基于可逆可见水印的医学图像隐私保护算法

针对医学图像感兴趣区域隐私泄露问题,提出了一种新的基于可逆可见水印的隐私保护算法。算法将二值水印图像嵌入在医学图像感兴趣区域实施隐私保护,利用人类视觉系统(HSV)的掩蔽特性和自适应的像素映射机制,对水印可见性和透明性进行动态调整;采用收缩投影技术,有效解决了嵌入过程中可能出现的溢出问题;最后,随机数密钥的引入增强了可见水印的鲁棒性。实验结果表明,算法嵌入的水印具有较好的可见性和透明性,产生的水印附加信息数量仅为65608位;另外,在不知道密钥情况下,水印移去困难,恢复后图像与嵌入水印后图像质量相差不到1dB。     

基于采样预测和差值变换的医学图像可逆水印算法

针对远程诊疗应用场景下医学图像传输的安全性问题,提出一种基于采样预测差值变换的医学图像可逆水印算法.首先对图像进行采样并预测得到相邻子样图像的像素值;然后计算得到子样图像间的像素差值,通过调整差值嵌入水印信息并形成水印图像.接收端在水印图像没有遭到篡改情况下能正确提取出水印信息并且无失真地还原原始图像.算法充分利用图像子样像素之间的高相关性,提高了嵌入容量;另外,算法具有较好的图像质量和运行效率,实验结果证明了算法的优越性.     

基于小波变换的可见可逆数字水印算法

提出了一种可无损恢复的小波域可见数字水印算法.算法采用视觉对比模型和人类视觉系统特性计算水印拉伸系数,并由用户密钥生成随机模板确定水印信息的嵌入位置.实验结果表明本算法具有很好的可见性和鲁棒性.     

一种基于可逆脆弱水印的图像认证算法

通过向图像嵌入水印,可实现图像的真伪鉴定。然而由于量化误差、信息嵌入及截断误差等原因,含水印图像在被确认为真实无误后,无法将原始图像恢复出来。采用可逆水印可以解决这一问题。该文提出了一种可逆脆弱水印算法,它可对图像进行真伪认证,并在图像通过认证后,恢复出原始图像。     

具有人类视觉特性的可见水印算法

论文提出一种基于小波变换的可见水印算法,该算法利用人类视觉模型的亮度CSF和纹理敏感特性,根据主图像和水印图像的局部和全局特征,建立确定水印嵌入的拉伸系数数学模型。首先描述了人类视觉及小波分解系数分析,给出了小波系数视觉重要性权重值。把原图像和水印图像小波系数频率子带分成不同的块,基于视觉掩模对子块进行分类。利用人眼的纹理敏感特性,进一步增强了嵌入水印的图像视觉质量。仿真实验表明该算法结果良好。     

基于线性空间隐藏模型的可逆图像水印算法

提出一种基于线性空间隐藏模型的可逆图像水印算法.通 过对原始图像载体互不重叠的划分形成图像块序列,对其进行整数小波变换,获取待嵌水印子带.根据0/1水印序列和线性空间隐藏模型,将水印不可感知地嵌入到图像的小波域中,提高水印鲁棒性和不可见性. 只需判断奇偶性提取水印,并且通过简单逆向平移恢复原始.线性空间隐藏模型的提出实现了水印间相互独立,从而 使该算法能扩展到多著作权的无损水印领域.投票原则的使用又进一步提高水印的 鲁棒性和降低了误检率.在无外界干扰的条件下,拥有密 钥和其他秘密参数的用户能够无损恢复原始图像.仿真实验表明,与相关工作比较该算 法能应对一定程度的有损压缩和高斯噪声攻击,表现出 较高的鲁棒性、安全性和不可见性.     

基于单向预测误差扩展的三维医学图像可逆水印算法

对于可逆水印技术在三维医学图像中的应用问题，提出一种基于单向预测误差扩展的三维医学图像可逆水印算法。首先根据像素间的三维梯度变化预测像素从而得到预测误差；然后结合磁共振成像生成的三维医学图像的特征，采用单向直方图位移与预测误差扩展相结合的方法将外部信息嵌入至三维医学图像；最后，重新预测像素，提取外部信息，恢复原始三维图像。实验结果表明，在MR-head和MR-chest测试数据体上，与二维梯度预测相比，所提算法预测误差的平均绝对偏差分别降低1.09和1.40，每个像素的最大嵌入容量分别增加0.0456比特和0.1291比特，从而能够更准确地预测像素值，嵌入更多的外部信息。该算法可应用于对三维医学图像的篡改检测以及患者隐私保护。     

