数字图像水印算法研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 1 绪论 | 第12-25页 |
| ·概述 | 第12-14页 |
| ·课题背景 | 第12-13页 |
| ·发展现状 | 第13-14页 |
| ·数字水印基本原理 | 第14-16页 |
| ·数字水印的基本特性及分类 | 第16-18页 |
| ·基本特性 | 第16页 |
| ·数字水印的分类 | 第16-17页 |
| ·一些水印的攻击 | 第17-18页 |
| ·数字图像水印典型算法 | 第18-22页 |
| ·空域/时域典型嵌入算法 | 第19-20页 |
| ·变换域水印嵌入算法 | 第20-22页 |
| ·数字水印的应用 | 第22-25页 |
| ·数字版权保护 | 第22-23页 |
| ·广播监视 | 第23页 |
| ·内容认证 | 第23页 |
| ·使用控制 | 第23-24页 |
| ·隐蔽通信 | 第24-25页 |
| 2 基于统计模型的数字水印算法 | 第25-40页 |
| ·小波分析 | 第25-35页 |
| ·小波多分辨率分析 | 第26-29页 |
| ·小波系数统计特性 | 第29-30页 |
| ·小波系数统计模型 | 第30-31页 |
| ·参数估计 | 第31-32页 |
| ·嵌入位置 | 第32-33页 |
| ·小波域视觉门限 | 第33-34页 |
| ·定义代价函数 | 第34页 |
| ·最佳嵌入位置 | 第34-35页 |
| ·水印嵌入算法 | 第35页 |
| ·水印检测 | 第35-36页 |
| ·实验结果 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 3 基于BP 神经网络的盲数字水印算法 | 第40-56页 |
| ·BP 神经网络 | 第40-41页 |
| ·小波树状结构 | 第41-42页 |
| ·小波树 | 第41-42页 |
| ·小波重要树 | 第42-43页 |
| ·确立BP 神经网络结构 | 第43-45页 |
| ·水印嵌入算法 | 第45-49页 |
| ·图像置乱 | 第45-46页 |
| ·嵌入步骤 | 第46-48页 |
| ·水印的盲提取 | 第48-49页 |
| ·实验结果 | 第49-55页 |
| ·本章小结 | 第55-56页 |
| 4 基于混沌系统的盲数字水印算法 | 第56-71页 |
| ·混沌系统简述 | 第56-61页 |
| ·混沌的定义 | 第56-57页 |
| ·混沌系统的特性 | 第57-58页 |
| ·典型混沌系统简介 | 第58-61页 |
| ·数字水印嵌入算法 | 第61-63页 |
| ·水印加密 | 第61-62页 |
| ·水印嵌入步骤 | 第62-63页 |
| ·提取水印 | 第63-64页 |
| ·实验结果 | 第64-70页 |
| ·本章小结 | 第70-71页 |
| 5 结论 | 第71-74页 |
| ·总结 | 第71-72页 |
| ·展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 已发表论文 | 第80-81页 |
