基于統(tǒng)計特征的數(shù)字圖像被動取證研究.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、與數(shù)字圖像主動取證相反,被動取證技術(shù)是指在不預(yù)先向數(shù)字圖像嵌入數(shù)字簽名等元素的情況下對數(shù)字圖像內(nèi)容的原始性、完整性和真實性進(jìn)行取證的技術(shù)。目前數(shù)字圖像被動取證算法還存在很多不足,原因在于找不到能有效抓住圖像本質(zhì)特征的數(shù)字圖像特征提取算法,現(xiàn)有算法一般都存在魯棒性不強(qiáng),準(zhǔn)確率不高,適用范圍不廣的缺點。本文以自然圖像和數(shù)字圖像被動取證的理論為基礎(chǔ),對數(shù)字圖像被動取證技術(shù)做出如下分析和研究:
   (1)針對數(shù)字圖像特征提取的理論模型

2、和網(wǎng)函數(shù)插值法的理論基礎(chǔ)進(jìn)行研究。在總結(jié)前人工作的基礎(chǔ)上,提出基于網(wǎng)函數(shù)插值法的數(shù)字圖像特征提取算法,用于檢測計算機(jī)生成圖像和拼接圖像,與基于高階統(tǒng)計特征和幾何不變量的算法相比,該算法具有更高的效率、準(zhǔn)確率和魯棒性;
   (2)分析數(shù)字圖像特征提取的理論基礎(chǔ)與眾多的特征提取算法,形成數(shù)字圖像特征提取的理論架構(gòu)?;趫D像的可預(yù)測理論,研究人員提出了多種估計圖像的算法,然而一些圖像估計的方法還沒有被引入到數(shù)字圖像被動取證領(lǐng)域。本文

3、把網(wǎng)函數(shù)插值法從圖像復(fù)原領(lǐng)域引入文中,與數(shù)字圖像特征提取理論一起作為數(shù)字圖像被動取證算法的理論基礎(chǔ);
   (3)為了使自然圖像的概念能夠準(zhǔn)確的在數(shù)字圖像被動取證領(lǐng)域中對圖像進(jìn)行分類,本文對自然圖像的定義進(jìn)行了補(bǔ)充:專指那些非人造、非隨機(jī),并且具有內(nèi)容原始性、真實性和完整性的圖像;
   (4)根據(jù)圖像質(zhì)量評價參數(shù),提取小波分解后的子圖像與預(yù)測子圖像之間的像素統(tǒng)計差異、相關(guān)性差異、譜距離差異、人眼視覺系統(tǒng)理解差異以及兩者

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論