摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第12-24页 |
1.1 研究背景和意义 | 第12-14页 |
1.2 基于数字图像的信息隐写技术 | 第14-18页 |
1.2.1 信息隐藏的基本框架和性能要求 | 第14-15页 |
1.2.2 信息隐写技术分类及性能指标 | 第15-16页 |
1.2.3 信息隐写技术国内外研究现状 | 第16-18页 |
1.3 数字图像的隐写分析技术 | 第18-20页 |
1.3.1 隐写分析的分类 | 第18页 |
1.3.2 评价指标 | 第18-20页 |
1.4 本文研究内容 | 第20-24页 |
1.4.1 主要工作 | 第20-22页 |
1.4.2 本文的结构安排 | 第22-24页 |
第二章 典型的隐写和隐写分析算法回顾 | 第24-43页 |
2.1 经典的基于数字图像的隐写算法 | 第24-34页 |
2.1.1 空间域隐写算法 | 第24-30页 |
2.1.2 变换域隐写算法 | 第30-34页 |
2.2 典型的图像隐写分析算法 | 第34-42页 |
2.2.1 典型的针对图像隐写分析算法 | 第35-36页 |
2.2.2 典型的通用图像隐写分析算法 | 第36-42页 |
2.3 本章小结 | 第42-43页 |
第三章 基于像素块的纹理优先自适应隐写算法 | 第43-60页 |
3.1 算法原理 | 第43-50页 |
3.1.1 密信的嵌入和抽取原理 | 第43-47页 |
3.1.2 基于像素块的纹理优先自适应隐写算法设计 | 第47-48页 |
3.1.3 异常情况及解决方案 | 第48-50页 |
3.2 隐写性能比较与安全性分析 | 第50-59页 |
3.2.1 密信嵌入位置分析 | 第50-52页 |
3.2.2 隐写算法性能比较 | 第52-53页 |
3.2.3 抗空间域隐写分析攻击能力评估 | 第53-56页 |
3.2.4 抗小波域通用隐写分析攻击能力评估 | 第56-59页 |
3.3 本章小结 | 第59-60页 |
第四章 基于灰度直方图特征函数质心的隐写分析算法 | 第60-69页 |
4.1 特征函数质心特征方法回顾 | 第60-62页 |
4.2 直方图剪切压缩方法 | 第62-65页 |
4.3 实验结果及分析 | 第65-68页 |
4.3.1 不同次重要位平面剪切后的检测效果 | 第65-66页 |
4.3.2 隐写分析能力评估 | 第66-68页 |
4.4 本章小结 | 第68-69页 |
第五章 基于马尔科夫网格特征的隐写分析算法 | 第69-80页 |
5.1 LSB匹配嵌入机制对差值图像方差的影响 | 第69-70页 |
5.2 马尔科夫网格模型 | 第70-72页 |
5.3 马尔科夫网格特征 | 第72-74页 |
5.4 实验结果及分析 | 第74-79页 |
5.4.1 LSB匹配隐写算法检测性能 | 第75-77页 |
5.4.2 空间域边缘自适应隐写算法的检测性能 | 第77-79页 |
5.5 本章小结 | 第79-80页 |
第六章 基于轮廓波变换的通用隐写分析算法 | 第80-90页 |
6.1 轮廓波变换 | 第80-81页 |
6.2 基于轮廓波变换的统计特征 | 第81-85页 |
6.2.1 高频方向子带的统计特征 | 第81-82页 |
6.2.2 线性预测误差的统计特征 | 第82-83页 |
6.2.3 噪声残差的统计特征 | 第83页 |
6.2.4 轮廓波系数的特征函数矩 | 第83-84页 |
6.2.5 轮廓波高频子带局部预测矩特征 | 第84-85页 |
6.3 实验结果及算法性能分析 | 第85-89页 |
6.3.1 实验设置 | 第85-86页 |
6.3.2 实验结果及分析 | 第86-89页 |
6.4 本章小结 | 第89-90页 |
总结和展望 | 第90-93页 |
参考文献 | 第93-104页 |
攻读博士学位期间取得的研究成果 | 第104-105页 |
致谢 | 第105-106页 |
附件 | 第106页 |