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--一般性问题论文--安全保密论文

灰度图像LSB算法的自适应隐写分析

摘要第1-4页
Abstract第4-5页
目录第5-7页
第一章 绪论第7-21页
   ·课题的研究背景及意义第7-8页
   ·信息隐藏技术第8-11页
     ·信息隐藏的定义第8页
     ·信息隐藏系统的一般模型第8-9页
     ·信息隐藏技术的分类第9页
     ·信息隐藏技术的发展第9-11页
   ·隐写技术第11-15页
     ·隐写系统模型第11-13页
     ·隐写技术的分类第13-14页
     ·隐写技术的发展与现状第14-15页
   ·隐写分析技术第15-19页
     ·隐写分析技术原理第15-16页
     ·隐写分析技术分类第16-17页
     ·基于图像的隐写分析技术第17-19页
   ·本文的研究工作和结构安排第19-21页
     ·本文的研究工作第19页
     ·本文的结构安排第19-21页
第二章 预备知识第21-39页
   ·LSB 隐写技术第21-24页
     ·LSB 隐写技术的原理第21-23页
     ·LSB 隐写技术的算法描述第23页
     ·常见 LSB 隐写技术第23-24页
   ·针对 LSB 算法的隐写分析技术第24-28页
     ·分辨函数检测法第24-25页
     ·RS(regular singular)图像隐写分析第25-26页
     ·χ~2(Chi-Square)统计检测法第26-28页
   ·现有分析方法的理论极限第28页
   ·预备定理公式第28-36页
     ·统计假设检验第28-31页
     ·内曼—皮尔森引理(the Neyman-Pearson lemmaN-P 引理)第31-33页
     ·柯西—许瓦兹不等式第33-34页
     ·林德伯格中心极限定理(the Lindeberg central limit theorem)第34-35页
     ·斯勒茨基定理(Slutsky’s Theorem)第35-36页
   ·问题陈述第36-38页
     ·LSB 隐写算法模型第36-37页
     ·LSB 隐写算法的检测问题第37-38页
   ·本章小结第38-39页
第三章 自适应 AUMP 隐写分析算法第39-53页
   ·载体图像的统计模型第39-44页
     ·自然原始像素模型第39-40页
     ·自然原始像素子集模型第40-42页
     ·载体像素子集模型第42-44页
   ·AUMP 准则以及检测概率上限第44-47页
     ·AUMP 最优性准则第44-46页
     ·检测概率上限第46-47页
   ·自适应 AUMP 检验第47-51页
     ·载体图像参数的估值第47-49页
     ·渐近最优自适应检验第49-51页
   ·本章小结第51-53页
第四章 仿真分析与性能比较第53-57页
   ·仿真数据分析第53-55页
   ·与其他算法的性能比较第55-56页
   ·本章小结第56-57页
第五章 结论与展望第57-59页
   ·本文总结第57页
   ·下一步工作展望第57-59页
致谢第59-61页
参考文献第61-65页
研究成果第65-67页
附录A 定理 1 的证明第67-71页
附录B 定理 2 的证明第71-79页

论文共79页,点击 下载论文
上一篇:用户友好的可视秘密分享技术研究
下一篇:概念三元格构造算法及应用研究