摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第10-15页 |
1.1 课题研究的背景及意义 | 第10-11页 |
1.1.1 研究的背景 | 第10页 |
1.1.2 研究的意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.2.1 国外研究现状 | 第12页 |
1.2.2 国内研究现状 | 第12-13页 |
1.3 研究的主要内容及写作安排 | 第13-15页 |
1.3.1 研究的主要内容 | 第13页 |
1.3.2 写作安排 | 第13-15页 |
第2章 DCT 域图像水印相关理论基础 | 第15-31页 |
2.1 静止图像的 DCT 域水印生成和嵌入 | 第15-17页 |
2.2 图像 DCT 域水印的检测 | 第17-20页 |
2.2.1 虚警概率和漏警概率 | 第17-18页 |
2.2.2 接收端工作特性(ROC)曲线 | 第18页 |
2.2.3 两种常用的数字水印检测方案 | 第18-20页 |
2.3 图像 DCT 系数建模 | 第20-22页 |
2.3.1 DCT 系数的拉普拉斯模型(Laplacian Model) | 第20-21页 |
2.3.2 DCT 系数的广义高斯分布模型(GGD) | 第21页 |
2.3.3 DCT 系数的均衡稳定簇模型 | 第21-22页 |
2.4 图像 DCT 系数实验建模 | 第22-31页 |
2.4.1 实验前的准备工作 | 第22-23页 |
2.4.2 几种 DCT 系数模型的 P-P 图比较 | 第23-25页 |
2.4.3 特征指数的值的估计 | 第25-26页 |
2.4.4 DCT 系数模型的振幅概率密度(APD)曲线 | 第26-31页 |
第3章 局部最优非线性检测 | 第31-39页 |
3.1 局部最优柯西非线性检测 | 第31-35页 |
3.1.1 高斯检测算法及似然比计算 | 第31-32页 |
3.1.2 局部最优柯西非线性检测算法及似然比计算 | 第32-35页 |
3.2 零记忆非线性检测(ZMNL) | 第35-37页 |
3.2.1 零记忆非线性检测算法 | 第35-36页 |
3.2.2 似然比计算 | 第36-37页 |
3.3 性能分析 | 第37-39页 |
第4章 量化攻击 | 第39-47页 |
4.1 抖动量化 | 第39-43页 |
4.2 量化条件下高斯相关器似然比 | 第43-44页 |
4.3 量化条件下局部最优柯西非线性似然比 | 第44-46页 |
4.4 量化条件下零记忆非线性似然比 | 第46-47页 |
第5章 实验结果 | 第47-51页 |
5.1 检测性能:接收机工作特性曲线 | 第47-50页 |
5.2 量化检测器的鲁棒性 | 第50-51页 |
第6章 总结与展望 | 第51-52页 |
6.1 研究的结论 | 第51页 |
6.2 研究的不足 | 第51页 |
6.3 展望 | 第51-52页 |
参考文献 | 第52-54页 |
附录 | 第54-60页 |
在校期间的研究成果及发表的学术论文 | 第60-61页 |
致谢 | 第61页 |