摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第15-31页 |
1.1 研究背景及意义 | 第15页 |
1.2 数字图像隐写技术 | 第15-19页 |
1.2.1 数字隐写系统的理论模型 | 第15-16页 |
1.2.2 数字隐写的性能指标 | 第16页 |
1.2.3 数字隐写的研究现状 | 第16-19页 |
1.3 数字图像隐写分析技术 | 第19-27页 |
1.3.1 隐写分析算法的分类 | 第19-20页 |
1.3.2 隐写分析算法的性能指标 | 第20-22页 |
1.3.3 隐写分析技术的研究现状 | 第22-26页 |
1.3.4 分类器 | 第26-27页 |
1.4 基于图像内容的隐写分析 | 第27-29页 |
1.4.1 隐写检测技术面临的挑战 | 第27-28页 |
1.4.2 基于图像内容的隐写分析 | 第28-29页 |
1.5 本文的研究内容和章节安排 | 第29-31页 |
第二章 图像工程相关理论与技术 | 第31-49页 |
2.1 图像统计特性和信源模型 | 第31-38页 |
2.1.1 图像空域统计特性 | 第32-35页 |
2.1.2 图像变换域能量分布特性 | 第35-37页 |
2.1.3 图像信源统计建模 | 第37-38页 |
2.2 图像增强与图像复原 | 第38-39页 |
2.3 图像编码 | 第39-42页 |
2.3.1 2D-DCT | 第40页 |
2.3.2 量化 | 第40-41页 |
2.3.3 Z扫描和熵编码 | 第41-42页 |
2.4 图像分割 | 第42-44页 |
2.4.1 边界分割技术 | 第42-43页 |
2.4.2 区域分割技术 | 第43-44页 |
2.5 图像纹理分析 | 第44-48页 |
2.6 本章小结 | 第48-49页 |
第三章 基于图像内容的隐写分析模型 | 第49-69页 |
3.1 测试图像库 | 第49-50页 |
3.2 隐写检测特征与图像内容间的关系 | 第50-58页 |
3.2.1 直方图平滑度特征 | 第50-55页 |
3.2.2 差分像素邻接矩阵特征 | 第55-56页 |
3.2.3 JPEG盲检测特征 | 第56-58页 |
3.3 基于图像内容的隐写分析模型 | 第58-67页 |
3.3.1 基于图像分类的隐写分析 | 第59-61页 |
3.3.2 基于图像分块的隐写分析 | 第61-64页 |
3.3.3 基于图像分割的隐写分析 | 第64-67页 |
3.4 本章小结 | 第67-69页 |
第四章 基于JPEG融合特征的隐写分析 | 第69-85页 |
4.1 引言 | 第69-70页 |
4.2 图像分割 | 第70-74页 |
4.2.1 基于纹理的图像块分类 | 第70-72页 |
4.2.2 图像块类别合并 | 第72-74页 |
4.3 特征提取及分类器构造 | 第74-77页 |
4.3.1 改进的Merged-274特征 | 第74-75页 |
4.3.2 基于图像分割的隐写分析特征 | 第75-76页 |
4.3.3 训练及测试 | 第76-77页 |
4.4 实验结果与分析 | 第77-84页 |
4.4.1 实验设置 | 第77页 |
4.4.2 图像分割参数、图像块尺寸、聚类方法的影响 | 第77-79页 |
4.4.3 性能比较 | 第79-82页 |
4.4.4 针对自适应隐写方法的检测结果 | 第82-83页 |
4.4.5 针对混合质量因子图像的检测结果 | 第83-84页 |
4.5 本章小结 | 第84-85页 |
第五章 基于富模型的JPEG隐写分析 | 第85-97页 |
5.1 引言 | 第85页 |
5.2 高维隐写检测特征 | 第85-87页 |
5.2.1 定义和符号 | 第85-87页 |
5.2.2 DCT频率特征 | 第87页 |
5.2.3 DCT系数整体分布特征 | 第87页 |
5.3 基于富模型的JPEG隐写分析方法 | 第87-92页 |
5.3.1 图像分割 | 第88-90页 |
5.3.2 基于分割的JRM特征 | 第90-91页 |
5.3.3 训练及测试 | 第91-92页 |
5.4 实验结果与分析 | 第92-95页 |
5.4.1 实验设置 | 第92-93页 |
5.4.2 训练、测试图像库匹配时的检测结果 | 第93-94页 |
5.4.3 训练、测试图像库不匹配时的检测结果 | 第94-95页 |
5.4.4 算法复杂度 | 第95页 |
5.5 本章小结 | 第95-97页 |
第六章 基于高阶差分联合分布的空域图像隐写分析 | 第97-109页 |
6.1 引言 | 第97页 |
6.2 高阶差分像素联合分布特征 | 第97-99页 |
6.3 基于分割的空域图像隐写分析算法 | 第99-102页 |
6.3.1 四叉树分割 | 第99-101页 |
6.3.2 基于图像分割的SPJD特征 | 第101-102页 |
6.3.3 训练和测试 | 第102页 |
6.4 实验结果与分析 | 第102-107页 |
6.4.1 实验设置 | 第102页 |
6.4.2 图像分割参数 λ 的影响 | 第102-103页 |
6.4.3 不同区域特征对算法性能的贡献 | 第103-104页 |
6.4.4 差分阶数k对算法性能的贡献 | 第104-105页 |
6.4.5 性能比较 | 第105-107页 |
6.4.6 算法复杂度 | 第107页 |
6.5 本章小结 | 第107-109页 |
第七章 基于局部线性变换的空域图像隐写分析 | 第109-119页 |
7.1 引言 | 第109页 |
7.2 基于局部线性变换的隐写检测特征 | 第109-111页 |
7.2.1 基于LLT的隐写检测特征 | 第109-110页 |
7.2.2 LLT模板的选择 | 第110-111页 |
7.3 基于分割的空域图像隐写分析算法 | 第111-113页 |
7.3.1 图像分割 | 第111-113页 |
7.3.2 基于图像分割的LLT特征 | 第113页 |
7.3.3 训练和测试 | 第113页 |
7.4 实验结果与分析 | 第113-118页 |
7.4.1 实验设置 | 第113-114页 |
7.4.2 图像块尺寸S的影响 | 第114页 |
7.4.3 不同区域特征对算法性能的贡献 | 第114-115页 |
7.4.4 局部线性变换阶数k对算法性能的贡献 | 第115页 |
7.4.5 性能比较 | 第115-118页 |
7.4.6 算法复杂度 | 第118页 |
7.5 本章小结 | 第118-119页 |
结束语 | 第119-121页 |
一 全文总结 | 第119-120页 |
二 工作展望 | 第120-121页 |
致谢 | 第121-123页 |
参考文献 | 第123-133页 |
作者简历 | 第133页 |