首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

图像取证辅助的混合异构图像隐写分析技术研究

摘要第4-6页
Abstract第6-7页
第一章 绪论第13-25页
    1.1 研究背景及意义第13页
    1.2 信息隐藏第13-14页
    1.3 数字隐写技术第14-16页
        1.3.1 数字隐写的系统模型第14-15页
        1.3.2 数字隐写的性能指标第15页
        1.3.3 数字隐写的研究现状第15-16页
    1.4 隐写分析技术第16-20页
        1.4.1 隐写分析的系统模型第16-17页
        1.4.2 隐写分析的性能指标第17-18页
        1.4.3 隐写分析的研究现状第18-20页
    1.5 数字图像取证技术第20页
    1.6 论文的主要研究内容和章节安排第20-25页
        1.6.1 论文主要研究内容第20-22页
        1.6.2 章节安排第22-25页
第二章 混合异构图像信源统计特性分析第25-37页
    2.1 不同内容复杂度图像的统计特性分析第25-31页
        2.1.1 纹理描述方法——统计方法第26-30页
        2.1.2 纹理描述方法——信号处理方法第30-31页
    2.2 重采样图像的统计特性分析第31-35页
        2.2.1 数字图像重采样原理第31-33页
        2.2.2 相关性和周期性分析第33-35页
    2.3 平滑滤波图像统计特性分析第35-36页
        2.3.1 图像平滑滤波第35-36页
        2.3.2 相关性分析第36页
    2.4 本章小结第36-37页
第三章 基于k均值聚类的混合异构图像隐写检测第37-47页
    3.1 图像内容复杂度对隐写分析的影响第37-41页
        3.1.1 相邻像素差分直方图第37-39页
        3.1.2 边缘像素比第39-40页
        3.1.3 图像内容复杂度对隐写分析的影响第40-41页
    3.2 基于k均值聚类的隐写检测框架第41-42页
    3.3 实验结果及分析第42-46页
        3.3.1 实验设置第42-43页
        3.3.2 结果及分析第43-46页
    3.4 本章小结第46-47页
第四章 结合重采样图像多分类的隐写检测第47-59页
    4.1 重采样操作对隐写分析算法的影响第47-49页
    4.2 结合重采样图像多分类的隐写分析算法第49-54页
        4.2.1 具体实现流程第49-51页
        4.2.2 重采样图像多分类器第51-54页
    4.3 实验结果及分析第54-57页
        4.3.1 实验设置第54-55页
        4.3.2 重采样图像多分类器性能分析第55-56页
        4.3.3 结合重采样图像多分类的隐写分析算法检测结果及分析第56-57页
    4.4 本章小节第57-59页
第五章 结合图像平滑滤波取证的隐写检测第59-71页
    5.1 平滑滤波操作对隐写分析算法的影响第59-60页
    5.2 结合图像平滑滤波取证的隐写分析算法第60-65页
        5.2.1 算法流程图第60-62页
        5.2.2 图像平滑滤波取证第62-65页
    5.3 实验结果及分析第65-69页
        5.3.1 实验设置第65-66页
        5.3.2 图像平滑滤波取证算法的实验结果第66-67页
        5.3.3 结合图像平滑滤波取证的隐写分析算法的实验结果第67-69页
    5.4 本章小节第69-71页
第六章 总结与展望第71-73页
    6.1 本文工作总结第71-72页
    6.2 下一步工作展望第72-73页
致谢第73-75页
参考文献第75-83页
作者简历第83页

论文共83页,点击 下载论文
上一篇:吉高集团资产证券化融资方案设计
下一篇:广州半球集团营销策略研究