| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 课题意义 | 第9-10页 |
| 1.2 研究内容与目标 | 第10-11页 |
| 1.3 本文主要内容及论文结构 | 第11-13页 |
| 2 医学图像无损数字水印概述 | 第13-25页 |
| 2.1 无损数字水印的概念 | 第13-14页 |
| 2.2 无损数字水印的基本框架 | 第14-15页 |
| 2.3 无损数字水印的特性 | 第15页 |
| 2.4 无损数字水印算法 | 第15-21页 |
| 2.4.1 算法分类 | 第15-17页 |
| 2.4.2 算法综述 | 第17-19页 |
| 2.4.3 算法性能评价 | 第19-21页 |
| 2.5 医学图像格式 | 第21-22页 |
| 2.6 无损数字水印在医学图像中的应用 | 第22-23页 |
| 2.7 本章小结 | 第23-25页 |
| 3 基于预测差值修改的医学图像无损不可见数字水印算法 | 第25-43页 |
| 3.1 引言 | 第25页 |
| 3.2 加权线性预测理论 | 第25-27页 |
| 3.3 算法实现 | 第27-36页 |
| 3.3.1 数据嵌入 | 第28-32页 |
| 3.3.2 数据提取和图像恢复 | 第32-35页 |
| 3.3.3 防止溢出 | 第35-36页 |
| 3.4 实验结果及分析 | 第36-42页 |
| 3.4.1 计算复杂度 | 第37-38页 |
| 3.4.2 峰值信噪比 | 第38页 |
| 3.4.3 与其它算法的嵌入容量比较 | 第38-40页 |
| 3.4.4 与其它算法单级嵌入的峰值信噪比比较 | 第40页 |
| 3.4.5 与其它算法在相同容量下峰值信噪比比较 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 基于人类视觉系统的医学图像无损可见数字水印算法 | 第43-63页 |
| 4.1 引言 | 第43-44页 |
| 4.2 人类视觉系统特性 | 第44页 |
| 4.3 算法实现 | 第44-52页 |
| 4.3.1 可见水印嵌入 | 第45-50页 |
| 4.3.2 可见水印移除和图像恢复 | 第50-51页 |
| 4.3.3 防止溢出 | 第51-52页 |
| 4.4 实验结果及分析 | 第52-61页 |
| 4.4.1 计算复杂度 | 第53-54页 |
| 4.4.2 峰值信噪比 | 第54页 |
| 4.4.3 水印强度对可见水印的影响 | 第54-56页 |
| 4.4.4 与其它算法的比较 | 第56-60页 |
| 4.4.5 可见水印的鲁棒性分析 | 第60-61页 |
| 4.5 本章小结 | 第61-63页 |
| 5 总结与展望 | 第63-65页 |
| 5.1 论文主要工作总结 | 第63-64页 |
| 5.2 未来工作展望 | 第64-65页 |
| 参考文献 | 第65-73页 |
| 攻读学位期间主要的研究成果目录 | 第73-75页 |
| 致谢 | 第75页 |