基于DFRFT变换的医学图像鲁棒水印算法研究

来源 :海南大学 | 被引量 : 0次 | 上传用户:yatou5004
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着计算机网络的迅速发展,越来越多的领域受到了数字化的影响,备受关注的医疗领域也进入了数字化的进程。在技术飞速发展的今天,医学信息被用于分享、学习,远程交流与治疗。在人们享受着这种便利的同时,一个严峻的问题正影响着我们,那就是安全的问题。患者的患病信息被进行远程治疗的时候,会担心自己的个人信息暴露。因此,安全性的问题是在这个信息化时代非常紧急的问题。为防止信息泄露,许多学者提出了数字水印等解决方法。数字水印是将患者的个人信息(姓名,性别等),以水印的形式储存在载体图像中。我们在这种方法的基础上,又提出了基于离散分数阶傅里叶变换(DFRFT)数字水印算法。运用DFRFT改善其几何攻击的鲁棒性能。同时,医学图像本身也包含着患者的患病信息,需要对其进行保密,因此,我们对宿主图像进行加密,从而得到双重保障。针对这些问题,本文的主要研究如下:(1)研究了基于DCT-DFRFT的医学图像数字水印算法。首先,利用DCT(离散余弦变换)和Tent Map对要嵌入的数字水印进行加密。将DCT变换运用到医学图像中,提取出医学图像的低频系数,对提取的低频系数进行DFRFT(离散分数阶傅里叶变换)变换,从而提取医学图像的特征向量。由于医学图像是一种特殊的图像,不可以改变其原有的信息,因此在对嵌入水印和提取水印的时候都采用了零水印技术。将水印嵌入到医学图像后,需要验证其鲁棒性能,因此,运用不同的攻击方法对载体图像进行攻击。最后得到的结果为:提出的该算法在进行不同的攻击后,仍然可以很好地还原出水印,鲁棒性能较强。(2)研究了基于DWT-DFRFT的医学图像数字水印算法。首先,利用DCT(离散余弦变换)和Tent Map对要嵌入的数字水印进行加密。再对医学图像进行DWT(离散小波变换)变换和DFRFT(离散分数阶傅里叶变换)变换,将医学图像的特征向量提取出来。采用零水印技术实现水印的嵌入与提取。最后得到的结果为:提出的该算法在进行不同的攻击后,仍然可以很好地还原出水印,鲁棒性能较强。(3)研究了基于DWT-DCT和Tent Map的加密医学图像数字水印算法。利用DWT-DCT和Tent Map对原始医学图像和要嵌入的数字水印进行加密。然后运用DWT(离散小波变换)变换和DCT(离散余弦变换)变换对加密医学图像进行处理,提取特征向量。采用零水印技术实现水印的嵌入与提取。最后得到的结果为:提出的该算法在进行不同的攻击后,仍然可以很好地还原出水印,鲁棒性能较强。该算法同时保障了医学图像本身的安全性。
其他文献
对已吸附了低密度脂蛋白(LDL)及极低密度脂蛋白(VLDL)达到饱和程度的吸附柱,用1mol/L的生理盐水进行脱附,采用修正Langmuir吸附式建立了连续脱附过程的数学模型,计算结果与实验测定值吻合,表明该数学模型适
<正> 近年来,遥感图像融合已成为遥感图像处理中研究热点内容。遥感图像融合主要通过处理多幅图像间的冗余数据来提高图像的可靠性,处理图像间的互补信息来提高遥感图像的清
发展了一种可大幅度提高不锈钢耐腐蚀性的表面处理技术,并应用原位(in-situ)Raman 光谱、非原位(ex-situ)能谱、扫描微探针及电化学方法等研究方法,研究不锈钢表面改性钝化膜结构
设计了一种用于煤矿立井提升系统的液压过卷缓冲装置,对其结构组成和工作原理进行了介绍,并对该装置在工作过程中的制动过程进行了理论分析;最后简要地做了实例验算,验证了该
某些高分子凝胶膜、膜表面或微孔内接枝改性膜、液晶膜具有化学阀的功能,其膜的通透性随外界环境条件变化而改变。详细介绍了PH、温度、电场等外界环境条件变化对此三类膜的敏感
培养中学教师的教育科研素质是深化中学课程改革、实施素质教育和发展教育科学理论的需要,也是我们培训基地要思考和研究的重要课题。本文通过对参加海拉尔地区继续教育培训
通过两种方法。即将γ-氨丙基封端的聚二甲基硅氧烷和对氨基苯甲酸酯封端的聚(四亚甲基)醚与均苯四甲酸二酐共缩聚,和将两种预制的聚酰胺酸溶液共混,合成了一组硅氧烷改性的
以战术数据链网络规划作为研究对象,对数据链网络规划系统的需求进行了分析,并以需求分析作为依据,设计了数据链网络规划保障系统。首先采用分层设计的方法,按照网络规划系统
我们掘进队,用工形式很复参,有固定工、有城合制,有农合制,有农民轮换工,大部分都是农民轮换工,就是企业从农村招来的人,个人家里的土地不动在企业上班,
目的探讨阻塞性睡眠呼吸暂停低通气综合征(obstructive sleep apnea hypopnea syndrome, OSAHS)患者的睡眠感知异常及相关因素分析。方法回顾性分析2017年3月至2018年3月期间