CN112085016A - 基于roi和iwt医学图像篡改认证及恢复的鲁棒水印方法 - Google Patents
基于roi和iwt医学图像篡改认证及恢复的鲁棒水印方法 Download PDFInfo
- Publication number
- CN112085016A CN112085016A CN202010644952.2A CN202010644952A CN112085016A CN 112085016 A CN112085016 A CN 112085016A CN 202010644952 A CN202010644952 A CN 202010644952A CN 112085016 A CN112085016 A CN 112085016A
- Authority
- CN
- China
- Prior art keywords
- roi
- sequence
- watermark
- region
- recovery
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011084 recovery Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000000739 chaotic effect Effects 0.000 claims abstract description 15
- 238000013507 mapping Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 101150060512 SPATA6 gene Proteins 0.000 claims description 19
- 238000000354 decomposition reaction Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000002194 synthesizing effect Effects 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 5
- 238000005192 partition Methods 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 238000007906 compression Methods 0.000 abstract description 3
- 230000006835 compression Effects 0.000 abstract description 3
- 238000001914 filtration Methods 0.000 abstract description 2
- 238000006243 chemical reaction Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/001—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using chaotic signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/06—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols the encryption apparatus using shift registers or memories for block-wise or stream coding, e.g. DES systems or RC4; Hash functions; Pseudorandom sequence generators
- H04L9/0643—Hash functions, e.g. MD5, SHA, HMAC or f9 MAC
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Multimedia (AREA)
- Power Engineering (AREA)
- Bioethics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
本发明公开了一种基于ROI和IWT医学图像篡改认证及恢复的鲁棒水印方法,步骤如下:(1)完整性认证及水印生成预处理;(2)水印的嵌入;(3)水印的提取及认证。首先将医学图像通过OTSU算法划分为感兴趣区域和非感兴趣区域两部分,采用哈希算法验证ROI区域的完整性,并计算ROI区域的恢复数据序列,再对带有病人信息的二值图像进行Logistic混沌映射加密处理,最后将合成水印采用IWT变换嵌入图像RONI区域。本发明将恢复数据用于水印信息传输,可验证医学图像ROI的完整性,精确定位图像ROI篡改区域并恢复原始ROI;同时嵌入图像RONI区域的水印对噪声、压缩、滤波攻击等均有较强的鲁棒性。
