基于视觉信息的量化水印算法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 概述 | 第9页 |
| 1.2 数字水印研究现状 | 第9-11页 |
| 1.3 论文研究内容和主要贡献 | 第11-12页 |
| 1.4 论文组织结构 | 第12-15页 |
| 第二章 数字水印概述 | 第15-21页 |
| 2.1 数字水印技术及原理 | 第15-16页 |
| 2.2 数字水印的特征及评价标准 | 第16-17页 |
| 2.3 数字水印的分类 | 第17-19页 |
| 2.4 数字水印的应用领域及现状 | 第19-20页 |
| 2.5 人类视觉系统 | 第20页 |
| 2.6 本章小结 | 第20-21页 |
| 第三章 量化水印典型算法 | 第21-25页 |
| 3.1 引言 | 第21页 |
| 3.2 量化索引调制QIM | 第21-22页 |
| 3.3 抖动调制QIM-DM | 第22-23页 |
| 3.4 扩展变换抖动调制STDM | 第23页 |
| 3.5 本章小结 | 第23-25页 |
| 第四章 基于语义信息的STDM水印算法 | 第25-35页 |
| 4.1 引言 | 第25-26页 |
| 4.2 基于语义信息的JND模型 | 第26-29页 |
| 4.2.1 空间对比敏感度函数 | 第27页 |
| 4.2.2 亮度掩蔽因子修正 | 第27-28页 |
| 4.2.3 基于语义信息的对比度掩蔽效应 | 第28-29页 |
| 4.3 基于语义信息JND模型的水印算法 | 第29-31页 |
| 4.3.1 水印嵌入过程 | 第30页 |
| 4.3.2 水印检测过程 | 第30-31页 |
| 4.4 实验结果分析 | 第31-33页 |
| 4.5 本章小结 | 第33-35页 |
| 第五章 基于视觉关注的改进STDM算法 | 第35-47页 |
| 5.1 引言 | 第35页 |
| 5.2 人类视觉关注模型 | 第35-36页 |
| 5.3 融合视觉关注特性的JND模型 | 第36-38页 |
| 5.4 基于视觉关注的STDM水印算法 | 第38-40页 |
| 5.4.1 水印嵌入算法 | 第38-39页 |
| 5.4.2 水印提取算法 | 第39-40页 |
| 5.5 实验结果与分析 | 第40-46页 |
| 5.5.1 鲁棒性测试SSIM=0.982 | 第40-43页 |
| 5.5.2 鲁棒性测试VSI=0.982 | 第43-46页 |
| 5.6 本章小结 | 第46-47页 |
| 第六章 总结与展望 | 第47-49页 |
| 参考文献 | 第49-55页 |
| 攻读硕士学位期间发表的学术论著 | 第55-57页 |
| 致谢 | 第57-58页 |
