| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-16页 |
| ·研究背景和意义 | 第12-13页 |
| ·国内外研究现状和趋势 | 第13-15页 |
| ·论文所做工作及结构安排 | 第15-16页 |
| 第二章 隐写与隐写分析技术 | 第16-22页 |
| ·概述 | 第16页 |
| ·隐写技术 | 第16-19页 |
| ·隐写技术基本原理 | 第16-17页 |
| ·隐写系统模型 | 第17页 |
| ·隐写技术分类 | 第17-18页 |
| ·隐写技术应用 | 第18-19页 |
| ·隐写分析技术 | 第19-21页 |
| ·隐写分析技术基本原理 | 第19-20页 |
| ·隐写分析系统模型 | 第20页 |
| ·图像隐写分析技术分类 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 JPEG 数字图像隐写方法 | 第22-27页 |
| ·概述 | 第22页 |
| ·JPEG 数字图像常见隐写方法 | 第22-26页 |
| ·JPEG 简介 | 第22-23页 |
| ·JPEG 数字图像常见隐写方法 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 基于 SVM 的 JPEG 图像通用隐写分析方法 | 第27-34页 |
| ·通用隐写分析概述 | 第27-28页 |
| ·特征选择 | 第28-30页 |
| ·DCT-23 维特征 | 第28-29页 |
| ·马尔科夫矩阵 | 第29-30页 |
| ·Fridrich_274 维特征 | 第30页 |
| ·分类器的选择 | 第30-32页 |
| ·基于 SVM 的图像通用隐写分析方法 | 第32页 |
| ·实验和结果分析 | 第32-33页 |
| ·实验准备 | 第32页 |
| ·实验结果和分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第五章 基于随机森林的 JEPG 图像通用隐写分析方法 | 第34-43页 |
| ·决策树概述 | 第34-35页 |
| ·Bagging 方法 | 第35-36页 |
| ·随机森林 | 第36-38页 |
| ·基于随机森林的隐写分析方法 | 第38页 |
| ·图片特征的选取 | 第38页 |
| ·随机森林树的生成方式 | 第38页 |
| ·训练 | 第38页 |
| ·分类 | 第38页 |
| ·实验和结果分析 | 第38-41页 |
| ·实验准备 | 第38-39页 |
| ·实验结果和分析 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第六章 基于稀疏表示的 JPEG 图像通用隐写分析方法 | 第43-50页 |
| ·稀疏表示理论 | 第43-44页 |
| ·主要稀疏重构算法 | 第44-45页 |
| ·匹配追踪（Matching Pursuit,MP） | 第44页 |
| ·基追踪（Basis Pursuit,BP） | 第44-45页 |
| ·其它重构算法 | 第45页 |
| ·冗余字典的构造 | 第45页 |
| ·隐写分析算法 | 第45-46页 |
| ·图片特征的选取 | 第45页 |
| ·稀疏表示分类算法 | 第45-46页 |
| ·实验和结果分析 | 第46-49页 |
| ·实验准备 | 第46-47页 |
| ·实验结果和分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第七章 总结与展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 硕士在读期间发表的学术论文 | 第55页 |
| 攻读硕士学位期间参与科研项目 | 第55-56页 |
