首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--安全保密论文--加密与解密论文

基于神经网络彩色图像盲水印研究及应用

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-18页
   ·论文课题的背景和意义第11-13页
     ·数字水印的背景及其产生第11-12页
     ·彩色图像数字水印第12-13页
   ·国内外的研究现状第13-16页
     ·数字水印技术研究进展第13-14页
     ·鲁棒性彩色图像数字水印算法研究现状第14-15页
     ·基于神经网络的数字水印算法研究进展第15-16页
   ·本文的工作第16-18页
第二章 图像数字水印的基本理论第18-32页
   ·数字水印的概念与特性第18-19页
     ·数字水印技术的概念第18页
     ·数字水印技术的特性第18-19页
   ·数字水印的基本框架第19页
     ·水印信号嵌入框架第19页
     ·水印信号提取框架第19页
   ·数字水印的各种攻击方法和对策第19-20页
     ·几何攻击第19-20页
     ·JPEG 压缩攻击第20页
     ·加噪声攻击第20页
   ·数字水印性能评估第20-21页
     ·峰值信噪比第20-21页
     ·相关系数第21页
   ·DCT、小波变换、Contourlet 变换第21-31页
     ·DCT 变换第21-23页
     ·小波变换第23-25页
     ·Contourlet 变换第25-31页
   ·本章小结第31-32页
第三章 基函数神经网络和图像不变矩第32-39页
   ·神经网络概述第32-33页
   ·基函数神经网络的模型第33-36页
     ·Chebyshev 多项式逼近理论第33-34页
     ·Legendre 多项式逼近理论第34页
     ·单个输入与输出的神经网络模型第34-35页
     ·多个输入与单个输出的神经网络模型第35-36页
   ·图像的几何不变矩第36页
     ·图像几何不变矩的定义第36页
     ·Hu 的七种几何不变矩第36页
   ·Zernike 不变矩第36-38页
     ·Zernike 不变矩的定义第37页
     ·数字图像的Zernike 不变矩第37-38页
   ·本章小结第38-39页
第四章 基于Chebyshev 和Zernike 的空域彩色水印算法第39-48页
   ·引言第39页
   ·RGB 分量特点分析第39页
   ·人类视觉系统(Human Visual System)第39-40页
   ·水印图像Logistic 混沌第40-41页
   ·Chebyshev 基函数神经网络实现第41页
   ·水印算法设计与实现第41-44页
     ·自适应水印嵌入强度元素α第41-42页
     ·水印嵌入第42-43页
     ·水印提取第43-44页
   ·实验结果与分析第44页
   ·结论第44-47页
   ·本章小结第47-48页
第五章 基于Legendre 和Zernike 的Contourlet 变域彩色水印算法第48-58页
   ·引言第48页
   ·Contourlet 变换第48页
   ·Legendre 基函数神经网络第48-49页
   ·水印算法设计与实现第49-51页
     ·水印嵌入第49-50页
     ·水印提取第50-51页
   ·实验结果与分析第51-56页
   ·结论第56-57页
   ·本章小结第57-58页
第六章 数字水印在数字水彩画版权保护中的应用第58-65页
   ·引言第58页
   ·混沌异步加密与解密算法第58-60页
   ·NVF 感知模型第60页
   ·水印的嵌入和提取第60-62页
     ·水印嵌入第60-61页
     ·水印提取第61-62页
   ·系统运行效果展示第62-63页
   ·系统测试结果第63-64页
   ·本章小结第64-65页
第七章 总结和展望第65-67页
   ·工作总结第65-66页
   ·今后的工作及研究展望第66-67页
参考文献第67-72页
致谢第72-73页
攻读学位期间的研究成果第73页

论文共73页,点击 下载论文
上一篇:基于关联规则的结构化浏览技术及其应用
下一篇:基于RFID监狱智能管理系统研究与实现