基于信息论的视觉特性描述在信息隐藏中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-19页 |
| ·人类视觉系统构成 | 第8页 |
| ·视觉系统模型介绍 | 第8-12页 |
| ·人类视觉系统一般模型 | 第8-9页 |
| ·Watson 视觉模型 | 第9-11页 |
| ·SSIM 视觉模型 | 第11-12页 |
| ·视觉特征 | 第12-16页 |
| ·视觉掩蔽效应 | 第13-14页 |
| ·视觉显著性 | 第14页 |
| ·视觉重要性 | 第14-16页 |
| ·图像质量评价 | 第16页 |
| ·信息隐藏技术 | 第16-19页 |
| ·信息隐藏的原理 | 第17页 |
| ·密写分析 | 第17-19页 |
| 第2章 基于加权熵的显著性模型 | 第19-39页 |
| ·背景介绍 | 第19页 |
| ·图像信息系统的信息熵 | 第19-24页 |
| ·图像信息熵的定义 | 第19-20页 |
| ·图像信息熵的特性 | 第20-24页 |
| ·加权熵的定义和基本性质 | 第24-30页 |
| ·加权熵的定义 | 第24-25页 |
| ·加权熵的基本性质 | 第25-26页 |
| ·通过视觉对比度敏感度函数实现加权熵 | 第26-30页 |
| ·基于加权熵的显著性模型 | 第30-38页 |
| ·建立基于加权熵的显著性模型 | 第30-34页 |
| ·显著性模型的实验分析 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 基于加权熵的图像质量评价方法 | 第39-61页 |
| ·图像质量评价 | 第39-41页 |
| ·图像质量主观评价 | 第39页 |
| ·图像质量客观评价 | 第39-41页 |
| ·图像质量评价与视觉系统 | 第41-43页 |
| ·图像质量与人类视觉 | 第41-42页 |
| ·图像质量评价框架 | 第42-43页 |
| ·基于加权熵的图像质量评价方法 | 第43-59页 |
| ·图像的加权熵矩阵 | 第43-44页 |
| ·质量评价模型的建立 | 第44-46页 |
| ·验证加权熵差的不变性 | 第46-53页 |
| ·对比分析加权熵差可行性 | 第53-59页 |
| ·加权熵的一些理论延伸 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 显著性模型和加权熵差在信息隐藏中的应用 | 第61-73页 |
| ·数字水印技术 | 第61-62页 |
| ·数字水印技术的特性 | 第61页 |
| ·数字水印技术的应用与分类 | 第61-62页 |
| ·以图像为载体的数字水印技术 | 第62-63页 |
| ·时域和频域数字水印原理 | 第62-63页 |
| ·空间域和变换域数字水印原理 | 第63页 |
| ·显著性模型在数字水印中的应用 | 第63-72页 |
| ·安全性预处理 | 第63-65页 |
| ·显著性模型在数字水印中的应用 | 第65-69页 |
| ·加权熵差的相似性度量 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79页 |
