基于神经网络的数字图像水印算法研究
| 1 绪论 | 第1-17页 |
| ·课题研究背景及意义 | 第7-8页 |
| ·数字图像水印技术简介 | 第8-11页 |
| ·图像水印算法研究现状 | 第11-15页 |
| ·本文研究内容和章节安排 | 第15-17页 |
| 2 人工神经网络基础及其在图像水印中的应用 | 第17-27页 |
| ·人工神经网络基本概念 | 第17-20页 |
| ·常用人工神经网络模型 | 第20-24页 |
| ·人工神经网络在数字图像水印技术中的应用 | 第24-27页 |
| ·利用神经网络确定水印嵌入的强度 | 第24-25页 |
| ·利用神经网络进行水印检测 | 第25-26页 |
| ·其它应用 | 第26-27页 |
| 3 数字水印置乱预处理方法研究 | 第27-44页 |
| ·图像置乱简介及常用方法 | 第27-33页 |
| ·图像置乱程度的研究 | 第33-37页 |
| ·图像置乱程度评价新标准 | 第33-35页 |
| ·仿真结果及分析 | 第35-37页 |
| ·基于神经网络的数字图像置乱新方法 | 第37-43页 |
| ·图像置乱方法 | 第37-38页 |
| ·仿真结果及分析 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 4 基于神经网络检测的空域图像水印算法 | 第44-58页 |
| ·空域人眼视觉特性 | 第44-45页 |
| ·基于RBF 神经网络检测的空域图像水印算法 | 第45-51页 |
| ·水印嵌入过程 | 第46-48页 |
| ·水印提取 | 第48-49页 |
| ·仿真结果及分析 | 第49-51页 |
| ·结论 | 第51页 |
| ·基于神经网络的空域图像水印改进算法 | 第51-56页 |
| ·数字水印的嵌入过程 | 第52-53页 |
| ·水印的提取 | 第53-54页 |
| ·仿真结果及分析 | 第54-56页 |
| ·结论 | 第56页 |
| ·本章小结 | 第56-58页 |
| 5 基于神经网络后处理的小波域数字图像水印新算法 | 第58-68页 |
| ·相关理论简介 | 第58-61页 |
| ·小波变换 | 第58-60页 |
| ·联想记忆 | 第60-61页 |
| ·基于神经网络的小波域图像水印算法 | 第61-66页 |
| ·水印信号的存储过程 | 第61页 |
| ·水印嵌入策略 | 第61-62页 |
| ·水印提取过程 | 第62-63页 |
| ·仿真结果及分析 | 第63-66页 |
| ·本章小结 | 第66-68页 |
| 6 结 论 | 第68-70页 |
| 致 谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 附 录 | 第75-80页 |
