| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 引言 | 第9-16页 |
| ·研究背景和意义 | 第9-10页 |
| ·研究中存在的问题 | 第10-11页 |
| ·数字水印算法的研究现状分析 | 第11-14页 |
| ·空间域水印算法 | 第11-13页 |
| ·变换域水印算法 | 第13-14页 |
| ·神经网络水印算法 | 第14页 |
| ·扩频水印算法 | 第14页 |
| ·主要研究内容和论文章节安排 | 第14-16页 |
| 第2章 数字水印概述 | 第16-27页 |
| ·数字水印的定义和基本框架 | 第16-19页 |
| ·数字水印的定义 | 第16页 |
| ·数字水印的基本框架 | 第16-19页 |
| ·数字水印的基本特性 | 第19-20页 |
| ·数字水印分类 | 第20-23页 |
| ·数字水印系统攻击分类 | 第23-24页 |
| ·数字水印的应用 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于 P-Fibonacci 加密的模糊自适应水印新算法 | 第27-40页 |
| ·置乱原理 | 第27-30页 |
| ·P-Fibonacci 序列 | 第28-29页 |
| ·1D P-Fibonacci 变换 | 第29页 |
| ·2D P-Fibonacci 变换 | 第29-30页 |
| ·Fibonacci P-code 位平面分解 | 第30-32页 |
| ·Fibonacci P-code | 第30-31页 |
| ·Fibonacci P-code 位面分解 | 第31-32页 |
| ·新型图像加密算法 | 第32-33页 |
| ·基于 P-Fibonacci 加密的水印算法 | 第33-35页 |
| ·基于 P-Fibonacci 加密的水印嵌入流程 | 第34-35页 |
| ·基于 P-Fibonacci 加密的水印检测流程 | 第35页 |
| ·实验仿真结果 | 第35-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于超分辨率重构的数字水印新算法 | 第40-56页 |
| ·超分辨率图像重构 | 第40-48页 |
| ·超分辨率重构的概念 | 第40-41页 |
| ·超分辨率图像的稀疏编码 | 第41-45页 |
| ·字典学习 | 第45-48页 |
| ·纠错编码及解码 | 第48-49页 |
| ·纠错编码 | 第48页 |
| ·纠错解码 | 第48-49页 |
| ·重复编码 | 第49页 |
| ·基于超分辨率重构的水印嵌入和提取 | 第49-50页 |
| ·基于超分辨率重构的水印信息的嵌入 | 第49-50页 |
| ·基于超分辨率重构的水印信息的提取 | 第50页 |
| ·实验与分析 | 第50-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 基于纠错编码和 RBF 神经网络的混沌水印算法 | 第56-64页 |
| ·径向基函数神经网络(RBF) | 第56-58页 |
| ·RBF 神经网络模型 | 第56-58页 |
| ·RBF 神经网络的训练过程 | 第58页 |
| ·混沌置乱 | 第58-59页 |
| ·水印的嵌入与检测 | 第59-60页 |
| ·水印的嵌入 | 第59页 |
| ·水印的检测 | 第59-60页 |
| ·实验仿真结果 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 双水印结合图像旋转的版权水印新算法 | 第64-79页 |
| ·图像旋转及旋转角度估计算法 | 第64-69页 |
| ·局部运动估计 | 第64页 |
| ·全局运动估计 | 第64-66页 |
| ·旋转模型 | 第66-69页 |
| ·基于图像旋转和双水印的版权水印算法 | 第69-73页 |
| ·可见水印的嵌入过程 | 第69-72页 |
| ·鲁棒水印的嵌入和提取过程 | 第72-73页 |
| ·实验仿真结果 | 第73-78页 |
| ·可见水印的嵌入效果和可消除性 | 第74-76页 |
| ·可见水印的篡改检测和恢复性能 | 第76-77页 |
| ·鲁棒水印的抗攻击性能 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 第7章 总结与展望 | 第79-81页 |
| ·全文总结 | 第79-80页 |
| ·研究展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-87页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第87页 |
