| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的主要内容及章节安排 | 第13-15页 |
| 1.3.1 本文的主要研究内容 | 第13-14页 |
| 1.3.2 本文的章节安排 | 第14-15页 |
| 第二章 数字水印系统与变换域算法原理 | 第15-34页 |
| 2.1 数字水印系统的基础 | 第15-18页 |
| 2.1.1 水印的生成 | 第15-16页 |
| 2.1.2 数字水印的嵌入 | 第16-17页 |
| 2.1.3 数字水印的检测与提取 | 第17-18页 |
| 2.2 变换域技术原理 | 第18-30页 |
| 2.2.1 离散的傅里叶变换(DFT) | 第18-20页 |
| 2.2.2 离散的余弦变换(DCT) | 第20-21页 |
| 2.2.3 离散小波变换(DWT) | 第21-25页 |
| 2.2.4 轮廓变换(CT) | 第25-30页 |
| 2.3 数字水印攻击手段和评价技术指标 | 第30-33页 |
| 2.3.1 数字水印的攻击手段 | 第30-31页 |
| 2.3.2 评价技术指标 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于变换域和概率神经网络的数字水印技术 | 第34-45页 |
| 3.1 概率神经网络 | 第34-35页 |
| 3.2 基于离散傅里叶变换和概率神经网络相结合的数字水印技术 | 第35-37页 |
| 3.2.1 水印的嵌入算法 | 第35-36页 |
| 3.2.2 水印的提取算法 | 第36-37页 |
| 3.3 基于离散余弦变换和概率神经网络相结合的数字水印技术 | 第37-39页 |
| 3.3.1 水印的嵌入算法 | 第37-39页 |
| 3.3.2 水印的提取算法 | 第39页 |
| 3.4 基于离散小波变换和概率神经网络相结合的数字水印技术 | 第39-42页 |
| 3.4.1 水印的嵌入算法 | 第40-41页 |
| 3.4.2 水印的提取算法 | 第41-42页 |
| 3.5 基于轮廓变换和概率神经网络相结合的数字水印技术 | 第42-44页 |
| 3.5.1 水印的嵌入算法 | 第42-43页 |
| 3.5.2 水印的检测提取算法 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 实验对比与结果分析 | 第45-51页 |
| 4.1 嵌入算法对比分析 | 第45-46页 |
| 4.2 提取算法对比分析 | 第46-48页 |
| 4.3 安全性能对比分析 | 第48-49页 |
| 4.4 相似算法对比分析 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 工作总结 | 第51-52页 |
| 5.2 工作展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 发表论文和科研情况说明 | 第56-57页 |
| 致谢 | 第57页 |
