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

结合图像检索与异常检测的隐写检测技术研究

摘要第4-6页
abstract第6-7页
第一章 绪论第13-25页
    1.1 研究背景与意义第13页
    1.2 数字隐写技术概述第13-16页
        1.2.1 数字隐写系统模型第14-15页
        1.2.2 数字隐写性能指标第15页
        1.2.3 数字隐写技术发展第15-16页
    1.3 数字图像隐写检测技术第16-22页
        1.3.1 隐写检测的系统模型第16-17页
        1.3.2 隐写检测的性能指标第17-19页
        1.3.3 隐写检测技术发展第19-22页
    1.4 论文的主要研究内容及章节安排第22-25页
第二章 结合图像检索与异常检测的隐写检测框架第25-31页
    2.1 引言第25-26页
    2.2 相似图像检索第26页
    2.3 异常检测算法第26-27页
    2.4 结合相似图像检索和异常检测的隐写检测框架第27-29页
        2.4.1 相似图像检索阶段第28页
        2.4.2 异常检测阶段第28-29页
    2.5 本章小结第29-31页
第三章 单次压缩和重压缩jpeg混合图像的无监督通用盲检测第31-45页
    3.1 引言第31页
    3.2 重压缩图像的统计特性分析第31-35页
        3.2.1 重压缩原理第31-34页
        3.2.2 重压缩对隐写检测性能的影响第34-35页
    3.3 重压缩检测特征第35-38页
        3.3.1 相关工作第35-36页
        3.3.2 特征提取第36-38页
    3.4 算法流程第38页
    3.5 实验结果及分析第38-43页
        3.5.1 图像库构建第38-39页
        3.5.2 评价指标第39页
        3.5.3 嵌密算法及隐写检测特征第39页
        3.5.4 特征预处理第39-40页
        3.5.5 对比实验第40-43页
    3.6 本章小结第43-45页
第四章 单次采样和重采样混合图像的无监督通用盲检测第45-55页
    4.1 引言第45页
    4.2 重采样图像的统计特性分析第45-47页
        4.2.1 重采样原理第45-46页
        4.2.2 重采样对隐写检测性能的影响第46-47页
    4.3 重采样检测第47-49页
        4.3.1 相关工作第47-48页
        4.3.2 特征提取第48-49页
    4.4 算法流程第49-50页
    4.5 实验结果及分析第50-54页
        4.5.1 图像库构建第50页
        4.5.2 评价指标第50页
        4.5.3 嵌密算法及隐写检测特征第50页
        4.5.4 特征预处理第50-51页
        4.5.5 对比实验第51-54页
    4.6 本章小结第54-55页
第五章 基于富模型特征的无监督通用盲检测第55-65页
    5.1 引言第55页
    5.2 高维异常检测方法第55-57页
    5.3 算法流程第57页
    5.4 实验结果及分析第57-63页
        5.4.1 图像库构建第57-58页
        5.4.2 评价指标第58页
        5.4.3 隐写检测特征第58页
        5.4.4 对比实验第58-63页
    5.5 本章小结第63-65页
第六章 结束语第65-67页
    6.1 论文工作总结第65-66页
    6.2 研究方向展望第66-67页
致谢第67-69页
参考文献第69-77页
作者简历第77页

论文共77页,点击 下载论文
上一篇:面向互联网短文本的多文档自动摘要技术研究
下一篇:稀疏角度CT图像频域重建算法研究