天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁(yè) > 科技論文 > 軟件論文 >

面向數(shù)字取證中圖像篡改檢測(cè)的智能魯棒算法研究

發(fā)布時(shí)間:2023-05-07 23:02
  近年來(lái),數(shù)字圖像作為信息傳載的重要形式,其應(yīng)用越來(lái)越廣泛。利用編輯軟件對(duì)圖像進(jìn)行操作處理越來(lái)越容易,這為人們工作和生活帶來(lái)極大便捷的同時(shí),也產(chǎn)生了一些負(fù)面影響,比如針對(duì)圖像內(nèi)容的偽造篡改。因此,針對(duì)數(shù)字圖像內(nèi)容真實(shí)性的取證技術(shù)研究顯得尤為重要和迫切。復(fù)制-粘貼(Copy-Move)是一種常見的圖像篡改操作,現(xiàn)有的檢測(cè)方法在抵抗幾何旋轉(zhuǎn)和縮放攻擊時(shí)魯棒性不足,檢測(cè)流程也缺乏一定的智能化。本文結(jié)合信號(hào)處理領(lǐng)域的極諧波變換(Polar Harmonic Transform,PHT)、智能優(yōu)化中的粒子群優(yōu)化算法(Particle Swarm Optimization,PSO)和機(jī)器學(xué)習(xí)中的支持向量機(jī)(Support Vector Machine,SVM)等理論和方法,提出一套有效檢測(cè)與定位篡改區(qū)域的解決方案,實(shí)現(xiàn)針對(duì)幾何攻擊和后處理操作的魯棒性,完成檢測(cè)智能化。本文具體工作如下:(1)本文提出了一種基于PHT矩的抗幾何攻擊圖像復(fù)制-粘貼篡改檢測(cè)(Copy-Move Forgery Detection,CMFD)算法。該算法首先對(duì)圖像進(jìn)行預(yù)處理,并對(duì)圖像進(jìn)行圓形塊劃分。接著計(jì)算每個(gè)重疊圖像塊的P...

【文章頁(yè)數(shù)】:57 頁(yè)

【學(xué)位級(jí)別】:碩士

【文章目錄】:
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外相關(guān)工作研究進(jìn)展
        1.2.1 基于特征點(diǎn)的檢測(cè)算法
        1.2.2 基于塊的檢測(cè)算法
    1.3 亟待解決的問(wèn)題
    1.4 圖像復(fù)制-粘貼篡改檢測(cè)問(wèn)題
        1.4.1 圖像復(fù)制-粘貼篡改建模
        1.4.2 圖像復(fù)制-粘貼篡改檢測(cè)的基本框架
    1.5 本文主要研究?jī)?nèi)容和論文結(jié)構(gòu)安排
        1.5.1 本文主要研究?jī)?nèi)容
        1.5.2 論文結(jié)構(gòu)安排
2 相關(guān)理論基礎(chǔ)
    2.1 極諧波變換
        2.1.1 極諧波變換的定義
        2.1.2 極諧波變換的幾何不變性
    2.2 粒子群優(yōu)化算法
    2.3 支持向量機(jī)
        2.3.1 支持向量機(jī)的思想和原理
        2.3.2 核函數(shù)的思想
        2.3.3 支持向量機(jī)參數(shù)優(yōu)化問(wèn)題
    2.4 奇異值分解
    2.5 本章小結(jié)
3 基于PCET矩和SVD的圖像復(fù)制-粘貼篡改檢測(cè)算法
    3.1 引言
    3.2 基于HBSM和 PSO的閾值估計(jì)
        3.2.1 閾值估計(jì)
        3.2.2 基于PSO的相似性閾值搜索
    3.3 基于PCET矩和SVD的圖像復(fù)制-粘貼篡改檢測(cè)算法
        3.3.1 預(yù)處理
        3.3.2 特征提取
        3.3.3 塊匹配
        3.3.4 誤匹配過(guò)濾
    3.4 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
        3.4.1 圖像集
        3.4.2 算法性能評(píng)價(jià)指標(biāo)
        3.4.3 實(shí)驗(yàn)參數(shù)選擇
        3.4.4 實(shí)驗(yàn)結(jié)果展示與分析
    3.5 本章小結(jié)
4 基于SVM和塊相似性度量直方圖的圖像復(fù)制-粘貼篡改檢測(cè)算法
    4.1 引言
    4.2 基于SVM和塊相似性度量直方圖的圖像智能CMFD算法
        4.2.1 算法流程
        4.2.2 基于直方圖的特征提取
    4.3 實(shí)驗(yàn)結(jié)果及分析
        4.3.1 實(shí)驗(yàn)設(shè)置和圖像集
        4.3.2 評(píng)估準(zhǔn)則
        4.3.3 仿真實(shí)驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 本文的主要貢獻(xiàn)
    5.3 未來(lái)研究展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間主要研究成果



本文編號(hào):3811499

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3811499.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶d079d***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com