+
Действующая цена700 499 руб.
Товаров:
На сумму:

Электронная библиотека диссертаций

Доставка любой диссертации в формате PDF и WORD за 499 руб. на e-mail - 20 мин. 800 000 наименований диссертаций и авторефератов. Все авторефераты диссертаций - БЕСПЛАТНО

Расширенный поиск

Метод обнаружения искусственных искажений данных дистанционного зондирования Земли

  • Автор:

    Кузнецов, Андрей Владимирович

  • Шифр специальности:

    05.13.17

  • Научная степень:

    Кандидатская

  • Год защиты:

    2013

  • Место защиты:

    Самара

  • Количество страниц:

    155 с. : ил.

  • Стоимость:

    700 р.

    499 руб.

до окончания действия скидки
00
00
00
00
+
Наш сайт выгодно отличается тем что при покупке, кроме PDF версии Вы в подарок получаете работу преобразованную в WORD - документ и это предоставляет качественно другие возможности при работе с документом
Страницы оглавления работы


Оглавление
СПИСОК СОКРАЩЕНИЙ И ОБОЗНАЧЕНИЙ
ВВЕДЕНИЕ
1 ИСКУССТВЕННЫЕ ИЗМЕНЕНИЯ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ И МЕТОДЫ ИХ ОБНАРУЖЕНИЯ: СОВРЕМЕННОЕ СОСТОЯНИЕ
1.1 Описание проблемы, активная и пассивная безопасность цифровых изображений. Обзор вариантов данных ДЗЗ
1.2 Основные типы атак и алгоритмы их обнаружения
1.2.1 Дублирование фрагментов на космическом снимке
1.2.2 Вставка фрагмента другого космического снимка
1.2.3 Совмещение космических снимков
1.2.4 Генерирование текстур на космическом снимке
1.2.5 Компрессия космических снимков
1.2.6 Атаки, приводящие к нарушению межканальных зависимостей
1.2.7 Атаки, приводящие к несоответствию освещённости объектов на космическом снимке
1.2.8 Добавление шума
1.2.9 Использование хроматических аберраций изображения для обнаружения атак
1.2.10 Атаки с применением простейших алгоритмов обработки изображений
1.2.11 Атаки с применением операций размытия и повышение резкости
1.2.12 Нарушение смыслового содержания на космическом снимке как способ обнаружения атак
1.2.13 Атаки с изменением семантических данных космических снимков
1.2.14 Специфика обнаружения атак различными алгоритмами
1.3 Выводы и результаты первого раздела
2 МЕТОД ОБНАРУЖЕНИЯ ИСКУССТВЕННЫХ ИСКАЖЕНИЙ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ

