| 1 综述． | 第1-25页 |
| 1．1 信息伪装分析简介 | 第11-14页 |
| 1．2 信息伪装分析的分类 | 第14页 |
| 1．3 对信息伪装检测进行分类 | 第14-23页 |
| 1．3．1 根据已知消息分类 | 第14-15页 |
| 1．3．2 根据信息伪装算法分类 | 第15-18页 |
| 1．3．3 根据检测方法分类 | 第18-19页 |
| 1．3．4 一些实用的信息伪装检测方法 | 第19-21页 |
| 1．3．5 信息伪装检测的发展现状和发展方向 | 第21-23页 |
| 1．4 本文的主要工作 | 第23-25页 |
| 2 信息伪装分析与检测技术 | 第25-52页 |
| 2．1 信息伪装分析的引言和术语 | 第26-27页 |
| 2．2 信息伪装系统的通信模型 | 第27-32页 |
| 2．2．1 信息伪装系统和通信系统的比较 | 第27-28页 |
| 2．2．2 信息伪装模型的意义 | 第28-30页 |
| 2．2．3 主要的通信模型 | 第30-32页 |
| 2．2．4 信息伪装建模的关键技术 | 第32页 |
| 2．3 检测隐秘信息 | 第32-37页 |
| 2．3．1 基于调色板的图像 | 第34-35页 |
| 2．3．2 图像失真和噪音 | 第35-37页 |
| 2．4 提取隐秘信息 | 第37-38页 |
| 2．5 破坏隐秘信息 | 第38-41页 |
| 2．6 检测信息伪装的理论工具 | 第41-43页 |
| 2．6．1 基于信号检测与估计理论的信息伪装检测技术 | 第41-42页 |
| 2．6．2 基于模式识别理论的信息伪装检测技术 | 第42-43页 |
| 2．7 信息伪装中信道的特征 | 第43-48页 |
| 2．7．1 载体图像的空间域特征 | 第45-48页 |
| 2．7．2 载体图像的频域特征 | 第48页 |
| 2．8 图像载体的随机性分析 | 第48-51页 |
| 2．8．1 随机性检测统计方法 | 第49-51页 |
| 2．9 信息伪装中信号的特征 | 第51-52页 |
| 3 空间域检测算法 | 第52-85页 |
| 3．1．1 基于拉普拉斯滤波的翻转测试检测法 | 第54-62页 |
| 3．1．2 基于梯度能量的翻转测试检测法 | 第62-72页 |
| 3．1．3 基于扩展梯度能量的翻转测试检测法 | 第72-74页 |
| 3．1．4 基于自相关度的翻转测试检测法 | 第74-79页 |
| 3．1．5 基于多特征模式识别的检测方法 | 第79-84页 |
| 3．1．6 时域检测方法总体评价 | 第84-85页 |
| 4 变换域检测技术 | 第85-99页 |
| 4．1．1 高阶离散小波系数的线性分类检测方法 | 第85-92页 |
| 4．1．2 高阶离散小波系数的支撑向量机检测方法 | 第92-97页 |
| 4．1．3 讨论和结论 | 第97-99页 |
| 5 对检测技术的评价和信道的分类探索 | 第99-106页 |
| 5．1 简介 | 第99-100页 |
| 5．2 原始图像的梯度能量 | 第100-104页 |
| 5．2．1 梯度能量变化与LSB嵌入 | 第101-102页 |
| 5．2．2 图像分块LSB翻转测试 | 第102-103页 |
| 5．2．3 梯度能量LSB翻转测试 | 第103-104页 |
| 5．3 结论和未来的方向 | 第104-106页 |
| 6 结论． | 第106-107页 |
| 7 参考文献 | 第107-114页 |
| 8 作者在读期间科研成果简介 | 第114-116页 |
| 9 声明． | 第116-117页 |
| 10 致谢． | 第117页 |