鲁棒性数字图像水印算法研究
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-13页 |
| ·论文的选题背景和意义 | 第6-7页 |
| ·数字水印的研究现状 | 第7-8页 |
| ·数字水印的分类 | 第8-9页 |
| ·数字水印的应用 | 第9-11页 |
| ·本文的主要工作和创新点 | 第11-13页 |
| 第二章 数字图像水印基础理论 | 第13-19页 |
| ·数字图像水印的基本框架 | 第13-14页 |
| ·影响图像水印性能的因素 | 第14-15页 |
| ·图像水印的攻击方法 | 第15-17页 |
| ·图像水印的测评 | 第17-19页 |
| 第三章 基于归一化图像重要区域的图像水印算法 | 第19-29页 |
| ·引言 | 第19-20页 |
| ·图像归一化技术简介 | 第20-21页 |
| ·归一化图像重要区域的确定 | 第21-22页 |
| ·基于归一化图像重要区域的数字水印算法 | 第22-25页 |
| ·数字水印的嵌入 | 第23-25页 |
| ·数字水印的提取 | 第25页 |
| ·仿真实验 | 第25-28页 |
| ·检测性能测试 | 第26页 |
| ·抗攻击能力测试 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 一种基于自适应特征区域的图像水印算法 | 第29-39页 |
| ·引言 | 第29页 |
| ·基于尺度空间特征点的局部特征区域划分 | 第29-31页 |
| ·尺度自适应Harris 算子 | 第30页 |
| ·自动尺度选择和尺度不变特征点 | 第30-31页 |
| ·局部特征区域的自适应划分 | 第31页 |
| ·基于特征点的图像水印算法 | 第31-34页 |
| ·数字水印的嵌入 | 第32-33页 |
| ·数字水印的检测 | 第33-34页 |
| ·仿真实验 | 第34-38页 |
| ·检测性能测试 | 第35-36页 |
| ·抗攻击能力测试 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 一种基于神经网络的半色调图像水印算法 | 第39-46页 |
| ·引言 | 第39-40页 |
| ·基于神经元的半色调处理算法 | 第40-42页 |
| ·半色调调制 | 第40-41页 |
| ·基于神经元的误差扩散核 | 第41-42页 |
| ·基于神经元误差扩散核的半色调图像算法 | 第42-44页 |
| ·数字水印的嵌入 | 第42-43页 |
| ·数字水印的提取 | 第43-44页 |
| ·仿真试验 | 第44-45页 |
| ·检测性能测试 | 第44页 |
| ·抗攻击能力测试 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第六章 总结和展望 | 第46-48页 |
| ·本文工作总结 | 第46页 |
| ·数字水印技术的展望 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士学位期间发表和投稿的论文 | 第54-55页 |
| 攻读硕士学位期间参与的科研项目 | 第55-56页 |