Description
技术领域
本发明涉及鲁棒水印方法,尤其涉及一种基于ROI和IWT医学图像篡改认证及恢复的鲁棒水印方法。
背景技术
ROI(region of interest),感兴趣区域。机器视觉、图像处理中,从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域,称为感兴趣区域。
整数小波变换(IWT)作为小波分析理论的拓展,不仅继承了离散小波变换(DWT)的许多优势,而且实现了很多DWT无法完成的功能,具有真正意义的可逆性,能够实现图像的完全无损压缩,计算复杂度低且节省存储空间。
随着科技的进步以及网络技术的快速发展,数字化的医疗数据存储使得远程医疗诊断成为可能。在远程医疗诊断系统中,医学图像作为最直接权威的医疗凭证起着关键的作用,它的准确性直接影响着医生对病情的诊断。然而在当前错综复杂的网络时代,医学图像作为数字化图片在传输以及存储的过程中,即使是很小程度的失真,也有可能会影响医生对患者病情的诊断,从而造成严重的后果。为了防止不法分子获取利益或别有用心的人进行伪造或篡改,如何确保医学图像的完整性和安全性是当前医疗机构所面临的关键问题。
数字水印作为一种新的信息隐藏技术,将水印信息嵌入到数字媒体中实现对原始载体图像的保护。通过一定的水印算法,将水印信息(如病人的姓名、性别、年龄、症状等)嵌入到医学图像中,防止在传输和存储过程中图像被篡改,保护医生、患者的合法权益,为解决日益紧张的医患关系提出有效的缓解方法。
发明内容
发明目的:本发明的目的是提供一种将OTSU算法、哈希算法和Logistic混沌加密技术相结合实现医学图像完整、安全的基于ROI和IWT的医学图像篡改认证及恢复的鲁棒水印方法。
技术方案:本发明所述的方法,步骤如下:(1)完整性认证及水印生成预处理;(2)水印的嵌入;(3)水印的提取及认证;所述步骤(1)中将医学图像通过OTSU算法划分为感兴趣区域和非感兴趣区域两部分,采用哈希算法验证ROI区域的完整性,并计算ROI区域的恢复数据序列,再对带有病人信息的二值图像进行Logistic混沌映射加密处理;所述步骤(2)中将RONI区域分成8*8的不重叠块后进行二级整数小波分解,并将合成水印嵌入由小波分解产生的低频系数中;所述步骤(3)首先对RONI区域采用二级整数小波变换提取水印,再对水印进行完整性认证及恢复篡改操作。
步骤(1)包括步骤如下:
(1.1)采用OTSU算法分割医学图像得到感兴趣区域ROI和非感兴趣区域RONI,并根据ROI区域的坐标,人工确定上、下、左、右的顶点坐标,从而构造出规则矩形形状的ROI和RONI,确定坐标时保证RONI区域可以被分成完整的若干个8*8块;
(1.2)ROI区域采用SHA-256算法得到Hash序列H1;
(1.3)将ROI区域分为3*3的非重叠块,每块产生中心像素8bit及中心像素与周围8个像素的像素差值6bit,共56bit的恢复数据,顺序检索每个3*3块得到整个ROI区域的恢复序列R,并利用哈夫曼编码对恢复序列R进行压缩得到恢复序列R1;
(1.4)通过Logistic映射对带有病人基本信息的二值图像D1产生混沌序列,将二值图像异或混沌序列,得到加密序列D2;
(1.5)将步骤(1.2)、(1.3)和(1.4)中分别得到的Hash序列H1、恢复序列R1和加密序列D2合成水印序列W。
步骤(2)包括步骤如下:
(2.1)将医学图像RONI区域分成不重叠的8*8块,对每块进行二级整数小波分解,并分别提取每块的小波系数,同时将每块中由二级整数小波分解产生的LL2部分组合成低频系数M并将合成水印序列W嵌入低频系数M中得到含水印的低频系数M’;
(2.2)将含水印的低频系数M’分成8*8块,并对M’的每块分别重构,重构后得到嵌入水印的RONI区域,合成ROI和RONI区域得到完整水印图像。
步骤(3)包括步骤如下:
(3.1)将水印图像根据ROI区域的顶点坐标分割ROI和RONI,计算ROI区域的Hash序列H2,并对RONI区域进行8*8分块后采用二级整数小波变换得到合成水印序列W’;
(3.2)将合成水印序列分割成三部分,分别是ROI区域的Hash序列H1,ROI的恢复序列R1并解压缩得到恢复序列R,病人信息加密序列D2并解密得到D1;
(3.3)若H2=H1,则ROI区域通过认证;否则进行(3.4)和(3.5)步;
(3.4)对ROI进行3*3分块,计算每块的校验和B1;对恢复序列R分段,从每段56bit中提取恢复数据并计算校验和记作B2;若B1≠B2,则块被标记为篡改块,并利用提取的恢复数据来恢复此块的像素值;
