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

基于学习的图像隐藏信息检测技术研究

摘要第1-7页
Abstract第7-13页
插图索引第13-15页
附表索引第15-16页
第1章 绪论第16-21页
   ·课题来源第16页
   ·研究目的与意义第16-17页
   ·研究背景第17-18页
   ·本文主要工作第18-19页
   ·论文结构第19-21页
第2章 图像信息隐藏与检测概述第21-37页
   ·隐写技术相关概述第21-22页
     ·隐写技术的概念及模型第21页
     ·隐写技术的性能指标第21-22页
   ·典型隐写算法简介第22-26页
     ·LSB嵌入第22-23页
     ·基于JPEG图像的隐写方法第23-26页
   ·图像隐藏信息检测技术的研究现状第26-35页
     ·相关概念及分类第26-27页
     ·针对型图像隐藏信息检测算法第27-30页
     ·基于学习的图像隐藏信息检测技术第30-35页
   ·小结第35-37页
第3章 基于图像直方图与相关性特征的LSB匹配隐藏信息检测算法第37-55页
   ·引言第37-39页
   ·特征提取第39-46页
     ·LSB匹配的嵌入策略第39页
     ·直方图梯度能量第39-41页
     ·邻域度直方图质心第41-43页
     ·游程长度直方图质心第43-44页
     ·校准机制和归一化第44-46页
   ·支持向量机第46-48页
     ·线性可分SVM第46-47页
     ·线性不可分SVM第47页
     ·非线性SVM第47-48页
     ·LIBSVM第48页
   ·实验结果与分析第48-54页
     ·图像库第49页
     ·分类器训练参数配置第49-50页
     ·实验结果第50-52页
     ·结果讨论第52-54页
   ·小结第54-55页
第4章 基于图像扩展特征LSB匹配隐藏信息检测算法第55-66页
   ·引言第55-56页
   ·特征提取第56-62页
     ·图像直方图特征第56-58页
     ·图像相关性特征第58-62页
     ·特征校准第62页
   ·实验结果与分析第62-65页
     ·训练与测试图像库第62-63页
     ·参数设置第63页
     ·实验结果第63-65页
     ·结果分析第65页
   ·小结第65-66页
第5章 基于DCT域联合特征的JPEG图像隐藏信息检测算法第66-82页
   ·引言第66-67页
   ·特征提取第67-72页
     ·直方图特征第68页
     ·块内相关性特征第68-71页
     ·块间相关性特征第71-72页
     ·特征校准与归一化第72页
   ·支持向量机第72-73页
   ·实验结果与分析第73-79页
     ·图像库第73-74页
     ·SVM的配置第74-75页
     ·实验结果第75-78页
     ·结果分析第78-79页
   ·《JPEG图像隐藏信息检测系统》第79-81页
     ·核心算法第79-80页
     ·系统界面第80-81页
     ·系统检测精度第81页
   ·小结第81-82页
第6章 基于变种遗传算法的特征选择算法第82-97页
   ·引言第82-83页
   ·遗传算法第83-87页
     ·个体编码第84-85页
     ·适应性函数第85页
     ·群体初始化第85页
     ·遗传算子第85-87页
   ·变种遗传算法第87-88页
     ·种群相似度第87-88页
     ·代间转移度第88页
     ·变种遗传算法第88页
   ·实验结果与分析第88-95页
     ·图像库第88-90页
     ·支持向量机第90页
     ·特征全集第90页
     ·算法参数设置第90-92页
     ·特征选择第92-94页
     ·实验结果与分析第94-95页
   ·小结第95-97页
结论第97-99页
参考文献第99-114页
致谢第114-116页
附录A 攻读学位期间所发表的学术论文第116-118页
附录B 攻读学位期间所参与的研究项目第118-119页
附录C 攻读学位期间获得的计算机软件著作权第119页

论文共119页,点击 下载论文
上一篇:单模光纤中宽带脉冲与色散波的传输特性研究
下一篇:三维模型密写和图像密写分析研究