基于同态加密系统的图像鲁棒可逆水印算法

同态加密技术可用于保护数据隐私并允许对密文数据进行算术操作,在云计算安全上有着很好的应用前景.针对云计算中的隐私保护和数据安全等问题,本文提出了一种基于同态加密系统的图像鲁棒可逆水印算法,主要思想为：1）对原始图像进行分块和利用Paillier加密系统进行加密得到密文图像;2）在加密域中,通过模乘法逆元MMI （Modular Multiple Inverse）方法和查询相应的密文映射表得到每个密文分块的统计量,然后利用同态特性对统计量进行直方图平移来嵌入水印信息;3）在接收方,可从含水印的密文图像的统计量直方图中完整提取水印,并可通过对统计量进行与嵌入过程相反的直方图平移操作来恢复原始密文图像;4）含水印的密文图像在直接解密后可从其统计量直方图中完整提取水印信息和恢复原始图像;5）解密后的含水印图像在受到一定程度的攻击后（如JPEG/JPEG2000压缩和叠加高斯噪声等）,水印仍能正确提取.该算法实现了在不对原始图像进行预处理的情况下可直接在加密后的密文图像中嵌入水印,并可分别在加密域或明文域提取水印和恢复原始密文图像或原始明文图像,而且嵌入的水印对常见的图像处理操作具有一定的鲁棒性.实验仿真结果验证了本文算法的有效性.     

基于回归型支持向量机的医学图像可视可逆水印算法

随着医学影像技术的发展,医学图像成为医生诊断患者病情的主要依据,为了给患者提供更为准确的诊断和最佳的治疗方案,医学图像共享和专家远程诊断成为重要的诊疗手段。未被保护的医学图像在传输过程中易受到攻击或恶意篡改,为有效保护医学图像信息的完整性并限制未授权用户的使用,提出了一种基于回归型支持向量机的医学图像可视可逆水印算法。该算法首先将可视水印嵌入医学图像中;其次利用回归型支持向量机对水印图像的像素值进行预测,并计算出预测误差,利用纹理度等级自适应确定合适的亮度调节阈值,根据阈值生成一幅全局定位图,将全局定位图加入到原始图像中,以增强算法的鲁棒性;最后利用全局定位图和预测误差之间的相互关系生成一个可视可逆的水印,从而对医学图像进行加密保护。实验结果表明,所提可视可逆算法不仅可应用于传统医学图像,还首次应用于弥散加权图像,且该算法具有较好的鲁棒性和可逆性,能有效避免像素点溢出问题,实现可逆水印的正确提取,提取水印后的图像与原始图像没有任何差异。在水印信息未知的情况下,可视可逆水印去除困难,该特性可有效保护患者信息的完整性和医学图像的权威性。     

基于奇偶性的大容量医学图像可逆水印算法

本文提出了一种针对医学图像的基于奇偶性的大容量可逆水印算法。相比一般图像医学图像拥有更多接近0 值的像素点,在嵌入过程中容易溢出。通过测试选择像素中嵌入水印信息不会引起溢出的像素携带水印信息。本算法充分利用了医学图像中所有有能力携带水印信息的像素,提高了医学图像的嵌入率。为保证水印信息提取端图像像素的正确分类和算法的可逆性,本算法基于像素预测误差的奇偶性改进了提取端的测试算法。实验分析表明,本算法不仅保证了含水印医学图像的视觉效果,同时提高了医学图像的水印嵌入容量。对于一般图像,在水印嵌入量和视觉效果方面也有一定的提升。     

基于图像叠加与区域增强的可见水印算法

针对可见水印存在的水印强度不够、视觉效果不佳问题,提出一种基于图像叠加与区域增强的可见水印生成算法,首先根据宿主图像生成同尺寸的空白蒙版,接着在空白蒙版上嵌入水印并对嵌入水印进行增强,最后将增强的水印蒙版与宿主图像进行叠加生成最终图像。实验使用4张标准数字图像进行可见水印生成以及相关攻击实验,结果表明,本文提出的算法的平均峰值信噪比在排除透明度的干扰下可达35.61,同时针对噪声、压缩等攻击时,宿主图像的失真率变化波动较小,具有较好的鲁棒性。     

一种用于JPEG图像的高容量可逆水印算法

提出一种用于JPEG图像的高容量可逆水印算法 。该算法利用JPEG图像DCT系数的零系数间隔确定修改的位置,利用间隔中零系数的个数确 定水印嵌入量,进而嵌入水印信息。这样做不会带来如位置图等任何额外信息 。该算法利用零系数间隔准确地提取水印,并能在水印提取后无损地恢复原始JPEG图像。实 验结果表明,该算法在嵌入大量水印信息的情况下仍能取得满意的PSNR值,且图像文件大小 的增加较小。     

