| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 隐写技术与隐写检测技术概述 | 第10-11页 |
| 1.2.1 隐写技术概述 | 第10-11页 |
| 1.2.2 隐写检测技术概述 | 第11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.3.1 图像信息隐藏技术研究现状 | 第11-12页 |
| 1.3.2 图像隐写检测技术研究现状 | 第12-13页 |
| 1.3.3 并行检测技术研究现状 | 第13-14页 |
| 1.4 本文研究内容与组织结构 | 第14-16页 |
| 1.4.1 研究内容 | 第14-15页 |
| 1.4.2 组织结构 | 第15-16页 |
| 2 图像隐写检测相关技术 | 第16-26页 |
| 2.1 图像隐写检测的基本框架 | 第16-17页 |
| 2.2 图像隐写检测几种典型特征 | 第17-22页 |
| 2.2.1 共生矩阵 | 第17页 |
| 2.2.2 基于马尔科夫模型的特征 | 第17-19页 |
| 2.2.3 基于小波变换的特征 | 第19-20页 |
| 2.2.4 基于校准的特征 | 第20-22页 |
| 2.3 图像隐写检测常用的分析方法 | 第22-24页 |
| 2.3.1 Fisher线性分类器 | 第22-23页 |
| 2.3.2 支持向量机分类器 | 第23-24页 |
| 2.3.3 组合分类器 | 第24页 |
| 2.4 图像隐写检测常用图像库及性能评估标准 | 第24-25页 |
| 2.4.1 图像隐写检测常用图像库 | 第24页 |
| 2.4.2 图像隐写检测评估标准 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 基于特征融合的图像隐写检测 | 第26-43页 |
| 3.1 相关工作介绍 | 第26-27页 |
| 3.1.1 PEV校准特征 | 第26页 |
| 3.1.2 相邻联合密度特征 | 第26-27页 |
| 3.2 图像隐写对相邻联合密度特征影响的验证 | 第27-29页 |
| 3.3 基于融合特征的图像隐写检测方法 | 第29-34页 |
| 3.3.1 融合特征的提取 | 第29-32页 |
| 3.3.2 特征归一化和分类器选择 | 第32-33页 |
| 3.3.3 基于融合特征的图像隐写检测流程 | 第33-34页 |
| 3.4 实验与结果分析 | 第34-42页 |
| 3.4.1 实验准备 | 第34-36页 |
| 3.4.2 二分类实验结果与分析 | 第36-41页 |
| 3.4.3 多分类实验结果及分析 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 基于稀疏表示的图像隐写检测技术 | 第43-54页 |
| 4.1 稀疏表示相关工作介绍 | 第43-45页 |
| 4.1.1 基于最小L1范数的稀疏表示 | 第43-44页 |
| 4.1.2 稀疏表示在图像隐写检测中的应用 | 第44-45页 |
| 4.2 基于向量总变差的稀疏表示 | 第45-46页 |
| 4.3 一种新的基于稀疏表示的图像隐写检测方法 | 第46-48页 |
| 4.4 实验与结果分析 | 第48-52页 |
| 4.4.1 实验准备 | 第48-49页 |
| 4.4.2 实验结果与分析 | 第49-52页 |
| 4.5 本章小结 | 第52-54页 |
| 5 基于多核并行的图像隐写检测特征提取 | 第54-63页 |
| 5.1 相关技术概述 | 第54-56页 |
| 5.1.1 多核CPU概述 | 第54-55页 |
| 5.1.2 OpenMP技术概述 | 第55-56页 |
| 5.2 基于并行方法的图像特征提取研究 | 第56-57页 |
| 5.3 基于OpenMP的并行图像隐写检测特征提取方法 | 第57-59页 |
| 5.4 实验与结果分析 | 第59-62页 |
| 5.4.1 实验条件 | 第60页 |
| 5.4.2 实验结果与分析 | 第60-62页 |
| 5.5 本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 附录 | 第71页 |