| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 第一章 绪论 | 第10-18页 |
| ·数字水印技术的研究背景和意义 | 第10-11页 |
| ·数字水印技术与信息安全 | 第11-13页 |
| ·数字水印的研究历史与国内外研究现状 | 第13-15页 |
| ·数字水印技术的应用领域 | 第15-16页 |
| ·本论文主要研究内容及组织结构 | 第16-18页 |
| 第二章 数字图象水印技术基本原理 | 第18-27页 |
| ·数字图像水印系统简介 | 第18页 |
| ·数字图像水印特征 | 第18-20页 |
| ·数字水印分类 | 第20-21页 |
| ·数字水印的评价标准 | 第21-25页 |
| ·数字图像水印的攻击方法 | 第25-27页 |
| 第三章 支持向量机简介 | 第27-41页 |
| ·引言 | 第27-28页 |
| ·机器学习问题表述 | 第28-30页 |
| ·经验风险最小化 | 第30-31页 |
| ·统计学习理论 | 第31-32页 |
| ·支持向量机 | 第32-41页 |
| 第四章 遗传算法简介 | 第41-46页 |
| ·引言 | 第41-42页 |
| ·遗传算法的概述 | 第42-45页 |
| ·遗传算法基本流程 | 第45-46页 |
| 第五章 一种新的基于DCT域的盲数字图像水印方法 | 第46-63页 |
| ·提出背景 | 第46页 |
| ·离散余弦变换 | 第46-49页 |
| ·shieh水印方法回顾 | 第49-52页 |
| ·本文所提水印方法 | 第52-54页 |
| ·实验结果分析 | 第54-61页 |
| ·本章小结 | 第61-63页 |
| 第六章 基于人眼视觉系统和支持向量机的盲数字图像水印方案 | 第63-78页 |
| ·前言 | 第63-65页 |
| ·人眼视觉系统 | 第65-67页 |
| ·基于HVS的分类模型的建立 | 第67-68页 |
| ·支持向量机模拟人眼视觉系统 | 第68-70页 |
| ·基于支持向量机的数字图像水印方法 | 第70-71页 |
| ·实验结果分析 | 第71-75页 |
| ·小结 | 第75-78页 |
| 第七章 基于支持向量机和遗传算法的数字水印算法方案 | 第78-87页 |
| ·引言 | 第78页 |
| ·遗传算法优化水印嵌入位置 | 第78-81页 |
| ·基于支持向量机和遗传算法的数字水印方案流程 | 第81页 |
| ·实验结果 | 第81-86页 |
| ·小结 | 第86-87页 |
| 第八章 总结与展望 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 研究成果 | 第93-96页 |
| 致谢 | 第96页 |