基于多域特征的图像隐写分析技术研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| 目次 | 第9-11页 |
| 图清单 | 第11-12页 |
| 表清单 | 第12-13页 |
| 1 绪论 | 第13-27页 |
| ·选题背景及意义 | 第13-14页 |
| ·秘密通信与信息隐藏 | 第14-18页 |
| ·历史上的信息隐藏技术 | 第15-16页 |
| ·现代信息隐藏技术的特点及发展 | 第16-18页 |
| ·隐写术与隐写分析技术 | 第18-25页 |
| ·隐写术的基本原理及通用模型 | 第19-20页 |
| ·常用的隐写术 | 第20-22页 |
| ·隐写分析的概念及一般框架 | 第22页 |
| ·隐写分析技术的分类及评价指标 | 第22-24页 |
| ·国内外研究现状及目前存在的问题 | 第24-25页 |
| ·本文的主要研究工作 | 第25-26页 |
| ·论文的结构安排 | 第26-27页 |
| 2 数字图像通用隐写分析技术研究 | 第27-39页 |
| ·图像通用隐写分析技术概述 | 第27-28页 |
| ·典型的图像通用隐写检测算法 | 第28-31页 |
| ·支持向量机分类技术 | 第31-35页 |
| ·线性可分条件下的SVM | 第32-34页 |
| ·非线性可分条件下的SVM | 第34-35页 |
| ·需要核函数映射条件下的SVM | 第35页 |
| ·极限学习机分类技术 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 3 基于多域特征的JPEG图像隐写分析算法研究 | 第39-53页 |
| ·JPEG格式图像 | 第39-42页 |
| ·基于图像多域的统计特征提取 | 第42-46页 |
| ·DCT域特征提取 | 第42-44页 |
| ·DWT域特征提取 | 第44-45页 |
| ·空域特征提取 | 第45-46页 |
| ·统计特征优化 | 第46-48页 |
| ·校准特征 | 第46-47页 |
| ·质心特征 | 第47-48页 |
| ·特征组合 | 第48页 |
| ·实验结果与分析 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 4 基于极限学习机的通用隐写分析算法研究 | 第53-64页 |
| ·概述 | 第53-54页 |
| ·特征提取 | 第54-55页 |
| ·特征约简 | 第55-57页 |
| ·实验 | 第57-63页 |
| ·分类器参数选择 | 第58-60页 |
| ·实验材料准备 | 第60页 |
| ·对比实验及结果分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 5 总结与展望 | 第64-67页 |
| ·对本文工作的总结 | 第64-65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 作者简历 | 第71页 |
