| 第一章 引言 | 第1-13页 |
| ·课题的背景、目的和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·目前研究存在的问题 | 第10-11页 |
| ·本文的研究工作和章节安排 | 第11-13页 |
| 第二章 数字水印概述 | 第13-24页 |
| ·数字水印系统模型 | 第13-14页 |
| ·数字水印的基本原理和特性 | 第13-14页 |
| ·数字水印系统通用模型 | 第14页 |
| ·数字水印的分类 | 第14-16页 |
| ·数字水印的典型算法 | 第16-19页 |
| ·时空域算法 | 第16-17页 |
| ·频率域算法 | 第17-19页 |
| ·DCT域算法 | 第17-18页 |
| ·小波域算法 | 第18-19页 |
| ·数字水印的攻击 | 第19-21页 |
| ·数字水印的性能评估 | 第21-24页 |
| ·不可见性的评估 | 第21-22页 |
| ·鲁棒性的评估 | 第22-24页 |
| 第三章 小波变换及其在水印技术中的应用 | 第24-31页 |
| ·小波变换理论 | 第24-28页 |
| ·连续小波变换的概念 | 第24-25页 |
| ·离散小波变换的概念 | 第25页 |
| ·多分辨分析 | 第25-26页 |
| ·Mallat算法及信号的小波分解与重构 | 第26-28页 |
| ·小波包变换理论 | 第28-29页 |
| ·小波包的概念 | 第28-29页 |
| ·小波包分解 | 第29页 |
| ·小波变换在水印技术中的应用 | 第29-31页 |
| 第四章 基于人类视觉系统和小波变换的自适应水印算法 | 第31-38页 |
| ·引言 | 第31-32页 |
| ·算法流程 | 第32-33页 |
| ·水印嵌入算法流程 | 第32页 |
| ·水印提取算法流程 | 第32-33页 |
| ·算法的实现 | 第33-35页 |
| ·水印预处理 | 第33页 |
| ·水印嵌入 | 第33-35页 |
| ·水印提取 | 第35页 |
| ·实验结果与分析 | 第35-37页 |
| ·结论 | 第37-38页 |
| 第五章 基于小波包变换和块模糊分类的自适应水印算法 | 第38-45页 |
| ·引言 | 第38-39页 |
| ·算法流程 | 第39-40页 |
| ·水印嵌入算法流程 | 第39页 |
| ·水印提取算法流程 | 第39-40页 |
| ·算法的实现 | 第40-42页 |
| ·水印预处理 | 第40页 |
| ·水印嵌入 | 第40-42页 |
| ·水印提取 | 第42页 |
| ·实验结果与分析 | 第42-44页 |
| ·结论 | 第44-45页 |
| 第六章 基于神经模糊控制的自适应图像水印算法 | 第45-55页 |
| ·引言 | 第45页 |
| ·算法基本原理 | 第45-49页 |
| ·模糊神经网络 | 第45-46页 |
| ·遗传算法优化网络参数 | 第46-48页 |
| ·遗传算法 | 第46-47页 |
| ·优化网络参数 | 第47-48页 |
| ·采用自组织竞争网络来优化控制因子的模糊标记数 | 第48-49页 |
| ·自组织竞争网络 | 第48-49页 |
| ·优化控制因子的模糊标记数 | 第49页 |
| ·算法流程 | 第49-51页 |
| ·水印嵌入算法流程 | 第50页 |
| ·水印提取算法流程 | 第50-51页 |
| ·算法的实现 | 第51-52页 |
| ·水印预处理 | 第51页 |
| ·水印嵌入 | 第51-52页 |
| ·水印智能提取 | 第52页 |
| ·实验结果与分析 | 第52-54页 |
| ·结论 | 第54-55页 |
| 第七章 基于自适应量化的灰度级盲水印算法 | 第55-61页 |
| ·引言 | 第55页 |
| ·算法流程 | 第55-56页 |
| ·水印嵌入算法流程 | 第55-56页 |
| ·水印提取算法流程 | 第56页 |
| ·算法的实现 | 第56-59页 |
| ·水印预处理 | 第56-57页 |
| ·水印嵌入 | 第57-58页 |
| ·水印提取 | 第58-59页 |
| ·实验结果与分析 | 第59-60页 |
| ·结论 | 第60-61页 |
| 结论 | 第61-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 个人简历 | 第69-70页 |
| 在学期间的研究成果及发表的学术论文 | 第70页 |