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

融合视觉认知机制的新型量化水印算法

摘要第8-10页
ABSTRACT第10-11页
符号说明第12-13页
第一章 绪论第13-19页
    1.1 概述第13-14页
    1.2 论文选题背景与研究现状第14-16页
    1.3 论文研究内容和主要贡献第16-17页
    1.4 论文的组织结构第17-19页
第二章 数字水印技术基础和人类视觉特性第19-24页
    2.1 数字水印系统第19页
    2.2 数字水印特征和评价标准第19-20页
    2.3 数字水印分类第20-22页
    2.4 人类视觉特性第22-23页
    2.5 本章小结第23-24页
第三章 基于JND亮度模型的STDM水印算法第24-33页
    3.1 引言第24-25页
    3.2 JND亮度模型第25-26页
        3.2.1 空间对比度敏感函数第25-26页
        3.2.2 亮度掩蔽因子第26页
    3.3 STDM算法原理第26-28页
        3.3.1 量化索引调制QIM算法第26-27页
        3.3.2 抖动调制QIM-DM算法第27页
        3.3.3 扩展变换抖动调制QIM-STDM算法第27-28页
    3.4 基于JND亮度模型的STDM水印算法第28-30页
    3.5 实验结果及分析第30-32页
    3.6 本章小结第32-33页
第四章 视觉关注非线性调制的STDM-LmJND算法第33-41页
    4.1 引言第33页
    4.2 人眼视觉关注特性基本原理第33-34页
    4.3 融合先验信息的显著性检测方法第34-35页
        4.3.1 频率先验信息第35页
        4.3.2 位置先验信息第35页
    4.4 视觉关注非线性调制的STDM-LmJND算法第35-38页
        4.4.1 视觉关注非线性调制的JND亮度模型第35-36页
        4.4.2 算法实现流程第36-38页
    4.5 实验结果及分析第38-40页
    4.6 本章小结第40-41页
第五章 基于安卓系统的互联网信息安全服务平台第41-57页
    5.1 引言第41页
    5.2 安卓系统概述第41-43页
    5.3 主要的系统开发工具第43-47页
        5.3.1 Android Studio第43-44页
        5.3.2 OpenCv第44-45页
        5.3.3 Android NDK第45页
        5.3.4 JNI第45-47页
    5.4 基于安卓系统的互联网信息安全服务平台设计与实现第47-56页
        5.4.1 基于安卓系统的信息安全平台总体方案第47页
        5.4.2 系统功能实现第47-51页
        5.4.3 应用程序界面设计与系统测试第51-56页
    5.5 本章小结第56-57页
第六章 总结与展望第57-59页
参考文献第59-64页
致谢第64-66页
攻读硕士期间的研究成果第66-67页
学位论文评阅及答辩情况表第67页

论文共67页,点击 下载论文
上一篇:基于普通摄像头的非接触式生理参数检测技术研究
下一篇:基于运动信息的视频帧率提升方法研究