声明
摘要
1 绪论
1.1 研究的背景及意义
1.2 课题的来源
1.3 国内外的研究现状
1.4 论文工作内容与结构
1.5 本章小结
2 图像隐藏信息检测的相关理论与技术
2.1 隐藏信息检测的相关概念及模型
2.1.1 衡量信息隐藏的性能指标
2.1.2 隐写与隐写分析技术的概念
2.1.3 数字隐写基本模型
2.1.4 隐写分析的技术指标
2.2 典型的隐写算法
2.2.1 LSB替换隐写
2.2.2 LSB匹配隐写
2.2.3 图像边缘自适应隐写
2.2.4 高度不可检测隐写
2.3 常见的隐藏信息检测算法
2.3.1 卡方检测法
2.3.2 RS检测法
2.3.3 SPAM特征检测法
2.4 常用的分类器
2.4.1 贝叶斯分类器
2.4.2 支持向量机
2.4.3 集成分类器
2.5 本章小结
3 基于残差共生矩阵的HUGO图像隐藏信息检测
3.1 残差的计算
3.2 特征提取及特征参数
3.2.1 特征提取
3.2.2 特征参数
3.3 分类器
3.4 实验结果
3.4.1 实验参数设置
3.4.2 不同维度特征检测性能比较
3.4.3 不同特征类型检测性能比较
3.4.4 与LSB匹配算法的性能比较
3.5 本章小结
4 基于局部线性变换的HUGO图像隐藏信息检测
4.1 局部线性变换及其向量构造
4.1.1 局部线性变换算法
4.1.2 局部线性的向量构造计算
4.2 特征提取
4.3 分类器的选择
4.4 实验参数设置
4.5 实验结果分析
4.5.1 与其他算法检测性能比较
4.5.2 不同图像库检测性能比较
4.6 本章小结
5 总结和展望
5.1 总结
5.2 展望
参考文献
附录:攻读学位期间的主要学术成果
致谢
中南林业科技大学;