基于图像插值和直方图平移的可逆水印算法

现有的基于直方图的可逆水印算法嵌入容量较少,针对这一问题,结合图像放大后像素点的特征,提出一种新的可逆水印算法。利用插值方法将图像放大4倍,既增加了图像的像素个数,又增强了像素之间的相关性;使用上下左右4个像素点计算像素点的预测误差值,并构造直方图,在峰值点处嵌入水印信息;利用相反的过程提取水印,并根据插值原理恢复原始图像。实验结果表明,将图像放大后再嵌入,可嵌入水印容量提高了3倍。算法不可见性较好、嵌入容量较大,可用于图像隐藏、信息安全等领域。     

可逆文本水印算法研究

提出一种可逆文本水印算法.该算法对文本特征进行分析,以确定待嵌入文本句子集,根据文本句子的奇偶性,利用同义词替换评价模型将水印不可感知地嵌入到原始文本中,通过调整算法参数,满足不同的鲁棒性和不可见性需求.仿真实验结果表明,该算法具有较好的不可见性,并能在提取水印后无损地恢复原始文本载体数据.     

基于三像素块差值的多层可逆图像水印算法

数字图像可逆水印算法在水印嵌入容量和不可感知性方面要求越来越高。为了满足图像可逆水印算法的需求,提出一种基于三像素差值的多层可逆图像水印算法。该算法首先把原始图像按照三种类型进行水平分块,同时计算相邻三像素块的绝对差值,对差值进行分组,求出水平分块中的最大峰值点,将生成的二值水印嵌入在第一个像素和第三个像素的LSB中,同时记录最大峰值点所在块的索引和嵌入水印信息像素的最低有效位。其次,按照同样的方法对原始图像按照三种类型进行垂直分块,嵌入水印信息。实验仿真结果表明,该算法在不可见性、水印容量等方面较同类算法有显著提高。     

基于ZUC可分离加密图像可逆水印算法

本文基于祖冲之(ZUC)算法,设计实现了一种可分离加密图像可逆水印算法,算法中内容所有者先进行图像标记并生成位置图,然后使用ZUC加密算法加密载体图像;水印嵌入者得到加密图像后根据位置图将水印信息嵌在选中像素的第7位或第8位;接收者根据加密密钥和嵌入密钥可以得到直接解密图像、水印信息和恢复图像.算法使用ZUC算法对图像进行加解密,很好地保证算法的安全性;在嵌入水印信息之前对图像进行标记,将水印信息嵌在选中的位置上;接收者在利用相邻像素相关性基础上通过一种自适应差值算法实现水印提取和图像恢复,保证恢复的载体图像和直接解密图像的质量.实验表明所提出的算法具有较高的安全性并且达到可分离的效果,同时恢复的载体图像和直接解密图像都具有较高质量.     

奇偶性分类下大容量医学图像可逆水印算法

提出了一种针对医学图像的基于奇偶性的大容量可逆水印算法.相比一般图像,医学图像拥有更多接近0值的像素点,在嵌入过程中容易溢出.通过测试选择像素中嵌入水印信息不会引起溢出的像素携带水印信息.本算法充分利用了医学图像中所有能携带水印信息的像素,提高了医学图像的嵌入率.为保证水印信息提取端图像像素的正确分类和算法的可逆性,本算法基于像素预测误差的奇偶性改进了提取端的测试算法.实验分析表明,本算法不仅保证了含水印医学图像的视觉效果,同时提高了医学图像的水印嵌入容量.对于一般图像,在水印嵌入量和视觉效果方面也有一定的提升.     

基于密文医学图像的可逆信息隐藏算法

针对现有算法嵌入容量低以及应用于医学图像时效果不稳定的问题,提出一种基于斜线分组和梯度算子的密文医学图像的可逆信息隐藏算法。算法利用按位异或操作对医学图像加密,接着对密文图像分块,每块再斜线分为4组,根据待嵌入2比特信息翻转对应像素组的最低3位有效位（3LSBs）。接收端先解密图像,然后根据信息隐藏密钥和梯度算子恢复原始图像并提取信息。实验结果显示,算法能无损地恢复原始医学图像,准确地提取嵌入信息,在分块大小相同的情况下,有更好的嵌入容量,更高的PSNR值和更低的信息提取错误率。     

基于多尺度分解与预测误差扩展的可逆图像水印算法

针对现有可逆图像水印算法中嵌入量与图像视觉质量之间的矛盾,提出了一种基于多尺度分解与预测误差扩展的可逆图像水印算法。首先,对原始图像进行多尺度分解,将其分解为同质块和非同质块;其次,通过对同质块进行预测误差扩展来嵌入水印信息;最后,通过计算非同质块信息熵,根据嵌入水印信息量选择合适的非同质块,通过对选取的非同质块进行整数小波变换,在中高频中嵌入剩余水印信息。实验结果表明,该算法易于实现且完全可逆,能有效提高水印嵌入量,具有较高的视觉质量。