| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10页 |
| 1.3 论文研究内容及章节安排 | 第10-12页 |
| 第二章 压缩感知理论 | 第12-16页 |
| 2.1 压缩感知理论流程 | 第12-13页 |
| 2.2 信号的稀疏表示 | 第13-14页 |
| 2.2.1 稀疏表示的主要思想 | 第13页 |
| 2.2.2 稀疏字典的设计 | 第13-14页 |
| 2.3 测量矩阵的设计 | 第14页 |
| 2.4 信号的重构 | 第14-15页 |
| 2.5 本章小结 | 第15-16页 |
| 第三章 隐写术与隐写分析技术 | 第16-21页 |
| 3.1 隐写技术概述 | 第16-17页 |
| 3.2 本文采用的隐写术 | 第17-18页 |
| 3.3 通用隐写分析模型 | 第18-19页 |
| 3.4 图像通用隐写分析算法 | 第19页 |
| 3.5 隐写分析的性能指标 | 第19-20页 |
| 3.6 本章小结 | 第20-21页 |
| 第四章 基于过完备字典的图像空域特征压缩感知实现过程 | 第21-31页 |
| 4.1 指纹图像空域分块的自适应采样 | 第21-24页 |
| 4.1.1 BCS的观测实现 | 第21-22页 |
| 4.1.2 多尺度分块离散小波变换矩阵的自适应采样 | 第22-24页 |
| 4.2 BCS自适应图像空域隐写算法 | 第24-25页 |
| 4.2.1 图像隐写数据的生成 | 第24页 |
| 4.2.2 图像分块结构的自适应过完备字典表示模型 | 第24-25页 |
| 4.3 过完备字典的图像空域特征隐写与隐写分析 | 第25-28页 |
| 4.3.1 图像隐写秘密数据的生成 | 第25-26页 |
| 4.3.2 图像隐写数据的嵌入与隐写分析的数据提取 | 第26-27页 |
| 4.3.3 隐写图像的重构 | 第27-28页 |
| 4.4 实验结果及其分析 | 第28-30页 |
| 4.4.1 图像的透明性比较 | 第28-29页 |
| 4.4.2 隐写分析的图像信号重构 | 第29-30页 |
| 4.5 本章小结 | 第30-31页 |
| 第五章 图像空间域通用隐写分析的压缩感知实现 | 第31-44页 |
| 5.1 相关技术 | 第31-34页 |
| 5.1.1 方向提升小波变换 | 第31-32页 |
| 5.1.2 图像的稀疏分布 | 第32-33页 |
| 5.1.3 共生矩阵 | 第33-34页 |
| 5.2 CSUS实现过程 | 第34-38页 |
| 5.2.1 载体和混合图像的统计 | 第34-35页 |
| 5.2.2 CS域纹理特征提取过程 | 第35-37页 |
| 5.2.3 CSUS实现过程 | 第37-38页 |
| 5.3 实验结果及其分析 | 第38-39页 |
| 5.3.1 图像数据库和隐写算法 | 第38页 |
| 5.3.2 隐写分析方法选择和分类器及评估准则 | 第38-39页 |
| 5.4 嵌入算法的隐写分析结果 | 第39-43页 |
| 5.4.1 非自适应/自适应嵌入算法的隐写分析 | 第39页 |
| 5.4.2 所有隐写算法的隐写分析 | 第39-43页 |
| 5.5 本章小结 | 第43-44页 |
| 第六章 总结与展望 | 第44-45页 |
| 6.1 本文工作的总结 | 第44页 |
| 6.2 未来工作的展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49-50页 |
| 攻读硕士学位期间取得的研究成果 | 第50-51页 |
| 学位论文数据集表 | 第51-52页 |
