论文部分内容阅读
数字医学图像的应用随着计算机技术在医学领域的推广占据了诊断过程中的重要地位。由此引发的版权和篡改问题也日益引发关注。数字水印技术能够为医学图像的版权保护和篡改检测提供有力的技术支持,是确定图像版权归属以及检测图像是否遭遇过篡改的一种重要技术手段。本文对医学图像的版权保护和篡改检测技术进行了研究,具体工作如下:1.基于数字水印的医学图像版权保护技术首先,本文提出了一种基于整数DCT变换和能量选择的可逆水印算法。针对医学图像数字水印算法对于图像视觉质量的较高要求,算法引入了可逆嵌入策略,保证在提取出水印信息后,载体图像可还原至未嵌入水印时的原始状态。此外,算法通过使用基于图像块能量的块选择策略,充分利用了医学图像存在明显ROI和RONI分区的特点,优化了嵌入水印后的图像质量。实验证明该算法具有良好的视觉质量和嵌入效率,能够满足医学图像版权保护的要求。其次,为解决频域嵌入算法嵌入容量较小的缺陷,本文提出了一种基于冗余小波变换和子采样方法的大容量频域水印算法。该算法在实现可逆嵌入的同时,提高了频域算法的嵌入容量。与基于小波变换的同类算法相比,该算法具有更大的嵌入容量。同时,在频域嵌入水印具有更高的安全性。2.基于数字水印的医学图像篡改检测技术针对医学图像数字水印可能遭遇到的攻击,本文提出了两种医学图像攻击的篡改检测与恢复算法。首先,针对几何攻击,本文提出了一种基于冗余小波和奇异值分解的鲁棒水印算法。该算法引入的冗余小波变换具有良好的视觉掩蔽特性,能够保证嵌入水印信息后的图像视觉质量满足医学图像对于视觉质量的要求。此外,冗余小波的平移不变性为该算法抵抗缩放攻击提供了支持。奇异值分解则对旋转攻击具有鲁棒性,保证了嵌入的水印信息在在图像遭受旋转攻击后能够正确提取。为最大限度的恢复遭受攻击的图像,该算法引入了基于SURF特征和随机抽样一致算法的旋转校正算法。该校正算法充分利用了水印算法的旋转鲁棒性,同时具有较好的校正效率,能够用较少的特征点准确估计出攻击参数。实验证明该算法能够保证水印信息具有几何鲁棒性,并能在最大限度的恢复受攻击图像的同时,准确的估计出攻击者使用的参数。其次,针对医学图像可能遭遇的小范围篡改攻击,本文提出了一种基于LSB嵌入和线性混沌函数的篡改检测与恢复算法。由于医学图像对视觉质量的较高要求,大范围的篡改攻击容易被识别出并使得图像失去诊断价值,利用这一特性,本算法通过在图像像素值的LSB位平面中嵌入校验模板和恢复信息,实现了像素级精度的篡改检测。该算法在满足医学图像对于视觉质量要求的同时,引入了线性混沌函数作为校验模板和加密模板的生成器,保证了嵌入信息的安全性和鲁棒性。实验结果证明,该算法对于小范围篡改攻击具有良好的鲁棒性,检测精度和恢复效果。同时,与同类算法相比,本算法的附加信息量大小为固定值,能够较好的满足医学图像的篡改检测与恢复要求。