可逆数据隐藏及调色板图像隐写技术研究
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 缩略词表 | 第14-16页 |
| 第1章 绪论 | 第16-34页 |
| 1.1 数据隐藏概述 | 第16-18页 |
| 1.2 数据隐藏的基本框架 | 第18-19页 |
| 1.3 数据隐藏的信息理论基础 | 第19-22页 |
| 1.4 数据隐藏的评价指标 | 第22-24页 |
| 1.5 数据隐藏相关工作概述 | 第24-30页 |
| 1.5.1 数字隐写 | 第24-28页 |
| 1.5.2 可逆数据隐藏 | 第28-30页 |
| 1.6 论文动机、贡献及组织 | 第30-33页 |
| 1.7 本章小结 | 第33-34页 |
| 第2章 基于图染色的调色板图像隐写算法 | 第34-55页 |
| 2.1 基于图染色的自适应调色板图像隐写算法 | 第35-44页 |
| 2.1.1 颜色图构建 | 第36页 |
| 2.1.2 单比特分配 | 第36-39页 |
| 2.1.3 数据嵌入 | 第39-40页 |
| 2.1.4 数据提取 | 第40-41页 |
| 2.1.5 实验结果与分析 | 第41-44页 |
| 2.2 基于多层图染色的调色板图像隐写算法 | 第44-54页 |
| 2.2.1 数据嵌入与提取 | 第44-46页 |
| 2.2.2 多比特颜色映射 | 第46-51页 |
| 2.2.3 实验结果与分析 | 第51-54页 |
| 2.3 本章小结 | 第54-55页 |
| 第3章 基于二阶预测残差的可逆数据隐藏算法 | 第55-67页 |
| 3.1 数据嵌入 | 第56-61页 |
| 3.1.1 像素预测 | 第57-58页 |
| 3.1.2 预测残差的预测 | 第58-59页 |
| 3.1.3 像素排序 | 第59页 |
| 3.1.4 基于二阶预测残差的数据隐藏 | 第59-61页 |
| 3.2 数据提取与图像恢复 | 第61-62页 |
| 3.3 实验结果与分析 | 第62-65页 |
| 3.3.1 参数选择 | 第62-63页 |
| 3.3.2 率失真性能分析 | 第63-65页 |
| 3.4 本章小结 | 第65-67页 |
| 第4章 针对可逆数据隐藏的动态内容选择与预测框架 | 第67-80页 |
| 4.1 动态内容选择与预测框架 | 第69-72页 |
| 4.2 动态内容选择与预测框架的应用 | 第72-74页 |
| 4.3 性能评估与分析 | 第74-78页 |
| 4.3.1 安全性与参数选择 | 第74-77页 |
| 4.3.2 像素选择与率失真性能评估 | 第77-78页 |
| 4.4 本章小结 | 第78-80页 |
| 第5章 针对加密域调色板图像的可逆数据隐藏算法 | 第80-99页 |
| 5.1 算法框架 | 第80-82页 |
| 5.2 加密图像的生成过程 | 第82-86页 |
| 5.3 加密域数据隐藏过程 | 第86-88页 |
| 5.4 数据提取与图像恢复过程 | 第88-89页 |
| 5.5 实验结果与分析 | 第89-98页 |
| 5.5.1 保密性与可靠性 | 第89-91页 |
| 5.5.2 率失真性能评估 | 第91-98页 |
| 5.5.3 时间复杂度分析 | 第98页 |
| 5.6 本章小结 | 第98-99页 |
| 第6章 神经网络在隐写中的应用 | 第99-107页 |
| 6.1 应用FNN模拟LSB替换及矩阵编码操作 | 第100-104页 |
| 6.2 基于神经网络的隐写算法设计难点 | 第104-106页 |
| 6.3 本章小结 | 第106-107页 |
| 结论与展望 | 第107-109页 |
| 致谢 | 第109-110页 |
| 参考文献 | 第110-121页 |
| 攻读博士学位论文期间发表的论文 | 第121-122页 |
| 攻读博士学位期间所获荣誉与奖励 | 第122页 |
