调色板图像多特征隐写分析技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究背景及其意义 | 第11-12页 |
| ·隐写术以及隐写分析概述 | 第12-13页 |
| ·隐写术概述 | 第12-13页 |
| ·隐写分析概述 | 第13页 |
| ·国内外研究现状 | 第13-14页 |
| ·本论文的章节安排 | 第14-16页 |
| 第2章 数字图像的隐写与隐写分析 | 第16-27页 |
| ·数字图像基础 | 第16-19页 |
| ·图像的表示 | 第16-18页 |
| ·图像的变换 | 第18-19页 |
| ·数字图像隐写 | 第19-21页 |
| ·隐写的分类 | 第19-20页 |
| ·图像空域隐写 | 第20页 |
| ·图像变换域隐写 | 第20-21页 |
| ·数字图像隐写检测 | 第21-26页 |
| ·隐写检测的分类 | 第21-22页 |
| ·常用的分析特性 | 第22-24页 |
| ·分类器 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 MBA算法实现与分析 | 第27-39页 |
| ·MBA隐写算法 | 第27-29页 |
| ·MBA隐写嵌入仿真 | 第29-33页 |
| ·MBA算法的程序实现 | 第33-38页 |
| ·生成分配表 | 第33-36页 |
| ·嵌入和提取 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 多特征MBA隐写分析算法 | 第39-50页 |
| ·对MBA的算法分析 | 第39-43页 |
| ·共生矩阵特性 | 第40-41页 |
| ·直方图特性 | 第41-43页 |
| ·多特征的提取 | 第43-46页 |
| ·共生矩阵特征的提取 | 第43-44页 |
| ·统计直方图特征的提取 | 第44-45页 |
| ·特征的降维 | 第45-46页 |
| ·支持向量机分类检测 | 第46-47页 |
| ·实验结果 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 总结与展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第56页 |
