| 表目录 | 第1-7页 |
| 图目录 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-11页 |
| 第1章 绪论 | 第11-15页 |
| ·研究背景介绍 | 第11页 |
| ·图像隐写术的研究现状 | 第11-12页 |
| ·图像隐写分析的研究现状 | 第12-13页 |
| ·针对LSB替换的隐写分析 | 第12页 |
| ·针对LSB匹配的隐写分析 | 第12页 |
| ·针对随机调制隐写的隐写分析 | 第12页 |
| ·通用盲检测 | 第12-13页 |
| ·隐写分析算法评估的研究现状 | 第13页 |
| ·论文整体框架 | 第13-15页 |
| 第2章 隐写分析算法的量化评估方案 | 第15-22页 |
| ·可靠性和准确性 | 第15页 |
| ·适用性 | 第15-18页 |
| ·ROC分析简介 | 第15-17页 |
| ·适用性 | 第17-18页 |
| ·最小嵌入率的计算 | 第18页 |
| ·分类代价分析 | 第18-19页 |
| ·计算复杂度分析 | 第19-21页 |
| ·时间复杂度 | 第20页 |
| ·空间复杂度 | 第20页 |
| ·样本量分析 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第3章 量化评估方案在 LSB隐写分析算法中的应用 | 第22-34页 |
| ·实验资料 | 第22页 |
| ·六个典型的LSB隐写分析算法 | 第22-26页 |
| ·RS算法简介 | 第22-23页 |
| ·SPA算法简介 | 第23-24页 |
| ·DIH算法简介 | 第24-25页 |
| ·LSM算法简介 | 第25页 |
| ·MD算法简介 | 第25-26页 |
| ·EsLSB算法简介 | 第26页 |
| ·LSB隐写分析算法的量化评估 | 第26-33页 |
| ·可靠性和准确性 | 第27-28页 |
| ·适用性 | 第28-30页 |
| ·分类代价分析 | 第30-31页 |
| ·计算复杂度分析 | 第31-33页 |
| ·小结 | 第33-34页 |
| 第4章 两种基于多种算法的隐写分析算法 | 第34-47页 |
| ·基于“择多准则”的隐写分析算法 | 第34-37页 |
| ·基于“择多准则”隐写分析算法的简化模型 | 第34-36页 |
| ·“择多”算法的步骤 | 第36-37页 |
| ·误差分析 | 第37页 |
| ·基于贝叶斯分类模型的隐写分析算法 | 第37-42页 |
| ·独立二值特征的贝叶斯分类模型 | 第37-38页 |
| ·基于贝叶斯分类模型的隐写分析算法 | 第38-39页 |
| ·检测效果分析 | 第39-42页 |
| ·误差分析与参数控制 | 第42页 |
| ·两种算法的应用与实验结果分析 | 第42-45页 |
| ·两种算法在 LSB替换隐写检测问题中的应用 | 第42-43页 |
| ·两种算法的检测效果与误差分析 | 第43-45页 |
| ·两种算法的相互关系和应用范围 | 第45-46页 |
| ·两种算法的相互关系 | 第45-46页 |
| ·两种算法的比较与应用范围 | 第46页 |
| ·小结 | 第46-47页 |
| 结束语 | 第47-48页 |
| 一、全文总结 | 第47页 |
| 二、展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第51-52页 |
| 致谢 | 第52页 |