| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要内容和结构安排 | 第13-14页 |
| 第二章 数字图像哈希技术 | 第14-24页 |
| 2.1 数字图像哈希基础理论及提取流程 | 第14-15页 |
| 2.2 数字图像哈希的基本性质 | 第15-16页 |
| 2.3 数字图像哈希的分类 | 第16-19页 |
| 2.3.1 基于图像统计特性的哈希算法 | 第16-17页 |
| 2.3.2 基于图像变换域的哈希算法 | 第17-18页 |
| 2.3.3 基于图像底层特征的哈希算法 | 第18-19页 |
| 2.4 数字图像哈希的应用 | 第19-22页 |
| 2.4.1 图像检索 | 第19-20页 |
| 2.4.2 图像识别 | 第20-21页 |
| 2.4.3 图像认证 | 第21页 |
| 2.4.4 数字水印 | 第21-22页 |
| 2.5 本章小结 | 第22-24页 |
| 第三章 基于图像显著性信息的哈希提取算法 | 第24-38页 |
| 3.1 算法描述 | 第24-29页 |
| 3.1.1 DOG（Difference of Gaussian）滤波算子 | 第25-26页 |
| 3.1.2 彩色空间 | 第26-27页 |
| 3.1.3 计算显著性信息 | 第27页 |
| 3.1.4 构造哈希值 | 第27-29页 |
| 3.2 实验结果与分析 | 第29-37页 |
| 3.2.1 显著图提取算法中颜色模型的选择 | 第29-31页 |
| 3.2.2 鲁棒性评估 | 第31-35页 |
| 3.2.3 唯一性 | 第35-36页 |
| 3.2.4 算法比较 | 第36-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第四章 基于图像边缘特征的哈希提取算法 | 第38-50页 |
| 4.1 算法描述 | 第39-44页 |
| 4.1.1 图像边缘切向流场 | 第39-41页 |
| 4.1.2 基于图像边缘流场及DOG滤波的边缘特征提取 | 第41-42页 |
| 4.1.3 稳健Harris角点的特征提取 | 第42-43页 |
| 4.1.4 构造哈希值 | 第43-44页 |
| 4.2 实验结果与分析 | 第44-49页 |
| 4.2.1 图像特征信息的提取 | 第44-46页 |
| 4.2.2 鲁棒性评估 | 第46-47页 |
| 4.2.3 唯一性 | 第47页 |
| 4.2.4 算法比较 | 第47-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 全文总结与展望 | 第50-52页 |
| 5.1 总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 硕士研究生期间发表的论文 | 第58-60页 |
| 致谢 | 第60页 |