数字隐写图像的特征提取及信息检测方法
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 引言 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·信息隐藏与隐写术 | 第9-10页 |
| ·信息隐藏 | 第9页 |
| ·隐写术 | 第9-10页 |
| ·最小有效位隐写算法 | 第10页 |
| ·隐写检测及其国内外研究现状 | 第10-11页 |
| ·主要研究内容 | 第11-12页 |
| ·各章节安排 | 第12-13页 |
| 第2章 隐写检测器的模式识别模型设计 | 第13-22页 |
| ·模式识别技术 | 第13页 |
| ·K最近邻分类辨识器 | 第13-14页 |
| ·贝叶斯分类辨识器 | 第14-16页 |
| ·人工神经网络分类辨识器 | 第16-18页 |
| ·支持向量机 | 第18-21页 |
| ·线性支持向量 | 第18-20页 |
| ·非线性支持向量 | 第20-21页 |
| ·本章总结 | 第21-22页 |
| 第3章 有原始图像的LSB隐写信息分析与检测 | 第22-38页 |
| ·检测对象分析 | 第22-23页 |
| ·隐写图像中的隐写技术 | 第22-23页 |
| ·预处理图像 | 第23页 |
| ·特征信息的分析 | 第23-27页 |
| ·C4角平均 | 第24-25页 |
| ·S光谱距离 | 第25-26页 |
| ·H规范化的绝对误差 | 第26-27页 |
| ·特征参数的加工 | 第27-30页 |
| ·特征参数的初步提取 | 第27-28页 |
| ·特征参数的加工处理 | 第28-29页 |
| ·特征参数提取结果 | 第29-30页 |
| ·实验 | 第30-36页 |
| ·实验流程 | 第30页 |
| ·K最邻近辨别器的应用和实验结果 | 第30-33页 |
| ·贝叶斯辨识器的应用和实验结果 | 第33-35页 |
| ·人工神经网络ANN的应用和实验结果 | 第35-36页 |
| ·本章总结 | 第36-38页 |
| 第4章 小波频域相关性算法的隐写图像盲检测 | 第38-51页 |
| ·JPEG2000标准中的小波变换及压缩编码 | 第38-43页 |
| ·JPEG2000标准分析 | 第38-39页 |
| ·JPEG2000中小波变换的分析 | 第39-41页 |
| ·一级小波变换实例 | 第41-43页 |
| ·图像质量特征参数 | 第43-46页 |
| ·“父”子频带系数幅度预估 | 第43-44页 |
| ·检测评估所用的特征 | 第44-45页 |
| ·特征提取 | 第45-46页 |
| ·实验 | 第46-50页 |
| ·实验所选图像集 | 第46-47页 |
| ·实验流程 | 第47-48页 |
| ·辨识器的应用与结果 | 第48-50页 |
| ·本章总结 | 第50-51页 |
| 第5章 基于马尔科夫链的隐写图像盲检测 | 第51-59页 |
| ·马尔科夫链 | 第51页 |
| ·相邻像素间关系 | 第51-53页 |
| ·马尔科夫相邻像素差异值模型(图像质量特征参数) | 第53-55页 |
| ·实验 | 第55-58页 |
| ·本章总结 | 第58-59页 |
| 第6章 总结与展望 | 第59-62页 |
| ·本文总结 | 第59-60页 |
| ·展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读学位期间的研究成果 | 第66页 |
