图像隐写分析算法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究的目的与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究工作 | 第13-15页 |
| 第2章 基于图像的信息隐写与隐写分析 | 第15-25页 |
| 2.1 基于图像的隐写 | 第15-18页 |
| 2.1.1 隐写算法模型以及评价准则 | 第15-16页 |
| 2.1.2 典型的隐写算法 | 第16-17页 |
| 2.1.3 自适应隐写算法 | 第17-18页 |
| 2.2 基于图像的隐写分析 | 第18-24页 |
| 2.2.1 衡量隐写分析算法的标准 | 第18-19页 |
| 2.2.2 经典隐写分析算法 | 第19-20页 |
| 2.2.3 通用隐写分析算法 | 第20-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 加性噪声模型的通用隐写分析算法 | 第25-35页 |
| 3.1 加性噪声模型 | 第25-26页 |
| 3.2 隐写特征提取 | 第26-29页 |
| 3.2.1 预处理 | 第26-27页 |
| 3.2.2 特征提取 | 第27-29页 |
| 3.3 支持向量机 | 第29-32页 |
| 3.3.1 基本理论概要 | 第29-31页 |
| 3.3.2 支持向量机工具——Libsvm | 第31-32页 |
| 3.4 实验图像库 | 第32页 |
| 3.5 实验设置与结果分析 | 第32-33页 |
| 3.6 本章小结 | 第33-35页 |
| 第4章 EALSBMR 隐写的检测算法 | 第35-44页 |
| 4.1 EALSBMR 的隐写机制 | 第35-37页 |
| 4.2 隐写特征提取 | 第37-41页 |
| 4.2.1 八方向直方图分析 | 第37-41页 |
| 4.2.2 特征提取 | 第41页 |
| 4.3 实验设置与结果分析 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 EALSBMR 深入分析及检测算法 | 第44-48页 |
| 5.1 EALSBMR 修正后带来的影响 | 第44-46页 |
| 5.2 提取特征 | 第46页 |
| 5.3 特征组合与对比分析 | 第46-47页 |
| 5.4 本章小结 | 第47-48页 |
| 第6章 总结与展望 | 第48-50页 |
| 6.1 总结 | 第48页 |
| 6.2 展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 | 第54-55页 |
| 详细摘要 | 第55-59页 |
