| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第15-24页 |
| 1.1 研究课题的来源 | 第16页 |
| 1.2 研究目的与意义 | 第16-17页 |
| 1.3 研究背景 | 第17-20页 |
| 1.4 本文主要研究内容 | 第20-22页 |
| 1.5 论文结构 | 第22-24页 |
| 第2章 相关技术简介 | 第24-38页 |
| 2.1 数字水印的基本原理 | 第24-25页 |
| 2.1.1 数字水印概述 | 第24-25页 |
| 2.1.2 数字水印的特性 | 第25页 |
| 2.2 可逆水印的基本原理 | 第25-30页 |
| 2.2.1 可逆水印的性能指标 | 第26-28页 |
| 2.2.2 可逆水印的基本框架 | 第28页 |
| 2.2.3 可逆水印分类 | 第28-30页 |
| 2.3 国内外研究动态 | 第30-37页 |
| 2.3.1 空域可逆水印方法 | 第30-35页 |
| 2.3.2 变换域可逆水印方法 | 第35-37页 |
| 2.3.3 压缩域可逆水印方法 | 第37页 |
| 2.4 本章小结 | 第37-38页 |
| 第3章 基于非对称预测误差直方图平移的可逆水印研究 | 第38-53页 |
| 3.1 引言 | 第38页 |
| 3.2 算法分析与设计 | 第38-40页 |
| 3.3 直方图平移新框架——非对称误差直方图平移 | 第40-45页 |
| 3.3.1 多预测机制 | 第40-42页 |
| 3.3.2 非对称误差直方图的创建 | 第42-43页 |
| 3.3.3 分层补偿嵌入策略 | 第43-44页 |
| 3.3.4 水印提取及图像还原过程 | 第44-45页 |
| 3.4 实例验证 | 第45-48页 |
| 3.4.1 参数设置及嵌入过程 | 第45-47页 |
| 3.4.2 像素平移数量比较分析 | 第47页 |
| 3.4.3 防溢出数据定位 | 第47-48页 |
| 3.5 实验结果与分析 | 第48-52页 |
| 3.5.1 对称直方图和非对称直方图比较 | 第48-50页 |
| 3.5.2 嵌入容量和图像质量比较 | 第50-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第4章 使用有向预测机制的直方图平移可逆水印研究 | 第53-67页 |
| 4.1 引言 | 第53-55页 |
| 4.1.1 像素预测机制 | 第53-54页 |
| 4.1.2 GAP预测机制 | 第54-55页 |
| 4.2 算法分析与设计 | 第55-56页 |
| 4.3 有向预测机制 | 第56-58页 |
| 4.4 误差能量估计和定位映射 | 第58-59页 |
| 4.5 交错嵌入策略和水印提取 | 第59-61页 |
| 4.5.1 水印嵌入过程 | 第59-60页 |
| 4.5.2 水印提取及图像还原过程 | 第60-61页 |
| 4.6 最优阈值和嵌入对计算过程 | 第61-62页 |
| 4.7 实验结果与分析 | 第62-65页 |
| 4.7.1 有向预测机制分析 | 第62-63页 |
| 4.7.2 平移扭曲率R比较 | 第63-64页 |
| 4.7.3 嵌入容量和PSNR比较 | 第64-65页 |
| 4.8 本章小结 | 第65-67页 |
| 第5章 基于预测误差对扩展的高效可逆水印研究 | 第67-78页 |
| 5.1 引言 | 第67-68页 |
| 5.1.1 预测误差扩展方法 | 第67-68页 |
| 5.1.2 差值对映射方法 | 第68页 |
| 5.2 算法分析与设计 | 第68-70页 |
| 5.3 预测误差对变换 | 第70-72页 |
| 5.4 水印嵌入过程 | 第72-73页 |
| 5.5 水印提取及图像还原过程 | 第73页 |
| 5.6 实验结果及分析 | 第73-77页 |
| 5.6.1 误差对数量比较 | 第73-75页 |
| 5.6.2 图像质量和嵌入容量比较 | 第75-77页 |
| 5.7 本章小结 | 第77-78页 |
| 第6章 结合误差扩展和误差对扩展的自适应可逆水印研究 | 第78-94页 |
| 6.1 引言 | 第78-79页 |
| 6.1.1 基于像素对和不变的整数变换 | 第78页 |
| 6.1.2 能量分散理论 | 第78-79页 |
| 6.2 算法分析与设计 | 第79-81页 |
| 6.3 提出整数变换 | 第81-83页 |
| 6.3.1 多比特嵌入的预测误差对扩展(MEPE) | 第81-82页 |
| 6.3.2 扩展扭曲比较 | 第82-83页 |
| 6.4 像素对预测机制 | 第83-85页 |
| 6.4.1 基于概率模型的预测机制 | 第83-84页 |
| 6.4.2 二维非对称预测机制(2-D APS) | 第84-85页 |
| 6.5 混合嵌入规则和辅助信息 | 第85-86页 |
| 6.6 水印嵌入和提取 | 第86-87页 |
| 6.6.1 水印自适应嵌入过程 | 第86-87页 |
| 6.6.2 水印提取及图像还原过程 | 第87页 |
| 6.7 实验结果及分析 | 第87-93页 |
| 6.7.1 比较PEE和MEPE扩展扭曲 | 第87-90页 |
| 6.7.2 像素对预测机制效果分析 | 第90-92页 |
| 6.7.3 嵌入容量和图像质量比较 | 第92-93页 |
| 6.8 本章小结 | 第93-94页 |
| 结论与展望 | 第94-99页 |
| 参考文献 | 第99-111页 |
