| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-19页 |
| ·选题背景和意义 | 第10-11页 |
| ·信息隐藏概述 | 第11-12页 |
| ·信息隐藏的基本概念 | 第11页 |
| ·信息隐藏的分支 | 第11-12页 |
| ·隐写技术 | 第12-13页 |
| ·隐写的基本概念 | 第12-13页 |
| ·隐写与数字水印的区别 | 第13页 |
| ·隐写分析 | 第13-17页 |
| ·隐写分析的基本概念 | 第13-14页 |
| ·隐写分析技术分类 | 第14-15页 |
| ·国内外的研究现状 | 第15-17页 |
| ·论文的主要工作及内容安排 | 第17-19页 |
| ·论文的主要工作 | 第17-18页 |
| ·论文的内容安排 | 第18-19页 |
| 第2章 LSB隐写及隐写分析 | 第19-28页 |
| ·LSB隐写的原理和方法 | 第19-21页 |
| ·位平面的基本概念 | 第19-20页 |
| ·基于LSB的隐写方法 | 第20-21页 |
| ·LSB隐写分析算法 | 第21-25页 |
| ·基于SVM的LSB隐写分析 | 第25-26页 |
| ·支持向量机的理论基础 | 第25-26页 |
| ·支持向量机的应用 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第3章 基于相邻像素相关性的快速LSB隐写分析算法 | 第28-42页 |
| ·统计特征分析 | 第28-35页 |
| ·自然图像的统计特性分析 | 第28-31页 |
| ·LSB隐写后的统计特性分析 | 第31-33页 |
| ·统计特性提取 | 第33-35页 |
| ·算法过程描述 | 第35-37页 |
| ·提取图像的特征向量 | 第35-36页 |
| ·嵌入秘密信息的长度估计 | 第36-37页 |
| ·实验结果及分析 | 第37-41页 |
| ·实验方法 | 第37-38页 |
| ·正确性检测 | 第38-40页 |
| ·有效性检测 | 第40页 |
| ·检测速度 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于最低位平面复杂度的LSB隐写分析算法 | 第42-48页 |
| ·图像LSB的复杂度 | 第42页 |
| ·统计特征分析 | 第42-45页 |
| ·分析统计特征 | 第42-44页 |
| ·提取统计特征向量 | 第44-45页 |
| ·实验结果及分析 | 第45-47页 |
| ·实验方法 | 第45-46页 |
| ·实验结果 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 结论与展望 | 第48-50页 |
| ·本文总结 | 第48页 |
| ·下一步工作展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士期间发表的论文 | 第55-56页 |