| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题背景 | 第9页 |
| ·目前国内外研究现状 | 第9-13页 |
| ·基于文本格式的水印 | 第11页 |
| ·基于文本内容的语义水印(Semantic Watermarking) | 第11-12页 |
| ·基于文本图像的文本水印 | 第12-13页 |
| ·本文所做的工作 | 第13-15页 |
| 第二章 数字水印相关理论综述 | 第15-24页 |
| ·信息隐藏与数字水印 | 第15-16页 |
| ·信息隐藏概念 | 第15页 |
| ·数字水印概念 | 第15-16页 |
| ·数字水印的数学模型 | 第16-18页 |
| ·数字水印的应用领域 | 第18页 |
| ·数字水印印刷防伪技术 | 第18-19页 |
| ·文本数字水印的特点 | 第19-20页 |
| ·文本数字水印的常见算法 | 第20-23页 |
| ·行移编码，字移编码 | 第20-21页 |
| ·修改笔画宽度 | 第21-22页 |
| ·修改块内黑白像素个数的奇偶性 | 第22页 |
| ·DCT 域 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于 2 种地纹模式的地纹数字水印实现 | 第24-36页 |
| ·水印嵌入流程 | 第24-27页 |
| ·水印提取流程 | 第27-31页 |
| ·预处理 | 第28页 |
| ·形态学处理 | 第28-29页 |
| ·分块 | 第29页 |
| ·滤波器内部处理 | 第29页 |
| ·赋予可信度 | 第29页 |
| ·基于可信度确定全局水印信息 | 第29-31页 |
| ·实验结果分析 | 第31-32页 |
| ·基于半影调技术的拟似灰度表现方法 | 第32-34页 |
| ·半影调技术 | 第32页 |
| ·8灰度级的拟似灰度表现 | 第32-34页 |
| ·拟似灰度表现的水印实现 | 第34页 |
| ·线性识别函数 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于 4 种地纹模式的水印嵌入算法 | 第36-42页 |
| ·设计地纹模式 | 第36-38页 |
| ·处理流程 | 第38页 |
| ·嵌入定位标志 Q1、Q2 | 第38-39页 |
| ·提高背景图像再现性 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第五章 基于 Gabor 滤波器和神经元模型的水印提取算法 | 第42-53页 |
| ·处理流程 | 第42-43页 |
| ·预处理 | 第43-44页 |
| ·p-tile 算法 | 第43页 |
| ·前景文字与背景地纹的分离 | 第43-44页 |
| ·Gabor 滤波器提取定位标志 | 第44-46页 |
| ·设计 Gabor 滤波器 | 第44-45页 |
| ·相位 0，π/2 方向的 Gabor 滤波 | 第45-46页 |
| ·定位坐标与水印单元分割 | 第46页 |
| ·Gabor 滤波器提取水印信息 | 第46-49页 |
| ·相位π/4，3π/4 方向的 Gabor 滤波 | 第46-47页 |
| ·K-means 算法 | 第47-48页 |
| ·基于 K-means 算法的纹理解析 | 第48-49页 |
| ·可信度 | 第49-50页 |
| ·基于神经元模型的复原方式 | 第50-51页 |
| ·神经元模型 | 第50-51页 |
| ·基于神经元模型的最优化复原方式 | 第51页 |
| ·后处理 | 第51页 |
| ·本章小结 | 第51-53页 |
| 第六章 仿真实验 | 第53-63页 |
| ·水印提取率实验 | 第53-57页 |
| ·复印操作的提取率实验 | 第54-55页 |
| ·剪切操作的提取率实验 | 第55-56页 |
| ·前景文字字体对水印提取率的影响 | 第56-57页 |
| ·背景图像选择对水印提取率的影响 | 第57页 |
| ·地纹水印图像再现性评价 | 第57-58页 |
| ·本章小结 | 第58-63页 |
| 第七章 总结与展望 | 第63-65页 |
| ·本文研究工作总结 | 第63-64页 |
| ·今后工作展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 附录一 实验使用的原始图像 | 第71-73页 |
| 附录二 背景地纹图像 | 第73-81页 |
| 附录三 印刷文本图像（部分） | 第81-82页 |