图像隐写分析算法研究

摘要	第1-5页
Abstract	第5-14页
第1章 绪论	第14-23页
·研究背景	第14页
·信息隐藏	第14-17页
·信息隐藏研究的历史与现状	第14-15页
·隐写术和信息隐藏	第15-17页
·隐写术和隐写分析	第17-20页
·根据已知信息分类的隐写分析	第18页
·根据信息隐藏域分类的隐写分析	第18页
·根据实现技术分类的隐写分析	第18-19页
·根据载体类型分类的隐写分析	第19-20页
·主要工作	第20-22页
·论文组织	第22-23页
第2章 图像隐写分析基础理论研究	第23-43页
·隐写术安全模型	第23-30页
·信息论的一些基本结论	第24-25页
·载体无关的隐写术模型	第25-26页
·基于模型的隐写术	第26-28页
·载体相关的隐写术模型	第28-30页
·隐写分析模型与理论	第30-35页
·隐写分析的假设检验模型	第30-31页
·基于模型的隐写分析	第31-33页
·载体相关的隐写分析	第33-35页
·图像盲隐写分析研究的基础	第35-42页
·特征向量	第37-38页
·分类算法	第38-42页
·小结	第42-43页
第3章 有损压缩图像隐写分析算法研究	第43-68页
·有损压缩图像	第43-45页
·以JPEG图像为载体的隐写术	第45-48页
·以JPEG图像为载体的传统隐写分析算法	第48-50页
·典型的隐写分析算法	第48-49页
·传统隐写分析算法的缺点	第49-50页
·基于多域易变特征的JPEG图像隐写分析算法	第50-60页
·基于模型的隐写分析思想的应用	第50-52页
·特征向量	第52-56页
·实验细节和结果评价	第56-59页
·特征向量区分能力的宏观表现	第59-60页
·多域特征向量在灰度图像中的应用	第60-67页
·DCT域统计量	第61-62页
·空域统计量	第62-63页
·特征计算方法	第63-64页
·实验细节和结果评价	第64-67页
·小结	第67-68页
第4章 原始类图像隐写分析算法研究	第68-95页
·原始类图像格式	第68页
·以BMP图像为载体的隐写术	第68-69页
·空域隐写术	第68-69页
·变换域隐写术	第69页
·以BMP图像为载体的传统隐写分析算法	第69-72页
·Harmsen隐写分析算法	第69-71页
·Shi隐写分析算法	第71-72页
·灰度图像中基于高阶微分的隐写分析算法	第72-80页
·高阶微分对载体图像及其隐密图像的区分性	第72-76页
·30维特征向量	第76-78页
·实验结果与讨论	第78-80页
·彩色图像中基于高阶微分的隐写分析算法	第80-94页
·彩色图像中的微分运算	第81页
·彩色图像中的特征向量	第81-86页
·实验数据与分析	第86-89页
·基于主元特征的隐写分析算法	第89-93页
·关于微分运算区分能力的分析	第93-94页
·小结	第94-95页
第5章 有限调色板图像隐写分析算法研究	第95-115页
·有限调色板图像格式和存储表示	第95页
·以GIF图像为载体的隐写术	第95-98页
·在调色板中隐藏信息	第95页
·在图像数据中隐藏信息	第95-98页
·以GIF图像为载体的传统隐写分析算法	第98-99页
·基于图像子块颜色复杂度的隐写分析算法	第99-106页
·图像子块颜色复杂度的计算	第99-100页
·基于图像子块复杂度的统计量	第100-102页
·实验结果	第102-106页
·基于图像子块颜色复杂度的隐写分析算法的改进	第106-112页
·CCSB_DP算法	第106-107页
·CCSB_CNC算法	第107-108页
·实验结果	第108-112页
·小结	第112-115页
第6章 总结与展望	第115-119页
·隐写分析研究总结	第115-117页
·隐写分析研究展望	第117-119页
附录 缩略语	第119-121页
参考文献	第121-132页
攻读博士学位期间主要的研究成果	第132-134页
致谢	第134页