图像隐写分析
| 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13-19页 |
| 2 隐写术 | 第19-27页 |
| 2.1 隐写模型 | 第19-20页 |
| 2.1.1 早期隐藏模型：囚犯问题 | 第19页 |
| 2.1.2 数字隐写模型 | 第19-20页 |
| 2.2 隐写术指标 | 第20-21页 |
| 2.3 隐写术和数字水印 | 第21页 |
| 2.4 隐写术分类 | 第21-24页 |
| 2.4.1 载体类型 | 第21页 |
| 2.4.2 嵌入方法 | 第21-22页 |
| 2.4.3 隐写算法 | 第22-24页 |
| 2.5 典型的隐写算法 | 第24-25页 |
| 2.5.1 Jsteg隐写 | 第24页 |
| 2.5.2 PVD隐写 | 第24-25页 |
| 2.6 隐写术应用领域 | 第25-26页 |
| 2.7 本章小结 | 第26-27页 |
| 3 图像隐写分析技术 | 第27-36页 |
| 3.1 隐写分析数学模型 | 第27-28页 |
| 3.2 隐写分析评估 | 第28-29页 |
| 3.2.1 隐写分析技术指标 | 第28页 |
| 3.2.2 隐写分析性能指标 | 第28-29页 |
| 3.3 图像隐写分析分类 | 第29-32页 |
| 3.3.1 隐写分析载体 | 第30页 |
| 3.3.2 隐写攻击类型 | 第30页 |
| 3.3.3 信息来源分类 | 第30页 |
| 3.3.4 隐写分析应用领域 | 第30-32页 |
| 3.4 图像隐写分析研究现状 | 第32-33页 |
| 3.5 典型的隐写分析算法 | 第33-35页 |
| 3.5.1 对LSB的χ~2分析法 | 第33-34页 |
| 3.5.2 RS分析法 | 第34-35页 |
| 3.6 隐写分析技术存在的问题 | 第35页 |
| 3.7 本章小结 | 第35-36页 |
| 4 针对APPM的隐写分析 | 第36-49页 |
| 4.1 APPM隐写 | 第36-38页 |
| 4.2 隐写分析算法 | 第38-43页 |
| 4.2.1 建立差分模型 | 第38-41页 |
| 4.2.2 提取特征并分类 | 第41-43页 |
| 4.3 实验及分析 | 第43-48页 |
| 4.3.1 实验数据库及实验环境 | 第43-44页 |
| 4.3.2 实验结果评价指标 | 第44-45页 |
| 4.3.3 实验结果及分析 | 第45-48页 |
| 4.4 本章小结 | 第48-49页 |
| 5 基于ELM的多类隐写分析 | 第49-60页 |
| 5.1 极限学习机 | 第49-53页 |
| 5.1.1 极限学习机原理 | 第49-51页 |
| 5.1.2 结构优化 | 第51-53页 |
| 5.2 支持向量机 | 第53-55页 |
| 5.2.1 核函数 | 第53-54页 |
| 5.2.2 分类问题 | 第54-55页 |
| 5.3 ELM与SVM的比较分析 | 第55-57页 |
| 5.4 实验结果 | 第57-59页 |
| 5.5 本章小结 | 第59-60页 |
| 6 结论 | 第60-62页 |
| 6.1 论文工作的总结 | 第60-61页 |
| 6.2 未来工作展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第66-68页 |
| 学位论文数据集 | 第68页 |
