| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 序言 | 第9-13页 |
| 1 引言 | 第13-20页 |
| 1.1 三维模型数字水印的研究背景和意义 | 第13-14页 |
| 1.2 三维模型数字水印的研究现状 | 第14-17页 |
| 1.2.1 空间域的鲁棒水印算法的研究现状 | 第14-16页 |
| 1.2.2 变换域的鲁棒水印算法的研究现状 | 第16-17页 |
| 1.3 本文的研究工作 | 第17-18页 |
| 1.4 本文的安排 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 2 三维模型数字水印的理论基础 | 第20-28页 |
| 2.1 三维模型的表现形式 | 第20页 |
| 2.2 三维模型数字水印原理 | 第20-21页 |
| 2.3 三维模型数字水印分类 | 第21-23页 |
| 2.4 三维模型常见攻击方法 | 第23-25页 |
| 2.5 三维模型数字水印评价标准 | 第25-27页 |
| 2.5.1 透明性评价 | 第25-26页 |
| 2.5.2 鲁棒性评价 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 3 基于顶点分组和分段映射函数的三维模型水印算法 | 第28-40页 |
| 3.1 算法背景 | 第28页 |
| 3.2 算法框架 | 第28-29页 |
| 3.3 水印生成过程 | 第29页 |
| 3.4 水印嵌入过程 | 第29-34页 |
| 3.4.1 特征值的计算和排序 | 第29-30页 |
| 3.4.2 特征值分组 | 第30-31页 |
| 3.4.3 特征值归一化 | 第31页 |
| 3.4.4 分段映射函数法嵌入水印 | 第31-33页 |
| 3.4.5 逆归一化和转换坐标系 | 第33-34页 |
| 3.5 水印提取过程 | 第34页 |
| 3.6 实验结果与分析 | 第34-38页 |
| 3.6.1 透明性实验结果 | 第35页 |
| 3.6.2 鲁棒性实验结果 | 第35-38页 |
| 3.7 本章小结 | 第38-40页 |
| 4 基于混沌系统和遗传算法的自适应三维模型水印算法 | 第40-54页 |
| 4.1 混沌系统 | 第40-41页 |
| 4.1.1 混沌系统概述 | 第40-41页 |
| 4.1.2 Logistic映射 | 第41页 |
| 4.2 遗传算法 | 第41-43页 |
| 4.2.1 遗传算法概述 | 第41-42页 |
| 4.2.2 术语及遗传算子 | 第42-43页 |
| 4.3 算法框架 | 第43-44页 |
| 4.4 基于Logistic和GA的序列匹配方法 | 第44-46页 |
| 4.4.1 固有序列的提取 | 第44-45页 |
| 4.4.2 基于Logistic和GA的序列匹配方法 | 第45-46页 |
| 4.5 自适应的水印嵌入过程 | 第46-49页 |
| 4.6 实验结果及分析 | 第49-53页 |
| 4.6.1 实验模型及实验参数 | 第49-50页 |
| 4.6.2 透明性实验结果 | 第50-51页 |
| 4.6.3 鲁棒性实验结果 | 第51-53页 |
| 4.7 本章小结 | 第53-54页 |
| 5 三维模型数字水印系统的设计与实现 | 第54-59页 |
| 5.1 系统框架 | 第54页 |
| 5.2 模型加载和保存模块 | 第54-55页 |
| 5.3 模型交互及可视化模块 | 第55-57页 |
| 5.4 鲁棒水印算法嵌入模块 | 第57页 |
| 5.5 水印提取与相关性计算模块 | 第57-58页 |
| 5.6 本章小结 | 第58-59页 |
| 6 总结和展望 | 第59-61页 |
| 6.1 本文总结 | 第59-60页 |
| 6.2 工作展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第64-66页 |
| 学位论文数据集 | 第66页 |