有益效果:本发明与现有技术相比,其显著效果如下:1、将水印数据用于病人信息传输,采用哈希算法可验证医学图像ROI区域的完整性,通过恢复数据序列的计算精确定位图像ROI篡改区域并恢复原始ROI;2、嵌入医学图像RONI区域的水印对噪声、压缩、滤波攻击等均有较强的鲁棒性;3、采用的Logistic混沌映射对病人信息二值图像进行加密,能够进一步提高抗破译性,保护患者的个人资料及隐私,简单、高效、安全,打破了确定性与随机性之间不可逾越的界限;4、提供了一种确保医学图像完整、安全的鲁棒水印方法。
附图说明
图1为本发明的水印生成及嵌入流程图;
图2是本发明的水印提取和认证流程图。
具体实施方式
下面结合说明书附图和具体实施方式对本发明做进一步详细描述。
本发明采用最大类间方差法(OTSU算法)将医学图像划分为感兴趣区域ROI和非感兴趣区域RONI两部分,采用哈希算法验证感兴趣区域ROI的完整性,并计算ROI区域的恢复数据序列,再对带有病人基本信息的二值图像进行Logistic混沌映射加密处理,将处理后的合成水印利用IWT变换嵌入医学载体图像的RONI区域;水印嵌入区域为非感兴趣区域,避免了感兴趣区域的嵌入失真。水印信息由三部分组成,第一部分为用于完整性认证的图像ROI的Hash值,第二部分为基于ROI分块图像灰度差值的用于ROI篡改恢复的恢复数据,第三部分水印数据用于病人信息传输。
(一)本发明采用OTSU算法、哈希算法和Logistic映射算法
1)OTSU算法
OSTU算法是一种高效的经典算法,由于方法基于图像直方图统计,阈值自适应,相较于其他分割方法计算简单,对图像亮度、对比度变化不敏感,是一种十分优异的阈值分割方法。对于基于一维OTSU算法,当图像中出现噪声时,所得到的归一化直方图对图像灰度值分布的描述并不准确,因此,提出二维OTSU算法解决噪声影响问题。
二维OTSU算法实现原理:以8位灰度图像为例,设定图像维度为A×B,A为横向像素个数,B为纵向像素个数,灰度值取值范围为[0,255],设f1(x,y)为图像某一个空间坐标像素点的灰度值,f2(x,y)为包括该像素点在内的全部邻域像素点的平均灰度值,则有:
其中,ceil[.]表示运算结果向上取整,0≤u≤A,0≤v≤B。
本发明采用OTSU算法和人工定位坐标的方式,可以更精准的定位医学图像ROI区域。
2)Logistic映射
Logistic映射是最著名的混沌映射之一,是一个具有混沌行为的简单动态非线性回归,其数学定义可以表示如下:
xk+1=μ·xk·(1-xk),μ∈[0,4] (2)
通过上式可得到混沌序列{x1,x2…xk},x为映射变量,μ为系统参量,-1<xk<1,0≤μ≤4;实验表明当3.5699456<μ≤4时,Logistic映射进入混沌状态,Logistic混沌序列可以作为理想的密钥序列。
3)整数小波变换(IWT)
整数小波变换算法的主要思想是首先分解现有的小波滤波器,从而获得各基本构造模块来逐步完成小波变换,以期满足指定特性的多分辨率分析再停止。基于提升方案的小波变换主要由分解、预测和更新这3个步骤,具体如下:
(a)分解
将初始数据Sj(n)分解为两个序列,这两个序列不相关并标记为奇数序列Xo(n)及偶数序列Xe(n),其表达式如下:
Xo(n)=Sj(2n+1) (3)
Xe(n)=Sj(2n) (4)
分解过程有效利用了信号的局部相关性,该过程是下面预测及更新两个过程的基础。
(b)预测
根据原始信号之间的相关性和偶数序列Xe(n)中数据的预测值,预测奇数序列Xo(n)中的数据,预测误差即为奇数序列信号的实际值与预测值间的差值,表达式如下:
dj(n)=Xo(n)-P[Xe(n)] (5)
其中,dj(n)表示预测误差,即新的预测序列,P[.]作为预测算子可通过差值细分的方法构造,将P[.]滤波器作用于偶数序列上得到奇数序列的预测值P[Xe(n)]。预测误差dj(n)必须要能反应数据之间的联系。
(c)更新
为了能在原始信号的偶数序列中继续保持其同样特征,利用更新算子U[.]对预测过程中求得的预测误差dj(n)进行计算得到U[dj(n)],可对偶数序列进行更新:
Sj(n)=Xe(n)+U[dj(n)] (6)
其中,dj(n)为信号的高频部分,U[.]是更新算子。
在一次整数小波变换后,偶数序列Xe(n)作为低频部分,奇数序列Xo(n)作为高频部分,低频部分能够更进一步用前面的分解、预测、更新程序进行下一步变换。
本发明的水印嵌入具体实施过程如下:
将原始图像RONI区域分为8*8块;
对每块进行二级整数小波分解;
提取每块的小波系数;
将每块的LL2部分组合成低频系数M;
将合成水印嵌入低频系数M中,得到含水印的低频系数M’;
将含水印的低频系数M’分成8*8块;
重构M’的每块子图,组合后得到嵌入水印的RONI区域。
4)ROI区域恢复数据序列
将ROI区域分为3*3的非重叠块,每块产生中心像素8bit及中心像素与周围8个像素的像素差值6bit(像素差值最多为32位,用1位表示符号位),共56bit的恢复数据,顺序检索每个3*3块得到整个ROI区域的恢复序列R;
