1. 本选题研究的目的及意义
随着互联网和数字技术的快速发展，数字图像已成为人们日常生活中不可或缺的一部分。
然而，数字图像的易篡改性也为信息安全带来了巨大挑战。
其中，中值滤波作为一种常见的图像处理操作，常被用于去除图像噪声和保护隐私，但同时也可能被恶意利用，例如对图像进行篡改后使用中值滤波来隐藏篡改痕迹。
2. 本选题国内外研究状况综述
近年来，图像中值滤波取证技术得到广泛关注和研究。
现有研究方法主要集中在特征提取和分类器设计两个方面，并取得了一定的进展，但仍存在一些不足。
1. 国内研究现状
3. 本选题研究的主要内容及写作提纲
本研究的主要内容包括以下几个方面:
1. 主要内容
1.研究彩色图像中值滤波的特点和规律，分析中值滤波对彩色图像颜色空间、边缘、纹理等特征的影响，为后续特征提取和模型设计提供理论依据。
4. 研究的方法与步骤
本研究将采用以下方法和步骤：
1.文献调研：查阅国内外相关文献，了解彩色图像中值滤波取证的研究现状、主要方法和技术难点，为本研究提供理论基础和参考依据。
2.特征分析：分析中值滤波对彩色图像的影响，研究不同颜色空间、滤波窗口大小、滤波次数等因素对图像特征的影响，提取有效的判别性特征。
3.模型设计：设计基于卷积神经网络的彩色图像中值滤波取证模型。
5. 研究的创新点
本研究的创新点主要体现在以下几个方面：
1.提出一种基于深度学习的彩色图像中值滤波取证方法，相较于传统方法，该方法能够自动学习图像特征，无需人工设计特征，具有更高的检测精度和效率。
2.构建包含多种类型中值滤波算法的彩色图像数据集，用于模型训练和测试，提高模型的泛化能力，使其能够有效检测不同类型的中值滤波操作。
3.探索不同网络结构、卷积核大小、激活函数等因素对模型性能的影响，并对模型进行优化，以提高其检测准确率和效率。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
[1]李欣,李丽,郭云飞,等.基于深度学习的图像篡改检测与定位技术综述[J].计算机科学,2021,48(7):14-28.
[2]张明,王向阳,李欣.基于深度学习的图像拼接伪造检测研究进展[J].计算机应用研究,2020,37(9):2561-2567,2574.
[3]张艳华,李晓龙,张新曼,等.基于深度学习的图像取证技术综述[J].信息网络安全,2019(12):1-9.
