图像隐写分析算法及其评价方法研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-18页 |
| ·课题研究的背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·存在的问题及研究目标 | 第15-16页 |
| ·主要研究内容及结构组织安排 | 第16-18页 |
| 第2章 隐写分析算法及其评价方法的基础理论 | 第18-28页 |
| ·图像隐写分析的模型 | 第18-19页 |
| ·图像隐写分析的分类 | 第19-20页 |
| ·图像通用隐写分析模型 | 第20-22页 |
| ·图像隐写分析性能评价指标 | 第22-23页 |
| ·隐写分析算法评价 | 第23-25页 |
| ·常见的综合评价方法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 改进的小波域高阶统计量图像隐写分析方法 | 第28-40页 |
| ·特征提取的过程 | 第28-32页 |
| ·图像小波变换概述 | 第28-31页 |
| ·图像的小波变换及高阶统计量的计算 | 第31-32页 |
| ·特征的缩放 | 第32-33页 |
| ·分类的过程 | 第33-36页 |
| ·支持向量机概述 | 第33-35页 |
| ·支持向量机训练生成分类模型 | 第35-36页 |
| ·算法流程 | 第36页 |
| ·仿真实验及结果分析 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于熵权和灰色关联度的隐写分析算法评价 | 第40-49页 |
| ·评价指标的选取 | 第40页 |
| ·评价指标矩阵及其规范化处理 | 第40-41页 |
| ·熵权法确定各指标权重 | 第41-43页 |
| ·熵权法的基本原理 | 第41-42页 |
| ·用熵权法确定指标权重的具体步骤 | 第42-43页 |
| ·用灰色关联系数和权重计算关联度 | 第43-45页 |
| ·灰色关联度基本原理 | 第43-44页 |
| ·计算关联系数和关联度基本步骤 | 第44-45页 |
| ·实验结果及对比分析 | 第45-48页 |
| ·仿真实验 | 第45-46页 |
| ·数据计算 | 第46-48页 |
| ·结果对比分析 | 第48页 |
| ·本章小结 | 第48-49页 |
| 总结与展望 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 致谢 | 第57-58页 |
| 附录A 攻读硕士学位期间所发表的学术论文 | 第58页 |