在接收端,首先将恢复序列按3*3块分段,每段56bit数据。前8位为中心点像素值,余下数据分成八小段,每段6bit分别表示与中心像素的差值,按照此方法推理计算出每块像素点的像素值。
(二)详细步骤
首先选择一个带有病人基本信息的二值图像记为P={p(i,j)|p(i,j)=0,1;1≤i≤M1,1≤j≤M2},p(i,j)表示二值图像的像素灰度值,图像的大小为M1×M2。
第一步:完整性认证及水印生成预处理
(1.1)采用最大类间方差法(OTSU算法)分割医学图像得到感兴趣区域(ROI)和非感兴趣区域(RONI),并根据ROI区域的坐标,人工确定上、下、左、右的顶点坐标,从而构造出规则矩形形状的ROI和RONI(确定坐标时保证RONI区域可以被分成完整的若干个8*8块);
(1.2)ROI区域采用SHA-256算法得到Hash序列H1;
(1.3)将ROI区域分为3*3的非重叠块,每块产生中心像素8bit及中心像素与周围8个像素的像素差值6bit,共56bit的恢复数据,顺序检索每个3*3块得到整个ROI区域的恢复序列R,并利用哈夫曼编码对恢复序列R进行压缩得到恢复序列R1;
(1.5)将得到的Hash序列H1,压缩后的恢复序列R1,加密序列D2合成水印序列W;
第二步:水印的嵌入
(2.1)将医学图像RONI区域分成不重叠的8*8块,对每块进行二级整数小波分解,并分别提取每块的小波系数,同时将每块中由二级整数小波分解产生的LL2部分组合成低频系数M并将合成水印序列嵌入低频系数M中得到含水印的低频系数M’;
(2.2)将含水印低频系数M’分成8*8块,并对M’的每块分别重构,重构后得到嵌入水印的RONI区域,合成ROI和RONI区域得到完整水印图像。
第三步:水印的提取及认证
(3.1)将水印图像根据ROI区域的顶点坐标分割ROI和RONI,计算ROI区域的Hash序列H2,并对RONI采用二级整数小波变换(嵌入方法的逆过程)得到合成水印序列W’;
(3.2)将合成水印序列分割成三部分,分别是ROI区域的Hash序列H1,ROI的恢复序列R1并解压缩得到恢复序列R,病人信息加密序列D2并解密得到D1;
(3.3)若H2=H1,则ROI区域通过认证;否则进行(3.4)和(3.5)步;
(3.4)对ROI进行3*3分块,计算每块的校验和B1;对恢复序列R分段,从每段56bit中提取恢复数据并计算校验和记作B2;若B1≠B2,则块被标记为篡改块,并利用提取的恢复数据来恢复此块的像素值;
Claims (5)
1.一种基于ROI和IWT医学图像篡改认证及恢复的鲁棒水印方法,其特征在于,步骤如下:(1)完整性认证及水印生成预处理;(2)水印的嵌入;(3)水印的提取及认证;所述步骤(1)中将医学图像通过OTSU算法划分为感兴趣区域和非感兴趣区域两部分,采用哈希算法验证ROI区域的完整性,并计算ROI区域的恢复数据,再对带有病人信息的二值图像进行Logistic混沌映射加密处理;所述步骤(2)中将RONI区域分成8*8的不重叠块后进行二级整数小波分解,并将合成水印嵌入由小波分解产生的低频系数中;所述步骤(3)首先对RONI区域采用二级整数小波变换提取水印,再对水印进行完整性认证及恢复篡改操作。
2.根据权利要求1所述的基于ROI和IWT医学图像篡改认证及恢复的鲁棒水印方法,其特征在于,步骤(1)包括步骤如下:
(1.1)采用OTSU算法分割医学图像得到感兴趣区域ROI和非感兴趣区域RONI,并根据ROI区域的坐标,人工确定上、下、左、右的顶点坐标,从而构造出规则矩形形状的ROI和RONI;
(1.2)ROI区域采用SHA-256算法得到Hash序列H1;
(1.3)将ROI区域分为3*3的非重叠块,每块产生中心像素8bit及中心像素与周围8个像素的像素差值6bit,共56bit的恢复数据,顺序检索每个3*3块得到整个ROI区域的恢复序列R,并利用哈夫曼编码对恢复序列R进行压缩得到恢复序列R1;
(1.4)通过Logistic映射对带有病人基本信息的二值图像D1产生混沌序列,将二值图像异或混沌序列,得到加密序列D2;
(1.5)将步骤(1.2)、(1.3)和(1.4)中分别得到的Hash序列H1、恢复序列R1和加密序列D2合成水印序列W。
3.根据权利要求1所述的基于ROI和IWT医学图像篡改认证及恢复的鲁棒水印方法,其特征在于,步骤(2)包括步骤如下:
(2.1)将医学图像RONI区域分成不重叠的8*8块,对每块进行二级整数小波分解,并分别提取每块的小波系数,同时将每块中由二级整数小波分解产生的LL2部分组合成低频系数M并将合成水印序列W嵌入低频系数M中得到含水印的低频系数M’;
(2.2)将含水印的低频系数M’分成8*8块,并对M’的每块分别重构,重构后得到嵌入水印的RONI区域,合成ROI和RONI区域得到完整的水印图像。
4.根据权利要求1所述的基于ROI和IWT医学图像篡改认证及恢复的鲁棒水印方法,其特征在于,步骤(3)包括步骤如下:
(3.1)将水印图像根据ROI区域的顶点坐标分割ROI和RONI,计算ROI区域的Hash序列H2,并对RONI区域进行8*8分块后采用二级整数小波变换得到提取出的合成水印序列W’;
(3.2)将合成水印序列分割成三部分,分别是ROI区域的Hash序列H1,ROI的恢复序列R1并解压缩得到恢复序列R,加密序列D2并解密得到D1;
(3.3)若H2=H1,则ROI区域通过认证;否则进行(3.4)和(3.5)步;
(3.4)对ROI进行3*3分块,计算每块的校验和B1;对恢复序列R分段,从每段56bit中提取恢复数据并计算校验和记作B2;若B1≠B2,则块被标记为篡改块,并利用提取的恢复数据来恢复此块的像素值;
(3.5)将W和W’进行归一化相关系数即NC值计算,衡量算法的鲁棒性。
5.根据权利要求4所述的基于ROI和IWT医学图像篡改认证及恢复的鲁棒水印方法,其特征在于,步骤(3.2)中的病人信息加密序列D2通过Logistic混沌映射解密得到D1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010644952.2A CN112085016A (zh) | 2020-07-07 | 2020-07-07 | 基于roi和iwt医学图像篡改认证及恢复的鲁棒水印方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010644952.2A CN112085016A (zh) | 2020-07-07 | 2020-07-07 | 基于roi和iwt医学图像篡改认证及恢复的鲁棒水印方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112085016A true CN112085016A (zh) | 2020-12-15 |
Family
ID=73734709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010644952.2A Pending CN112085016A (zh) | 2020-07-07 | 2020-07-07 | 基于roi和iwt医学图像篡改认证及恢复的鲁棒水印方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112085016A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112395634A (zh) * | 2021-01-18 | 2021-02-23 | 中国人民解放军国防科技大学 | 医疗图像安全开放共享方法、装置和计算机设备 |
CN113255202A (zh) * | 2021-05-28 | 2021-08-13 | 南京信息工程大学 | 一种基于小波域粒子群的三维模型水印嵌入方法 |
CN113469862A (zh) * | 2021-05-28 | 2021-10-01 | 安徽大学 | 用于档案扫描的防篡改数字水印嵌入方法及图像复原方法 |
CN114025054A (zh) * | 2022-01-05 | 2022-02-08 | 国网山东省电力公司无棣县供电公司 | 一种智能电网图像加密传输方法和系统 |
CN115766965A (zh) * | 2022-11-29 | 2023-03-07 | 广东职业技术学院 | 一种试卷图像文件处理方法及存储介质 |
CN116934726A (zh) * | 2023-07-28 | 2023-10-24 | 西安邮电大学 | 一种分区域的医学图像数据隐藏和隐私保护方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101866477A (zh) * | 2010-06-11 | 2010-10-20 | 山东大学 | 一种图像完整性双重保护的数字盲水印方法 |
CN103002289A (zh) * | 2013-01-08 | 2013-03-27 | 中国电子科技集团公司第三十八研究所 | 面向监控应用的视频恒定质量编码装置及其编码方法 |
CN104268824A (zh) * | 2014-09-19 | 2015-01-07 | 柳州师范高等专科学校 | 用于医学图像认证和医患信息隐藏的自适应可逆水印方法 |
CN109285106A (zh) * | 2018-10-11 | 2019-01-29 | 中南大学 | 一种基于slt-svd的医学影像的可逆还原方法 |
CN110097490A (zh) * | 2019-04-26 | 2019-08-06 | 上海理工大学 | 基于IWT-Schur的感兴趣区域可逆水印嵌入及提取方法 |
-
2020
