支持向量机应用于数字水印的算法研究
摘要 | 第1-5页 |
ABSTRACT | 第5-6页 |
创新点摘要 | 第6-9页 |
第一章 绪论 | 第9-12页 |
·课题研究的背景及意义 | 第9页 |
·国内外研究发展现状 | 第9-10页 |
·数字水印的历史 | 第9-10页 |
·数字水印的发展趋势 | 第10页 |
·本论文主要研究内容 | 第10-11页 |
·本章小结 | 第11-12页 |
第二章 数字水印 | 第12-18页 |
·数字水印的基本概念 | 第12-15页 |
·数字水印的定义 | 第12-13页 |
·数字水印的特性 | 第13-14页 |
·数字水印的分类 | 第14-15页 |
·数字水印的性能评价 | 第15-16页 |
·数字水印常受到的攻击方法 | 第16-17页 |
·数字水印的应用 | 第17页 |
·本章小结 | 第17-18页 |
第三章 离散小波变换及其在数字图像水印中的应用 | 第18-21页 |
·离散小波变换基本原理 | 第18-19页 |
·图像的二维正交小波分解 | 第19页 |
·离散小波变换在数字图像水印中的应用 | 第19-20页 |
·本章小结 | 第20-21页 |
第四章 支持向量机及其在数字水印中的应用 | 第21-29页 |
·统计学习理论 | 第21-22页 |
·VC 维 | 第21页 |
·推广性的界 | 第21页 |
·结构风险最小化 | 第21-22页 |
·支持向量机理论 | 第22-26页 |
·支持向量机原理 | 第22-25页 |
·支持向量回归机原理 | 第25-26页 |
·支持向量机在数字水印中的应用 | 第26-28页 |
·本章小结 | 第28-29页 |
第五章 基于支持向量机的小波域数字水印算法 | 第29-47页 |
·水印的预处理 | 第29-30页 |
·水印的嵌入 | 第30-33页 |
·嵌入域的选择 | 第30-31页 |
·支持向量回归机中核函数的选择 | 第31页 |
·SVR 训练样本的选择 | 第31-32页 |
·数字水印的嵌入算法 | 第32-33页 |
·数字水印的提取算法 | 第33-34页 |
·实验结果 | 第34-45页 |
·算法的主观度量 | 第34-35页 |
·算法的客观度量 | 第35页 |
·攻击实验 | 第35-44页 |
·水印检测过程中图像几何校正 | 第44-45页 |
·本章小结 | 第45-47页 |
结论 | 第47-48页 |
参考文献 | 第48-51页 |
发表文章目录 | 第51-52页 |
致谢 | 第52-53页 |
详细摘要 | 第53-61页 |