| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| ·研究背景及意义 | 第12-14页 |
| ·国内外研究现状 | 第14-15页 |
| ·论文的主要工作及章节安排 | 第15-17页 |
| 第2章 数字图像哈希 | 第17-28页 |
| ·传统密码学哈希 | 第17-18页 |
| ·数字图像哈希的概念和一般流程 | 第18-19页 |
| ·数字图像的认证 | 第19-22页 |
| ·数字图像哈希的认证 | 第20页 |
| ·图像认证方法的分类 | 第20-21页 |
| ·图像内容认证技术的关键问题 | 第21-22页 |
| ·数字图像哈希的主要性能 | 第22-23页 |
| ·数字图像哈希的应用 | 第23-24页 |
| ·数字图像哈希的方法 | 第24-26页 |
| ·数字图像哈希的研究方法分类 | 第24-26页 |
| ·不同算法的性能评估 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第3章 一种鲁棒和安全的感知图像哈希算法 | 第28-43页 |
| ·提升小波变换的相关理论 | 第28-29页 |
| ·混沌系统的相关理论 | 第29-30页 |
| ·算法流程 | 第30-36页 |
| ·预处理 | 第30-32页 |
| ·特征提取 | 第32-35页 |
| ·后期处理 | 第35页 |
| ·图像认证 | 第35-36页 |
| ·实验结果 | 第36-42页 |
| ·算法的鲁棒性 | 第36-39页 |
| ·算法的脆弱性 | 第39-41页 |
| ·算法的安全性 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于BP神经网络的图像哈希算法 | 第43-52页 |
| ·BP神经网络的相关理论 | 第43-45页 |
| ·BP神经网络简介 | 第43-44页 |
| ·BP的学习及工作规则 | 第44-45页 |
| ·算法流程 | 第45-48页 |
| ·预处理 | 第45-46页 |
| ·哈希值的产生 | 第46-48页 |
| ·量化压缩 | 第48页 |
| ·内容认证 | 第48页 |
| ·实验仿真 | 第48-51页 |
| ·鲁棒性分析 | 第49-50页 |
| ·脆弱性分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 附录A (攻读学位期间完成的学术论文和参加的项目) | 第60页 |