2.1 Основные определения и элементарные алгоритмы обнаружения искусственных искажений данных ДЗЗ
2.2 Последовательная вычислительная процедура обнаружения искусственных искажений данных ДЗЗ
2.3 Алгоритм построения последовательной вычислительной процедуры обнаружения искусственных искажений данных ДЗЗ
2.3.1 Построение последовательной вычислительной.........процедуры обнаружения искусственных искажений данных ДЗЗ при наличии статистики
2.3.2 Построение последовательной вычислительной процедуры
обнаружения искусственных искажений данных ДЗЗ при отсутствии статистики
2.4 Выводы и результаты второго раздела
3 ПОИСК ДУБЛИКАТОВ ФРАГМЕНТОВ ИЗОБРАЖЕНИЯ КАК СРЕДСТВО
ОБНАРУЖЕНИЯ ИСКУССТВЕННЫХ ИСКАЖЕНИЙ ДАННЫХ ДЗЗ
3.1 Постановка задачи, существующие решения и направления исследований
3.1.1 Постановка задачи поиска дубликатов
3.1.2 Существующие решения
3.1.3 Направления актуальных исследований
3.2 Координатный шаблон и хэш-функция фрагмента изображения по шаблону
3.3 Хэш-функции и алгоритмы поиска неискажённых дубликатов
3.3.1 Разработанные хэш-функции
3.3.2 Экспериментальные исследования разработанных хэш-функций
3.3.3 Разработанные алгоритмы обнаружения дубликатов
3.3.4 Экспериментальные исследования разработанных алгоритмов
3.4 Поиск дубликатов с использованием линейных локальных признаков..
3.4.1 Построение оптимальной хэш-функции с использованием линейных локальных признаков
3.4.2 Экспериментальные исследования
3.5 Алгоритм поиска геометрически-преобразованных дубликатов
3.5.1 Выбор размера блока
3.5.2 Выбор схемы разбиения изображения на блоки
3.5.3 Алгоритм сравнения блоков
3.5.4 Вычисление векторов-признаков
3.5.5 Алгоритм обнаружения дубликатов
3.5.6 Исследование разработанного алгоритма
3.6 Выводы и результаты третьего раздела
4 НЕКОТОРЫЕ ЭЛЕМЕНТАРНЫЕ АЛГОРИТМЫ ПРОВЕРКИ ДАННЫХ ДЗЗ
4.1 Проверка признаков JPEG сжатия
4.2 Проверка пролёта космического аппарата
4.3 Проверка соответствия условиям съёмки
4.3.1 Проверка соответствия условиям съёмки при наличии векторной карты местности
4.3.2 Проверка соответствия условиям съёмки при отсутствии векторной карты местности
4.4 Выводы и результаты четвёртого раздела
ЗАКЛЮЧЕНИЕ
Список литературы
Приложение А Использование результатов диссертации
Приложение Б Вывод вероятностей ошибок первого и второго рода для
последовательной вычислительной процедуры обнаружения искусственных
искажений данных ДЗЗ
Приложение В Эффективные линейные локальные признаки
Приложение Г Модельно-ориентированные дескрипторы изображения

Методы, указанные в этом подразделе хорошо работают для несжатых JPEG изображений или изображений с высоким качеством. В противном случае они обычно терпят неудачу.
1.2.5 Компрессия космических снимков
Рассматриваемый способ атаки предполагает, что для внесения изменения в изображение его сначала загружают в программное обеспечение обработки изображений, производят необходимые изменения, а затем его повторно сохраняют. В тех случаях, когда исходное изображение было сжато с потерями можно определить факт повторного сохранения и сжатия изображения.
Yi Chen L. и Chiou Т. Hsu [16] предложили модель шумов квантования для определения однократно и двукратно сжатых изображений. В работе [28] Zhigang Fan и Ricardo Queiroz предложили метод определения факта сжатия BMP изображения алгоритмом JPEG. Если факт сжатия выявлен, то далее авторы производят оценку шагов квантования при помощи метода максимального правдоподобия. В [31] Hany Farid предложил метод для обнаружения на изображении характерных признаков сжатия алгоритмом JPEG. Xiaoying Feng и Gwenael Doerr разработали алгоритм обнаружения на изображениях признаков повторного сжатия JPEG [34]. Ими были выявлены признаки периодичности на гистограммах изображений. Jan Lukas and Jessica Fridrich представили метод оценки первичной матрицы квантования на двукратно сжатых изображениях [36]. В статье описаны три различных подхода, среди которых наиболее эффективным, по результатам исследований авторов, является классификатор на основе нейронной сети. Tomas Pevny и Jessica Fridrich в [37] предложили метод, основанный на методе опорных векторов. Вектора-признаки, использованные в нём, были получены из гистограммы низкочастотных коэффициентов ДКП. Dongdong Fu вместе с соавторами в работе [39] предлагают статистическую модель, основанная на законе Бенфорда, для распределений вероятностей первых значений блоков ДКП и коэффициентов квантования JPEG. На основании предположения о том, что операция на уровне блоков изображения приводит к рассогласованиям на границах этих блоков, Chang-Tsun Li [73] предложил метод для анализа свойств блоков изображения. В работе [79] Zhouchen Lin и др. анализировали особенности двойного квантования среди коэффициентов ДКП и

Рекомендуемые диссертации данного раздела

Время генерации: 0.106, запросов: 967