基于支持向量机的彩色图像数字水印算法研究
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第12-28页 |
1.1 论文研究背景和意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-20页 |
1.2.1 数字水印技术的发展及现状 | 第13-14页 |
1.2.2 数字图像水印典型算法 | 第14-20页 |
1.3 数字水印技术概述 | 第20-23页 |
1.3.1 数字水印的分类 | 第20-21页 |
1.3.2 数字水印系统的模型 | 第21-22页 |
1.3.3 数字水印的主要特性 | 第22-23页 |
1.4 数字水印性能评估 | 第23-27页 |
1.4.1 透明性评价 | 第23-25页 |
1.4.2 鲁棒性评价 | 第25-27页 |
1.5 论文的内容与结构 | 第27-28页 |
第2章 支持向量机及其在数字图像水印中的应用分析 | 第28-43页 |
2.1 引言 | 第28页 |
2.2 支持向量机理论基础 | 第28-31页 |
2.2.1 机器学习问题 | 第28-29页 |
2.2.2 经验风险最小化 | 第29页 |
2.2.3 统计学习理论 | 第29-31页 |
2.3 支持向量机理论 | 第31-39页 |
2.3.1 支持向量机分类 | 第31-36页 |
2.3.2 支持向量机回归 | 第36-38页 |
2.3.3 算法实现 | 第38-39页 |
2.4 支持向量机在数字图像水印中的应用分析 | 第39-42页 |
2.4.1 应用于水印嵌入的分析 | 第39-41页 |
2.4.2 应用于水印检测的分析 | 第41-42页 |
2.5 本章小结 | 第42-43页 |
第3章 基于SVR的图像空间域水印算法 | 第43-63页 |
3.1 引言 | 第43页 |
3.2 算法基本思想 | 第43-48页 |
3.2.1 彩色模型选择分析 | 第43-46页 |
3.2.2 水印的嵌入策略 | 第46-48页 |
3.3 水印的嵌入和提取算法 | 第48-51页 |
3.3.1 水印的嵌入 | 第48-49页 |
3.3.2 水印的提取 | 第49-51页 |
3.4 仿真实验及分析 | 第51-62页 |
3.4.1 算法的实现 | 第51-53页 |
3.4.2 不可感知性评价 | 第53-54页 |
3.4.3 鲁棒性测试分析 | 第54-59页 |
3.4.4 算法性能比较策略 | 第59-60页 |
3.4.5 与其它算法性能比较 | 第60-62页 |
3.5 本章小结 | 第62-63页 |
第4章 基于SVR的图像变换域水印算法 | 第63-97页 |
4.1 引言 | 第63页 |
4.2 数字图像的DCT和DWT | 第63-70页 |
4.2.1 离散余弦变换(DC) | 第63-65页 |
4.2.2 离散小波变换(DWT) | 第65-70页 |
4.3 基于SVR的DCT域水印算法 | 第70-84页 |
4.3.1 算法基本思想 | 第70-72页 |
4.3.2 水印的嵌入和提取算法 | 第72-75页 |
4.3.3 仿真实验及分析 | 第75-84页 |
4.4 基于SVR的DWT域水印算法 | 第84-96页 |
4.4.1 算法基本思想 | 第84-85页 |
4.4.2 水印的嵌入和提取算法 | 第85-86页 |
4.4.3 仿真实验及分析 | 第86-96页 |
4.5 本章小结 | 第96-97页 |
第5章 用于版权标识和保护的双重水印算法 | 第97-117页 |
5.1 引言 | 第97页 |
5.2 双重水印技术分析 | 第97-98页 |
5.2.1 可见水印 | 第97-98页 |
5.2.2 双重水印 | 第98页 |
5.3 双重水印算法基本思想 | 第98-106页 |
5.3.1 可见水印嵌入策略 | 第98-105页 |
5.3.2 不可见水印嵌入策略 | 第105-106页 |
5.4 双重水印算法及仿真实验 | 第106-115页 |
5.4.1 水印的嵌入和提取算法 | 第106-107页 |
5.4.2 仿真实验及分析 | 第107-115页 |
5.5 本章小结 | 第115-117页 |
结论 | 第117-119页 |
参考文献 | 第119-129页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第129-130页 |
攻读博士学位期间参加的项目 | 第130-131页 |
致谢 | 第131页 |