| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 本文的研究背景及意义 | 第11-12页 |
| 1.2 相关研究的发展现况 | 第12-18页 |
| 1.2.1 数字水印的发展 | 第12-13页 |
| 1.2.2 视频水印的发展 | 第13-16页 |
| 1.2.3 视频水印的主要问题 | 第16-18页 |
| 1.3 数字水印的性能要求 | 第18-20页 |
| 1.3.1 图像水印的一般要求 | 第18-19页 |
| 1.3.2 视频水印的特殊要求 | 第19页 |
| 1.3.3 不同背景下的性能要求 | 第19-20页 |
| 1.4 论文主要工作与章节安排 | 第20-21页 |
| 第2章 视频水印研究 | 第21-30页 |
| 2.1 视频水印的性能及评估标准 | 第21-23页 |
| 2.2 视频水印的发展趋势 | 第23页 |
| 2.3 人类视觉系统概述 | 第23-28页 |
| 2.3.1 视觉模型发展 | 第24-25页 |
| 2.3.2 人眼视觉系统对图像的感知特性 | 第25-28页 |
| 2.4 压缩域视频水印算法分类 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于 Watson 视觉模型的 DCT 系数域差分能量水印算法 | 第30-48页 |
| 3.1 Watson 视觉模型 | 第30-32页 |
| 3.1.1 灵敏度特性 | 第31页 |
| 3.1.2 亮度掩蔽特性 | 第31页 |
| 3.1.3 对比度掩蔽特性 | 第31-32页 |
| 3.1.4 综合 | 第32页 |
| 3.2 差分能量水印（DEW）算法 | 第32-37页 |
| 3.2.1 算法描述 | 第32-35页 |
| 3.2.2 本文改进方案 | 第35-37页 |
| 3.3 算法整体框架描述 | 第37-38页 |
| 3.4 算法步骤 | 第38-40页 |
| 3.4.1 水印预处理算法 | 第38-39页 |
| 3.4.2 水印嵌入算法 | 第39页 |
| 3.4.3 水印提取算法 | 第39-40页 |
| 3.5 实验与分析 | 第40-47页 |
| 3.5.1 实验条件 | 第40-41页 |
| 3.5.2 水印嵌入与提取实验 | 第41-44页 |
| 3.5.3 攻击实验 | 第44-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 基于 Watson 视觉模型的 VLC 域差分能量水印算法 | 第48-60页 |
| 4.1 视频编解码概述 | 第48-51页 |
| 4.1.1 视频编解码标准发展历程 | 第48-50页 |
| 4.1.2 FLV 视频编解码简述 | 第50-51页 |
| 4.2 算法整体框架描述 | 第51-52页 |
| 4.3 算法步骤 | 第52-54页 |
| 4.3.1 水印预处理算法 | 第52-53页 |
| 4.3.2 水印嵌入算法 | 第53-54页 |
| 4.3.3 水印提取算法 | 第54页 |
| 4.4 实验与分析 | 第54-59页 |
| 4.4.1 实验条件 | 第54-55页 |
| 4.4.2 视觉效果对比实验 | 第55-56页 |
| 4.4.3 PSNR 对比实验 | 第56页 |
| 4.4.4 NC 对比实验 | 第56-57页 |
| 4.4.5 实时性对比实验 | 第57-58页 |
| 4.4.6 噪声攻击对比实验 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 论文工作总结 | 第60-61页 |
| 5.2 工作展望 | 第61-62页 |
| 缩略语 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间发表或录用的论文 | 第69页 |
| 攻读硕士学位期间参加的课题与项目 | 第69-72页 |
| 上海交通大学硕士学位论文答辩决议书 | 第72页 |