| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·研究背景和意义 | 第9页 |
| ·数字水印技术概述 | 第9-15页 |
| ·数字水印分类 | 第10-11页 |
| ·数字水印评价标准 | 第11-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·论文结构安排 | 第15-17页 |
| 2 基于离散余弦变换和匹配块的脆弱水印图像恢复方案 | 第17-32页 |
| ·DCT和矢量量化 | 第17-20页 |
| ·分形压缩 | 第20-21页 |
| ·算法设计 | 第21-25页 |
| ·用于篡改定位的检验算法 | 第21-22页 |
| ·水印的产生和嵌入过程 | 第22-25页 |
| ·图像恢复过程 | 第25页 |
| ·实验结果和分析 | 第25-30页 |
| ·本章小结 | 第30-32页 |
| 3 基于标准差的图像认证和恢复方案 | 第32-42页 |
| ·Qian和Feng的方案简介 | 第32页 |
| ·标准差和混沌映射加密 | 第32-34页 |
| ·标准差 | 第32-33页 |
| ·混沌映射加密 | 第33-34页 |
| ·算法设计 | 第34-37页 |
| ·水印的产生和嵌入 | 第34-36页 |
| ·篡改定位和图像恢复 | 第36-37页 |
| ·实验结果和分析 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 4 基于离散小波变换、奇异值分解和神经网络的强水印方案 | 第42-52页 |
| ·背景知识 | 第42-45页 |
| ·DWT | 第42-43页 |
| ·SVD | 第43页 |
| ·广义逆线性联想记忆神经网络 | 第43-45页 |
| ·算法设计 | 第45-46页 |
| ·水印嵌入 | 第45页 |
| ·水印提取 | 第45-46页 |
| ·水印恢复 | 第46页 |
| ·实验结果和分析 | 第46-51页 |
| ·鲁棒性测试 | 第47-50页 |
| ·安全性测试 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 5 一种基于标准差和DCT系数的分形图像压缩方法 | 第52-61页 |
| ·标准差用于分形压缩 | 第52页 |
| ·本文算法 | 第52-55页 |
| ·辅助压缩算法 | 第52-54页 |
| ·图像编码和图像解码 | 第54-55页 |
| ·实验结果及分析 | 第55-59页 |
| ·本章小结 | 第59-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66-67页 |