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--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于选择嵌入域的图像隐写研究

摘要第1-7页
ABSTRACT第7-9页
目录第9-13页
图表目录第13-15页
第1章 绪论第15-23页
   ·研究背景第15-16页
   ·隐写术概述第16-18页
     ·隐写术模型第16-17页
     ·隐写术的分类第17-18页
     ·隐写性能的衡量第18页
     ·隐写术与数字水印的区别第18页
   ·隐写分析技术概述第18-20页
     ·隐写分析的概念第18-19页
     ·隐写分析的分类第19页
     ·隐写分析性能的衡量第19-20页
   ·主要研究内容第20-21页
   ·论文组织结构第21-23页
第2章 国内外研究现状第23-35页
   ·引言第23页
   ·图像隐写研究回顾第23-26页
     ·空间域隐写第23-24页
     ·变换域隐写第24-26页
   ·图像隐写分析研究回顾第26-30页
     ·专用隐写分析第26-29页
     ·通用隐写分析第29-30页
   ·隐写安全评测研究回顾第30-33页
     ·直接检验法第30-31页
     ·KL距离法第31-32页
     ·MMD估计法第32-33页
   ·小结第33-35页
第3章 基于钥控小波变换的图像隐写方法的研究第35-53页
   ·引言第35页
   ·钥控变换的研究现状第35-39页
     ·非均匀离散傅里叶变换第36-37页
     ·钥控正交变换第37页
     ·参数化小波变换第37-39页
   ·钥控小波变换的构造第39-40页
   ·基于钥控小波变换的图像隐写算法第40-41页
   ·算法性质分析第41-47页
     ·嵌入信号的扩散第41-44页
     ·加性噪声效应第44页
     ·隐蔽效果分析第44-47页
   ·实验结果第47-51页
     ·有效钥控参数数量的估计第47-48页
     ·隐写图像的PSNR第48页
     ·小波域之间的扩散性第48-49页
     ·隐写特征的削弱第49-51页
   ·小结第51-53页
第4章 基于NDCT变换的图像隐写方法的研究第53-67页
   ·引言第53页
   ·QIM原理和典型QIM隐写分析第53-55页
     ·QIM原理第53-54页
     ·典型QIM隐写分析第54-55页
   ·NDCT的构造第55-56页
   ·基于NDCT的QIM隐写方案第56-57页
   ·算法性质分析第57-61页
     ·嵌入信号的扩散性第57-58页
     ·隐蔽效果分析第58-61页
   ·实验结果第61-64页
     ·隐写图像的PSNR第61-62页
     ·NDCT域的扩散性第62页
     ·对直方图的影响第62-63页
     ·隐写特征的削弱第63-64页
   ·小结第64-67页
第5章 自适应选择嵌入域的隐写方法的研究第67-81页
   ·引言第67页
   ·相关研究工作第67-69页
     ·自适应选择载体图像的隐写方法第67-68页
     ·自适应选择嵌入系数的隐写方法第68-69页
   ·自适应选择嵌入域的隐写算法第69-71页
   ·算法性质分析第71-74页
     ·对减少嵌入扰动的分析第71-73页
     ·安全性分析第73-74页
   ·实验结果第74-78页
     ·隐写图像的PSNR第74-75页
     ·嵌入扰动的扩散性第75页
     ·对QIM特征的影响第75-77页
     ·隐写分析方法的检测第77-78页
   ·小结第78-81页
第6章 对基于选择嵌入域图像隐写的进一步比较和分析第81-105页
   ·引言第81页
   ·经典隐写方法回顾第81-90页
     ·Jsteg隐写算法第81-83页
     ·OutGuess隐写算法第83-86页
     ·JPHS隐写算法第86-88页
     ·F5隐写算法第88-90页
   ·用于评测的隐写分析方法第90-91页
     ·基于高阶小波统计的隐写分析方法第90页
     ·基于直方图的隐写分析方法第90-91页
     ·基于小波特征函数的统计矩的隐写分析方法第91页
   ·基于特征函数和JPEG量化因子的隐写分析第91-99页
     ·JPEG量化模型第91-92页
     ·JPEG隐写模型第92-93页
     ·小波域的JPEG隐写模型第93页
     ·直方图特征函数的分析及其与质量因子的关系第93-96页
     ·隐写分析方法第96-99页
   ·实验结果第99-103页
   ·小结第103-105页
第7章 结论第105-109页
   ·论文总结第105-106页
   ·后续研究方向第106-109页
参考文献第109-117页
致谢第117-119页
在读期间发表的学术论文与取得的其他研究成果第119页

论文共119页,点击 下载论文
上一篇:视觉语言分析:从底层视觉特征表达到语义距离学习
下一篇:电视节目自动分割与相似视频检索