多功能数字图像水印技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景和意义 | 第9页 |
| ·数字水印技术的研究现状及主要应用 | 第9-11页 |
| ·作者的主要贡献 | 第11页 |
| ·全文组织结构 | 第11-13页 |
| 第二章 数字水印技术简介 | 第13-20页 |
| ·数字水印的基本框架 | 第13-14页 |
| ·数字水印的特征与分类 | 第14-15页 |
| ·可见数字图像水印技术 | 第15-16页 |
| ·脆弱数字图像水印技术 | 第16-18页 |
| ·多功能数字图像水印技术 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 相关理论 | 第20-33页 |
| ·提升小波变换 | 第20-25页 |
| ·基本原理 | 第20-21页 |
| ·小波提升步骤 | 第21-22页 |
| ·提升小波分解与重构 | 第22-23页 |
| ·整型提升小波变换 | 第23-25页 |
| ·混沌理论概述 | 第25-28页 |
| ·混沌的概念 | 第25-26页 |
| ·Logistic 混沌系统 | 第26-27页 |
| ·Logistic混沌序列在本文中的应用 | 第27-28页 |
| ·人工神经网络 | 第28-32页 |
| ·神经元模型 | 第28-29页 |
| ·Hebb学习规则 | 第29-30页 |
| ·神经网络模型及工作方式 | 第30-31页 |
| ·神经网络的基本功能 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于DHNN可无损恢复的可见水印技术 | 第33-41页 |
| ·基于神经网络的图像水印算法分析 | 第33-34页 |
| ·离散Hopfield神经网络（DHNN）设计 | 第34页 |
| ·基于DHNN可无损恢复的可见水印 | 第34-36页 |
| ·可见水印的嵌入算法分析 | 第34-35页 |
| ·基于DHNN可见水印的嵌入与去除 | 第35-36页 |
| ·安全的可变强度的可见水印设计 | 第36页 |
| ·实验结果与分析 | 第36-40页 |
| ·性能评估 | 第36-37页 |
| ·不同算法的比较分析 | 第37-39页 |
| ·安全性分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 用于图像认证的半脆弱数字水印的设计与实现 | 第41-48页 |
| ·量化理论 | 第41-42页 |
| ·嵌入策略 | 第42-43页 |
| ·数字水印嵌入 | 第43-44页 |
| ·水印预处理 | 第43页 |
| ·水印的嵌入 | 第43-44页 |
| ·水印的提取 | 第44页 |
| ·水印的篡改检测与定位分析 | 第44-45页 |
| ·实验结果与分析 | 第45-47页 |
| ·嵌入与提取效果 | 第45-46页 |
| ·攻击分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第六章 多功能数字图像水印技术 | 第48-61页 |
| ·多功能水印嵌入方案 | 第48-49页 |
| ·方案一 | 第49-51页 |
| ·可见水印嵌入 | 第49页 |
| ·可见水印的去除和不可见水印的嵌入 | 第49-50页 |
| ·不可见水印的提取检测 | 第50-51页 |
| ·方案二 | 第51-53页 |
| ·不可见水印的嵌入 | 第51-52页 |
| ·不可见水印的提取 | 第52页 |
| ·图像认证 | 第52-53页 |
| ·实验结果与分析 | 第53-60页 |
| ·方案一实验结果与分析 | 第54-57页 |
| ·方案二实验结果与分析 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第七章 全文总结与进一步的工作 | 第61-63页 |
| ·全文总结 | 第61页 |
| ·进一步的工作 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 作者在攻读硕士期间主要研究成果 | 第68页 |
