| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-17页 |
| ·数字水印技术概述 | 第13-14页 |
| ·论文的选题与研究内容 | 第14-17页 |
| ·选题背景 | 第14-15页 |
| ·研究内容 | 第15-16页 |
| ·本文结构 | 第16-17页 |
| 第二章 数字水印技术的基本原理和方法 | 第17-28页 |
| ·数字水印的基本概念 | 第17页 |
| ·数字水印系统的基本框架 | 第17-19页 |
| ·数字水印的生成 | 第18-19页 |
| ·数字水印的嵌入 | 第19页 |
| ·数字水印的提取和检测 | 第19页 |
| ·数字水印的经典算法 | 第19-25页 |
| ·空域算法 | 第19-20页 |
| ·变换域算法 | 第20-24页 |
| ·压缩域算法 | 第24-25页 |
| ·生理模型算法 | 第25页 |
| ·数字水印的分类和应用领域 | 第25-27页 |
| ·数字水印的分类 | 第25-26页 |
| ·数字水印的应用领域 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 数字图像水印技术的不可见性和鲁棒性研究 | 第28-48页 |
| ·数字图像水印技术的不可见性研究 | 第28-31页 |
| ·人类视觉系统(HVS)原理 | 第28-29页 |
| ·利用HVS特性提高不可见性的方法 | 第29-31页 |
| ·数字图像水印技术的鲁棒性研究 | 第31-34页 |
| ·根据某些变换的特性 | 第32页 |
| ·冗余嵌入 | 第32-33页 |
| ·在感知重要的系数中嵌入 | 第33页 |
| ·在已知鲁棒性的系数中嵌入 | 第33-34页 |
| ·基于自组织映射神经网络块分类的 DCT-SVD数字图像水印算法 | 第34-47页 |
| ·基于自组织映射网络的块特性分类方法 | 第34-38页 |
| ·水印图像的加密 | 第38页 |
| ·水印图像的奇异值分解 | 第38-39页 |
| ·载体图像的空间转换 | 第39页 |
| ·水印的嵌入 | 第39-40页 |
| ·水印的提取 | 第40-41页 |
| ·实验结果和分析 | 第41-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 非对称数字水印技术 | 第48-69页 |
| ·对称水印分析 | 第48-49页 |
| ·非对称水印概念和特征 | 第49-50页 |
| ·非对称水印研究进展 | 第50-54页 |
| ·公开部分检测密钥的扩频非对称水印 | 第50页 |
| ·Legendre序列水印 | 第50-51页 |
| ·特征向量水印 | 第51-52页 |
| ·基于单向信号处理的非对称水印 | 第52页 |
| ·基于相位偏移的非对称水印 | 第52-53页 |
| ·零知识水印验证协议 | 第53-54页 |
| ·非对称数字水印体系架构 | 第54页 |
| ·一种结合主分量分析的非对称水印算法 | 第54-68页 |
| ·主分量分析方法简介 | 第55-57页 |
| ·Tzeng方法 | 第57页 |
| ·改进的水印嵌入子空间的构造方法 | 第57-58页 |
| ·水印图像的 PCA | 第58页 |
| ·非对称嵌入私钥和提取公钥的构造 | 第58-59页 |
| ·水印的嵌入 | 第59-60页 |
| ·水印的提取 | 第60-61页 |
| ·实验结果和分析 | 第61-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 总结与展望 | 第69-71页 |
| ·总结 | 第69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-78页 |
| 攻读硕士学位期间发表的论文 | 第78页 |