数字图像通用隐写分析技术的研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-21页 |
| ·课题的研究背景与意义 | 第12-13页 |
| ·隐写分析技术分类 | 第13-14页 |
| ·通用隐写分析技术的国内外研究现状 | 第14-19页 |
| ·现有隐写分析算法存在的主要问题 | 第19页 |
| ·论文的主要研究工作 | 第19-20页 |
| ·论文的组织结构与安排 | 第20-21页 |
| 第2章 通用隐写分析技术的基本相关理论 | 第21-33页 |
| ·隐写分析基本概念 | 第21-24页 |
| ·通用隐写分析技术概述 | 第21-22页 |
| ·衡量隐写分析算法的标准 | 第22-24页 |
| ·支持向量机分类技术 | 第24-28页 |
| ·支持向量机分类器 | 第25-27页 |
| ·核函数 | 第27-28页 |
| ·Haar 小波变换及多分辨率特性 | 第28-29页 |
| ·图像噪声及常用去噪算法 | 第29-31页 |
| ·图像纹理基础知识 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于多噪声特征的数字图像通用隐写分析研究 | 第33-43页 |
| ·图像隐写和加性噪声模型 | 第33-34页 |
| ·图像噪声特征提取 | 第34-37页 |
| ·基于小波分解的噪声特征 | 第34-35页 |
| ·基于去噪算法的噪声特征 | 第35-36页 |
| ·基于领域预测的噪声特征 | 第36-37页 |
| ·校准特征 | 第37-38页 |
| ·实验设置 | 第38-39页 |
| ·实验图像库 | 第38页 |
| ·待分析的隐写算法 | 第38页 |
| ·数据嵌入比例 | 第38-39页 |
| ·支持向量机（SVM）设计及性能衡量标准 | 第39页 |
| ·实验过程、结果及分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于纹理特征的数字图像通用隐写分析研究 | 第43-51页 |
| ·基于纹理特征的通用隐写分析 | 第43-46页 |
| ·数据嵌入对纹理的影响 | 第43-44页 |
| ·利用局部线性变换表示纹理 | 第44-45页 |
| ·利用局部线性变换的隐写分析算法 | 第45页 |
| ·计算归一化直方图 | 第45-46页 |
| ·图像纹理特征的提取 | 第46页 |
| ·实验设置 | 第46-47页 |
| ·实验图像库 | 第46页 |
| ·待分析的隐写算法 | 第46-47页 |
| ·数据嵌入比例 | 第47页 |
| ·实验过程、结果及分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 总结与展望 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58-59页 |
| 附录A 攻读硕士学位期间所发表的学术论文 | 第59-60页 |
| 附录B 攻读硕士学位期间参加的科研项目情况 | 第60页 |
