- 1、本文档共81页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于bdct域系数分析图像拼接检测算法研究-信息与通信工程专业论文
万方数据
万方数据
上海交通大学
学位论文原创性声明
本人郑重声明:所呈交的学位论文,是本人在导师的指导下, 独立进行研究工作所取得的成果。除文中己经注明引用的内容外, 本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。 对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式 标明。本人完全意识到本声明的法律结果由本人承担。
学位论文作者签名:本科
日期: .;J:J I 斗年 t 月二日
b你
b
你
L
句
上海交通大学
学位论文版权使用授权书
、飞
本学位论文作者完全了解学校有关保留、使用学位论文的规定, 同意学校保留并向国家有关部门或机构送交论文的复印件和电子 版,允许论文被查阅和借阅。本人授权上海交通大学可以将本学位 论文的全部或部分内容编入有关数据库进行检索,可以采用影印、 缩印或扫描等复制手段保存和汇编本学位论文。
保密口,在 年解密后适用本授权书。
本学位论文属于 /
不保密 U。
(请在以上方框内打 .j)
「4vρ名巳
「4vρ
名
巳寸
日期: lJJ 吨年 1 月。L 日 日期: 2:J (lf 年 1 月三 日
2
上海交通大学
学位论文原创性声明
本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独 立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论 文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文 的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本 人完全意识到本声明的法律结果由本人承担。
学位论文作者签名:
日期: 年 月 日
上海交通大学
学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定, 同意学校保留并向国家有关部门或机构送交论文的复印件和电子版, 允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的 全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫 描等复制手段保存和汇编本学位论文。
保密□,在 年解密后适用本授权书。
本学位论文属于
不保密□。
(请在以上方框内打“√”)
学位论文作者签名: 指导教师签名:
日期: 年 月 日 日期: 年 月 日
上海交通大学工程硕士学位论文摘要
上海交通大学工程硕士学位论文
摘要
基于 BDCT 域系数分析图像拼接检测算法研究
摘 要
随着信息技术的高速发展,数字图像在人们生活中占有的比重与日俱增,然 而先进图像编辑软件的发展使对于数字图像的篡改变得越来越方便了。因此如何 正确而又高效的鉴别一张图像的真实性和完整性成为了一个十分重要的课题。
研究表明图像 BDCT(Block Discrete Cosine Transform)系数的一些统计信息 对于检测数字图像篡改具有一定的鉴别能力。在本文中,针对 BDCT 域系数对于 拼接图像篡改的鉴别能力进行了深入的研究和探讨。通过理论和实验分析了如何 应用 BDCT 域系数有效的进行拼接图像检测,进而对一阶和二阶 BDCT 域系数的 不同特点进行研究,通过细致的实验对于 BDCT 域系数的鉴别力进行了总结和归 纳。并在研究了不同相邻 BDCT 域系数对的关联性对于拼接图像检测能力的基础 之上,提出了基于鉴别力最大化的分组马尔科夫特征。该特征通过对所有 BDCT 域系数对进行预分组,降低了算法的计算量和最终特征维度,同时加强了特征的 表达能力;然后通过对分组特征互信息量最大化的加权,使得特征的最终鉴别力 最大化。最后,采用支持向量机(SVM)作为分类器,在哥伦比亚大学提供的标 准图像拼接库上完成测试,获得较高的平均准确率(91.2%),优于大多数现有代 表性方法。
关键词:拼接图像检测,马尔科夫随机过程,分块离散余弦变换,最大互信息量
第 I 页
上海交通大学工程硕士学位论文ABS
上海交通大学工程硕士学位论文
ABSTRACT
第
第 II 页
万方数据
Research of Splicing Images Detection Algorithm Based on BDCT
Coefficient
ABSTRACT
With the development of information technology, digital images are more and more important in people’s life. At the same time, the advancement of powerful image modification software makes the manipulation of digital images much easier. Therefore, how to detect the authenticity and integr
您可能关注的文档
- 基于bp神经网络的电力监测多规约识别系统的设计与实现-通信与信息系统专业论文.docx
- 基于fpga的番茄色选高速驱动系统设计研究-农业电气化与自动化专业论文.docx
- 基于cfd技术的深圳福田热岛区热环境改善策略研究-城市规划与设计专业论文.docx
- 基于adams的越野车独立悬架仿真研究-车辆工程专业论文.docx
- 基于flex与arcgisserver的三峡库区水环境查询分析系统研究-大地测量学与测量工程专业论文.docx
- 基于basel新资本协议下的我国商业银行操作风险管理研究-产业经济学专业论文.docx
- 基于asar和生长模拟模型的水稻长势监测研究-森林经理学专业论文.docx
- 基于arm的微型电缸控制系统研究-机械工程专业论文.docx
- 基于abaqus的血管内支架疲劳强度研究-精密仪器及机械专业论文.docx
- 基于fpga的多功能空气质量检测仪设计-电子与通信工程专业论文.docx
文档评论(0)