- 2020-07-07 CN CN202010644952.2A patent/CN112085016A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101866477A (zh) * | 2010-06-11 | 2010-10-20 | 山东大学 | 一种图像完整性双重保护的数字盲水印方法 |
CN103002289A (zh) * | 2013-01-08 | 2013-03-27 | 中国电子科技集团公司第三十八研究所 | 面向监控应用的视频恒定质量编码装置及其编码方法 |
CN104268824A (zh) * | 2014-09-19 | 2015-01-07 | 柳州师范高等专科学校 | 用于医学图像认证和医患信息隐藏的自适应可逆水印方法 |
CN109285106A (zh) * | 2018-10-11 | 2019-01-29 | 中南大学 | 一种基于slt-svd的医学影像的可逆还原方法 |
CN110097490A (zh) * | 2019-04-26 | 2019-08-06 | 上海理工大学 | 基于IWT-Schur的感兴趣区域可逆水印嵌入及提取方法 |
Non-Patent Citations (3)
Title |
---|
XIAORUI ZHANG 等: "A Robust Watermarking Scheme Based on ROI and IWT for Remote Consultation of COVID-19", 《CMC-COMPUTERS, MATERIALS & CONTINUA》, vol. 64, no. 03, pages 1435 - 1452 * |
张文芳: "远程会诊中的医疗数据水印算法研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》, pages 054 - 88 * |
李洪安: "《信号稀疏化与应用》", 西安电子科技大学出版社, pages: 11 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112395634A (zh) * | 2021-01-18 | 2021-02-23 | 中国人民解放军国防科技大学 | 医疗图像安全开放共享方法、装置和计算机设备 |
CN113255202A (zh) * | 2021-05-28 | 2021-08-13 | 南京信息工程大学 | 一种基于小波域粒子群的三维模型水印嵌入方法 |
CN113469862A (zh) * | 2021-05-28 | 2021-10-01 | 安徽大学 | 用于档案扫描的防篡改数字水印嵌入方法及图像复原方法 |
CN113469862B (zh) * | 2021-05-28 | 2022-05-17 | 安徽大学 | 用于档案扫描的防篡改数字水印嵌入方法及图像复原方法 |
CN113255202B (zh) * | 2021-05-28 | 2023-05-09 | 南京信息工程大学 | 一种基于小波域粒子群的三维模型水印嵌入方法 |
CN114025054A (zh) * | 2022-01-05 | 2022-02-08 | 国网山东省电力公司无棣县供电公司 | 一种智能电网图像加密传输方法和系统 |
CN115766965A (zh) * | 2022-11-29 | 2023-03-07 | 广东职业技术学院 | 一种试卷图像文件处理方法及存储介质 |
CN116934726A (zh) * | 2023-07-28 | 2023-10-24 | 西安邮电大学 | 一种分区域的医学图像数据隐藏和隐私保护方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Anand et al. | Watermarking techniques for medical data authentication: a survey | |
Qin et al. | An efficient coding scheme for reversible data hiding in encrypted image with redundancy transfer | |
Yin et al. | Reversible data hiding in encrypted images based on pixel prediction and bit-plane compression | |
CN112085016A (zh) | 基于roi和iwt医学图像篡改认证及恢复的鲁棒水印方法 | |
Aparna et al. | Biometric‐based efficient medical image watermarking in E‐healthcare application | |
