數(shù)字圖像內(nèi)容取證

第1章 緒論
1.1 數(shù)字圖像內(nèi)容取證的研究背景
1.2 數(shù)字圖像內(nèi)容取證的相關(guān)概念
1.2.1 定義及相關(guān)性質(zhì)
1.2.2 數(shù)字水印
1.2.3 計算機取證
1.2.4 人類視覺、計算機視覺與數(shù)字圖像處理
1.3 數(shù)字圖像內(nèi)容取證的研究現(xiàn)狀
小結(jié)
參考文獻
第2章 數(shù)字圖像內(nèi)容取證基礎(chǔ)
2.1 常見的取證類型
2.1.1 數(shù)字圖像篡改取證
2.1.2 模糊退化圖像還原取證
2.2 圖像與人類視覺基礎(chǔ)
2.2.1 圖像及其表示
2.2.2 亮度視覺
2.2.3 顏色視覺
2.3 數(shù)字圖像處理基礎(chǔ)
2.4 數(shù)理統(tǒng)計模型基礎(chǔ)
2.4.1 數(shù)理統(tǒng)計理論基礎(chǔ)
2.4.2 像素統(tǒng)計模型
2.4.3 ac系數(shù)的統(tǒng)計模型
2.4.4 圖像的幾種分布模型實驗結(jié)果
2.5 數(shù)字圖像內(nèi)容取證的研究模型
2.5.1 數(shù)字圖像來源取證
2.5.2 數(shù)字圖像內(nèi)容真實性取證
2.5.3 模糊退化圖像內(nèi)容還原取證
2.5.4 數(shù)字圖像內(nèi)容取證研究框架
2.5.5 數(shù)字圖像內(nèi)容取證的穩(wěn)健性與安全性
小結(jié)
參考文獻
第3章 數(shù)字圖像來源取證
3.1 模擬成像與數(shù)字成像
3.2 成像器件遺留痕跡來源取證
3.2.1 數(shù)字相機成像過程遺留痕跡取證
3.2.2 掃描儀、手機圖像來源取證
3.2.3 打印機圖像來源取證
3.2.4 基于數(shù)字相機模式噪聲特征的數(shù)字來源取證方法
3.3 三維場景遺留痕跡來源取證
3.4 計算機生成圖像與自然圖像來源取證
小結(jié)
參考文獻
第4章 基于標識的取證
4.1 標識取證的基本原理
4.1.1 標識取證的定義與性質(zhì)
4.1.2 標識取證的分類
4.1.3 可見數(shù)字水印與不可見數(shù)字水印
4.1.4 穩(wěn)健性數(shù)字水印、脆弱性數(shù)字水印與數(shù)字指紋
4.2 標識取證的要求與算法設(shè)計
4.2.1 標識取證的要求
4.2.2 數(shù)字水印算法的設(shè)計
4.3 標識取證的應(yīng)用與軟件產(chǎn)品
4.3.1 標識取證的應(yīng)用
4.3.2 標識取證的軟件產(chǎn)品
4.4 標識取證的協(xié)議系統(tǒng)與研究方向
4.4.1 版權(quán)取證的協(xié)議系統(tǒng)
4.4.2 標識取證的研究方向
小結(jié)
參考文獻
第5章 圖像內(nèi)容篡改盲取證
5.1 復(fù)制-粘貼篡改及取證
5.1.1 復(fù)制-粘貼篡改
5.1.2 復(fù)制-粘貼取證
5.1.3 基于sift匹配的復(fù)制-粘貼取證
5.2 重壓縮、重采樣操作及取證
5.2.1 圖像重壓縮和重采樣操作
5.2.2 重壓縮和重采樣取證
5.2.3 二次壓縮的jpeg圖像真實性的過濾算法
5.3 模糊潤飾及取證
5.3.1 模糊潤飾操作及其特性
5.3.2 基于保持邊緣平滑濾波檢測人工模糊
5.3.3 基于benford定律檢測高斯模糊
5.4 對正常操作穩(wěn)健的圖像篡改取證
5.4.1 對圖像重采樣穩(wěn)健的篡改檢測技術(shù)
5.4.2 對打印、掃描操作穩(wěn)健的圖像來源取證技術(shù)
5.5 其他篡改及取證
5.5.1 圖像拼接及取證
5.5.2 圖像修復(fù)及取證
5.5.3 二次獲取及取證
5.6 篡改取證與來源取證
小結(jié)
參考文獻
第6章 隱信道取證
6.1 隱信道取證系統(tǒng)模型
6.2 隱信道取證研究現(xiàn)狀與發(fā)展趨勢
6.3 隱信道取證技術(shù)分類
6.3.1 感官分析
6.3.2 統(tǒng)計分析
6.4 基于統(tǒng)計分析的隱信道取證技術(shù)
6.4.1 強針對性的隱寫分析
6.4.2 通用盲檢測法
6.5 基于隱寫軟件標識特征的隱信道取證
6.5.1 互聯(lián)網(wǎng)中常見的隱寫軟件
6.5.2 基于軟件標識特征的隱寫檢測
6.6 基于圖像二次壓縮的pq專用隱寫分析技術(shù)
小結(jié)
參考文獻
第7章 模糊退化圖像復(fù)原取證
7.1 數(shù)字成像與圖像模糊退化
7.1.1 數(shù)字成像原理
7.1.2 圖像模糊退化的原因及判別
7.1.3 圖像模糊退化／復(fù)原模型
7.2 圖像去噪
7.2.1 圖像噪聲
7.2.2 數(shù)字圖像去噪
7.3 圖像增強
7.3.1 直方圖修正
7.3.2 圖像平滑
7.3.3 圖像銳化
7.3.4 同態(tài)增晰
7.4 圖像的其他去模糊復(fù)原
7.4.1 圖像去壓縮
7.4.2 圖像超分辨率
7.4.3 圖像去霧
7.4.4 圖像融合
7.4.5 圖像分析與圖像理解
7.5 數(shù)字圖像去模糊復(fù)原技術(shù)的特點
小結(jié)
參考文獻
第8章 模糊圖像復(fù)原實例--圖像超分辨率
8.1 圖像超分辨率綜述
8.1.1 圖像超分辨率問題描述
8.1.2 單幅圖像超分辨率
8.1.3 多幅圖像超分辨率
8.2 人臉超分辨率
8.2.1 人臉圖像先驗知識分析
8.2.2 基于樣本庫的人臉超分辨率算法
8.2.3 模糊人臉重建技術(shù)
8.3 車牌超分辨率
8.3.1 車牌超分辨率問題描述
8.3.2 序列圖像穩(wěn)定化
8.3.3 車牌圖像多幀重建
小結(jié)
參考文獻
第9章 數(shù)字圖像篡改綜合取證系統(tǒng)
9.1 數(shù)字圖像篡改綜合取證算法原理
9.1.1 復(fù)制-粘貼sift匹配檢測
9.1.2 復(fù)制-粘貼dct檢測
9.1.3 二次jpeg壓縮檢測
9.1.4 重采樣檢測
9.1.5 cfa檢測
9.1.6 噪聲一致性檢測
9.1.7 光線一致性檢測
9.2 圖像篡改綜合盲取證軟件體系結(jié)構(gòu)
9.3 系統(tǒng)實現(xiàn)的功能及用戶界面
小結(jié)
參考文獻
第10章 數(shù)字圖像內(nèi)容取證與信息安全
10.1 數(shù)字圖像內(nèi)容取證技術(shù)的地位與意義
10.2 取得的成果與面臨的挑戰(zhàn)
10.3 未來的發(fā)展方向