| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 信息隐藏技术概述 | 第10-17页 |
| 1.1.1 研究背景和现状 | 第10-12页 |
| 1.1.2 信息隐藏技术的原理和模型 | 第12-13页 |
| 1.1.3 信息隐藏技术的特点 | 第13-14页 |
| 1.1.4 信息隐藏技术的分类 | 第14-15页 |
| 1.1.5 信息隐藏技术的评价标准 | 第15-17页 |
| 1.2 灰色系统理论概述 | 第17-19页 |
| 1.2.1 灰色理论产生与发展 | 第18页 |
| 1.2.2 灰色系统的概念与基本原理 | 第18-19页 |
| 1.2.3 灰色理论应用现状 | 第19页 |
| 1.3 课题研究内容和论文结构安排 | 第19-21页 |
| 第二章 灰色关联分析理论 | 第21-30页 |
| 2.1 灰色关联分析的定义 | 第21-22页 |
| 2.2 灰色关联分析的方法 | 第22-29页 |
| 2.2.1 数据序列的确定、分类和预处理 | 第22-25页 |
| 2.2.2 灰色关联度的计算 | 第25-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 基于灰关联度和差分扩展的可逆信息隐藏 | 第30-46页 |
| 3.1 边缘检测原理及常用的边缘检测算法 | 第31-32页 |
| 3.2 基于灰色系统理论的边缘检测 | 第32-36页 |
| 3.2.1 灰色关联分析边缘检测原理 | 第32-33页 |
| 3.2.2 灰色关联分析边缘检测的实现 | 第33-36页 |
| 3.3 Tian可逆差分扩展算法 | 第36-40页 |
| 3.3.1 可逆差分扩展算法的数学基础 | 第36-38页 |
| 3.3.2 DE嵌入算法的实现 | 第38-39页 |
| 3.3.3 DE提取算法的实现 | 第39-40页 |
| 3.4 基于灰关联分析和DE改进的可逆信息隐藏算法 | 第40-41页 |
| 3.4.1 嵌入过程 | 第41页 |
| 3.4.2 提取过程 | 第41页 |
| 3.5 实验结果及分析 | 第41-45页 |
| 3.5.1 算法可行性验证 | 第41-42页 |
| 3.5.2 峰值信噪比分析 | 第42-43页 |
| 3.5.3 相邻像素的差值分析 | 第43-45页 |
| 3.5.4 最大嵌入量分析 | 第45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 基于灰关联度和Contourlet变换的信息隐藏 | 第46-70页 |
| 4.1 基于中国剩余定理的图像分存算法 | 第47-50页 |
| 4.1.1 中国剩余定理 | 第47页 |
| 4.1.2 Asmuth_Bloom方案 | 第47-48页 |
| 4.1.3 基于中国剩余定理的图像分存算法 | 第48-49页 |
| 4.1.4 实验结果 | 第49-50页 |
| 4.2 Contourlet变换理论 | 第50-59页 |
| 4.2.1 金字塔结构 | 第51-52页 |
| 4.2.2 五株采样与矩阵坐标变换 | 第52-54页 |
| 4.2.3 滤波器组 | 第54-57页 |
| 4.2.4 Contourlet变换的分析 | 第57-59页 |
| 4.2.5 Contourlet变换实例 | 第59页 |
| 4.3 算法描述 | 第59-61页 |
| 4.3.1 嵌入算法 | 第60页 |
| 4.3.2 秘密信息提取算法 | 第60-61页 |
| 4.4 实验结果及分析 | 第61-69页 |
| 4.4.1 算法可行性验证 | 第61-64页 |
| 4.4.2 算法鲁棒性分析 | 第64-69页 |
| 4.5 安全性分析 | 第69页 |
| 4.6 本章小结 | 第69-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 5.1 总结 | 第70-71页 |
| 5.2 展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 攻读硕士期间取得的研究成果 | 第76-77页 |