利用成像引入特征的数字图像被动盲取证研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-36页 |
| ·数字图像取证问题的提出 | 第11-16页 |
| ·数字图像主动取证与被动盲取证 | 第16-21页 |
| ·数字图像主动取证 | 第16-17页 |
| ·数字图像被动盲取证 | 第17-21页 |
| ·研究现状及存在问题 | 第21-34页 |
| ·数字图像来源鉴别研究现状 | 第22-27页 |
| ·数字图像篡改伪造检测研究现状 | 第27-30页 |
| ·数字图像篡改伪造定位研究现状 | 第30-32页 |
| ·现有方法存在的问题 | 第32-34页 |
| ·本文研究内容与结构 | 第34-35页 |
| ·本论文的创新点摘要 | 第35-36页 |
| 2 数字图像被动盲取证与数码相机成像 | 第36-60页 |
| ·数字图像被动盲取证框架 | 第36-39页 |
| ·数码相机成像原理 | 第39-53页 |
| ·数码相机成像模型 | 第40-42页 |
| ·CFA模式与CFA插值算法 | 第42-49页 |
| ·图像后处理 | 第49-50页 |
| ·JPEG压缩 | 第50-53页 |
| ·典型的篡改伪造操作 | 第53-56页 |
| ·数字图像来源伪造 | 第54-55页 |
| ·拼接合成操作 | 第55页 |
| ·润饰操作 | 第55-56页 |
| ·自然属性修改 | 第56页 |
| ·利用相机成像引入特征的数字图像取证一般模型 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 3 利用CFA插值系数估计的数字图像来源鉴别 | 第60-85页 |
| ·数字图像来源鉴别现状 | 第61-65页 |
| ·基于图像统计特征的相机型号来源鉴别方法 | 第61-62页 |
| ·基于CFA插值检测的相机型号来源鉴别方法 | 第62-65页 |
| ·CFA插值系数估计 | 第65-73页 |
| ·基于协方差矩阵的CFA插值估计方法 | 第65-68页 |
| ·多类SVM分类器 | 第68-69页 |
| ·实验结果与分析 | 第69-73页 |
| ·基于多类分类器的数字图像来源鉴别方法 | 第73-79页 |
| ·特征选择 | 第74-75页 |
| ·实验结果与分析 | 第75-79页 |
| ·基于一类和多类分类器联合的数字图像来源鉴别方法 | 第79-84页 |
| ·一类分类器和多类分类器的联合策略 | 第79-81页 |
| ·一类SVM分类器 | 第81-82页 |
| ·实验结果与分析 | 第82-84页 |
| ·本章小结 | 第84-85页 |
| 4 基于原图估计的拼接图像定位检测模型与方法 | 第85-104页 |
| ·拼接图像检测方法简介 | 第85-87页 |
| ·同图拼接检测方法 | 第85-86页 |
| ·异图拼接检测方法 | 第86-87页 |
| ·拼接图像定位模型 | 第87-89页 |
| ·基于软成像的拼接定位检测方法 | 第89-103页 |
| ·利用CFA插值和JPEG估计原图的拼接定位方法 | 第90-100页 |
| ·自适应CFA插值的拼接定位方法 | 第100-103页 |
| ·本章小结 | 第103-104页 |
| 5 利用色彩一致性的模糊篡改图像定位检测方法 | 第104-122页 |
| ·模糊篡改检测方法简介 | 第104-107页 |
| ·模糊篡改对色彩一致性的影响 | 第107-110页 |
| ·基于异常色调的模糊篡改定位检测方法 | 第110-120页 |
| ·基于异常色调率的模糊篡改定位检测 | 第110-115页 |
| ·基于色调特征的模糊篡改定位检测 | 第115-120页 |
| ·本章小结 | 第120-122页 |
| 6 总结与展望 | 第122-125页 |
| ·本文工作总结 | 第122-123页 |
| ·后续研究展望 | 第123-125页 |
| 参考文献 | 第125-137页 |
| 本论文的创新点摘要 | 第137-138页 |
| 攻读博士学位期间发表的学术论文 | 第138-139页 |
| 攻读博士学位期间参与的科研项目 | 第139-140页 |
| 致谢 | 第140-142页 |
| 作者简介 | 第142-144页 |
