测算法第24页
        2.3.2 基于关键点的拷贝粘贴篡改检测算法第24-26页
    2.4 本章小结第26-27页
第3章 基于Harris角点和扇形均值的图像盲取证技术第27-43页
    3.1 区域拷贝粘贴篡改模型第27页
    3.2 低漏检的联合Harris角点与扇形均值的图像盲取证算法第27-32页
        3.2.1 影响Harris角点提取的角点响应函数和闽值分析第28-30页
        3.2.2 特征描述子分析第30-31页
        3.2.3 特征点的匹配第31-32页
        3.2.4 算法实现流程第32页
    3.3 仿真实验及结果分析第32-41页
        3.3.1 对单个目标添加篡改图片的检测第33-36页
        3.3.2 对多重目标添加篡改图片的检测第36-38页
        3.3.3 对目标移除篡改图片的检测第38-39页
        3.3.4 定量评估本章算法的有效性第39-41页
    3.4 本章算法存在的问题和不足第41-42页
    3.5 本章小结第42-43页
第4章 基于SIFT和扇形均值的图像盲取证算法第43-56页
    4.1 引言第43页
    4.2 联合SIFT特征点和扇形均值的拷贝粘贴篡改检测技术第43-47页
        4.2.1 SIFT特征点检测第43-45页
        4.2.2 特征提取第45-46页
        4.2.3 降低误检第46页
        4.2.4 本章算法步骤第46-47页
    4.3 实验仿真与结果分析第47-54页
        4.3.1 对目标添加篡改图片的检测第47-51页
        4.3.2 对目标移除篡改图片的检测第51-52页
        4.3.3 对同时遭受目标添加和目标移除篡改图片的检测第52-53页
        4.3.4 定量评估本章算法的有效性第53-54页
    4.4 本章算法存在的问题和不足第54-55页
    4.5 本章小结第55-56页
第5章 图像复制粘贴篡改取证仿真系统第56-59页
    5.1 GUI仿真系统介绍第56页
    5.2 复制粘贴篡改检测可视化仿真系统介绍第56-58页
    5.3 本章小结第58-59页
总结与展望第59-61页
致谢第61-62页
参考文献第62-68页
攻读硕士学位期间发表的论文及科研成果第68页

论文共68页,点击 下载论文
上一篇:基于CloudStack的两级资源调度算法研究
下一篇:Apache Shiro在铁路Wi-Fi运营管理系统中的应用与研究