摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
1 绪论 | 第12-19页 |
1.1 引言 | 第12页 |
1.2 论文的选题背景 | 第12-14页 |
1.3 国内外信息隐藏发展现状 | 第14-17页 |
1.3.1 应用于图像中的信息隐藏技 | 第14-16页 |
1.3.2 信息隐藏分析 | 第16-17页 |
1.3.3 国内在信息隐藏方面的现状 | 第17页 |
1.4 本文的章节安排 | 第17-19页 |
2 信息隐藏与隐写术 | 第19-30页 |
2.1 信息隐藏的历史 | 第19-20页 |
2.2 人类的感觉系统对信息隐藏的影响 | 第20-24页 |
2.2.1 人类视觉系统 | 第21-23页 |
2.2.2 人类听觉系统 | 第23-24页 |
2.3 信息隐藏的理论基础 | 第24-26页 |
2.3.1 信息隐藏的概念 | 第24页 |
2.3.2 信息隐藏的基本模型 | 第24-26页 |
2.4 信息隐藏技术的一般特性 | 第26-27页 |
2.5 信息隐藏学的主要分支 | 第27-29页 |
2.6 本章小结 | 第29-30页 |
3 隐写算法 | 第30-38页 |
3.1 结构隐写方法 | 第30页 |
3.2 空域算法 | 第30-34页 |
3.3 变换域算法 | 第34-35页 |
3.4 压缩域算法 | 第35-36页 |
3.5 扩展频谱技术 | 第36-37页 |
3.6 本章小结 | 第37-38页 |
4 隐写分析 | 第38-46页 |
4.1 视觉检测 | 第38页 |
4.2 特征检测 | 第38-40页 |
4.3 统计检测 | 第40-45页 |
4.3.1 压缩域算法的隐藏攻击技术 | 第40-41页 |
4.3.2 空域隐藏算法隐藏攻击技术 | 第41-43页 |
4.3.3 变换域中信息隐藏攻击技术 | 第43-45页 |
4.4 本章小结 | 第45-46页 |
5 基于SVM 的隐写分析算法的设计与实现 | 第46-65页 |
5.1 支持向量机理论 | 第46-50页 |
5.1.1 最优分类面 | 第46-48页 |
5.1.2 支持向量与支持向量机 | 第48-49页 |
5.1.3 核函数 | 第49-50页 |
5.2 基于SVM 的图像隐写分析算法的设计与实现 | 第50-57页 |
5.2.1 本设计所选取的图像 | 第50-51页 |
5.2.2 算法设计 | 第51页 |
5.2.3 特征向量的选取 | 第51-57页 |
5.2.4 SVM 软件包选取 | 第57页 |
5.3 实验准备与实验过程 | 第57-58页 |
5.4 实验结果及分析 | 第58-60页 |
5.5 基于SVM 的公安图像隐写检测系统的设计 | 第60-64页 |
5.5.1 系统主要功能模块 | 第60-61页 |
5.5.2 系统的主要功能 | 第61-62页 |
5.5.3 系统结构设计 | 第62-63页 |
5.5.4 系统整体环境 | 第63-64页 |
5.6 本章小结 | 第64-65页 |
6 总结和展望 | 第65-66页 |
参考文献 | 第66-72页 |
致谢 | 第72-73页 |
攻读学位期间发表的学术论文目录 | 第73-74页 |
上海交通大学学位论文答辩决议书 | 第74页 |