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--加密与解密论文

基于图像的信息隐藏与信息检测技术研究

摘要第1-6页
ABSTRACT第6-12页
第一章 绪论第12-17页
   ·引言第12-13页
   ·信息隐藏和信息检测技术的发展现状第13-16页
     ·数字水印的发展现状第13-14页
     ·隐写术的发展现状第14-15页
     ·信息检测的发展现状第15-16页
   ·本文的研究内容及安排第16-17页
第二章 信息隐藏和信息检测技术概述第17-27页
   ·信息隐藏的概念第17-18页
   ·信息隐藏技术的分类第18-19页
   ·信息隐藏技术的特点第19页
   ·信息隐藏的重要分支——隐写术第19-21页
   ·信息隐藏的重要分支——数字水印第21-22页
   ·信息检测技术第22-27页
     ·针对特定隐写算法的隐秘分析方法第22-25页
     ·通用性隐秘分析算法第25-27页
第三章 数字图像隐藏技术第27-41页
   ·数字图像第27-31页
     ·图像和数字图像第27-29页
     ·图像质量评价第29-31页
     ·图像冗余性第31页
   ·人类视觉系统第31-32页
     ·概述第31-32页
     ·Just Noticeable Distortion(JND)第32页
   ·经典的信息隐藏算法第32-39页
     ·空域算法—— LSB信息隐藏与提取算法第33-36页
     ·空域算法特点第36页
     ·频域算法——DCT域信息隐藏与提取算法第36-39页
     ·频域算法特点第39页
   ·对经典算法的改进第39-41页
第四章 两种新型隐藏算法的设计与实现第41-55页
   ·基于分块大容量的LSB算法设计第41-46页
     ·图像的平滑区、边缘区和纹理区的划分第41-42页
     ·秘密信息的嵌入过程第42-43页
     ·秘密信息的提取过程第43页
     ·对本算法的比较与评价第43-46页
   ·鲁棒性较强的DCT算法设计第46-54页
     ·图像的平滑区、边缘区和纹理区的划分第46-47页
     ·秘密信息的嵌入过程第47-48页
     ·水印图像的提取第48-49页
     ·实验结果与分析第49-54页
   ·本章两种算法小结第54-55页
第五章 基于SVM多特征隐秘分析算法的设计第55-62页
   ·支持向量机理论第55-56页
   ·基于SVM的多特征图像隐秘分析第56-62页
     ·本算法特征向量的选择第56-58页
     ·SVM分类器第58-59页
     ·本算法描述第59页
     ·实验结果及其分析第59-61页
     ·本算法小结第61-62页
第六章 结束语第62-64页
   ·本文总结第62页
   ·下一步的工作展望第62-64页
参考文献第64-68页
攻读硕士期间发表的学术论文及参与开发的项目第68页

论文共68页,点击 下载论文
上一篇:网络隔离环境下数据库同步技术研究及应用
下一篇:基于剪枝概念格模型的频繁项集表示及挖掘研究