Eswaraiah et al. | Medical image watermarking technique for accurate tamper detection in ROI and exact recovery of ROI | |
Dai et al. | A novel hybrid reversible-zero watermarking scheme to protect medical image | |
Zhang et al. | A robust watermarking scheme based on ROI and IWT for remote consultation of COVID-19 | |
Weng et al. | High capacity reversible data hiding in encrypted images using SIBRW and GCC | |
Geetha et al. | Embedding electronic patient information in clinical images: an improved and efficient reversible data hiding technique | |
Sarkar et al. | Large scale image tamper detection and restoration | |
Chang et al. | An effective image self-recovery based fragile watermarking using self-adaptive weight-based compressed AMBTC | |
Wang et al. | Privacy-preserving reversible data hiding based on quad-tree block encoding and integer wavelet transform | |
Abbasi et al. | Reversible watermarking for the security of medical image databases | |
CN115170378A (zh) | 一种基于深度学习的视频数字水印嵌入与提取方法及系统 | |
Thakur et al. | Watermarking techniques and its applications in tele-health: A technical survey | |
Shen et al. | A self-embedding fragile image authentication based on singular value decomposition | |
Liu et al. | Lossless image hierarchical recovery based on POB number system | |
Li et al. | Semi-fragile self-recoverable watermarking scheme for face image protection | |
Kumar et al. | Copyright protection of medical images: A view of the state-of-the-art research and current developments | |
Li et al. | A reversible watermarking for image content authentication based on wavelet transform | |
Geetha et al. | A multi-layered “plus-minus one” reversible data embedding scheme | |
Bhardwaj et al. | An enhanced reversible data hiding algorithm using deep neural network for e-healthcare | |
Rayachoti et al. | Block based medical image watermarking technique for tamper detection and recovery | |
Bhardwaj et al. | An efficient reversible and secure patient data hiding algorithm for E-healthcare |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |