基于无损水印的医学图像篡改检测和高质量恢复算法

采用无损数字水印算法对医学图像进行篡改检测和恢复是一个重要的研究领域。针对现有方法在区域划分和块特征值选取上的不足,提出了一种新的基于四叉树分解和线性加权插值技术的无损水印算法。算法首先对原始的医学图像进行四叉树分解,得到非固定尺寸且具有高同质性的图像块;然后利用线性加权插值方法计算每个图像块的特征值作为水印信息,最后采用基于混沌的简单可逆整数变换进行水印嵌入。在提取端,当水印图像没有受到篡改时,原始的图像能被无损恢复;当受到篡改时,算法能精确定位篡改区域并能高质量恢复。实验结果表明,提出的算法相比现有方法具有更高的嵌入容量、篡改检测精确性和恢复图像质量。方法适用于医学图像的完整性认证和篡改检测中。     

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1 dB。     

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JPEG2000的医学图像感兴趣区编码与渐进传输

针对JPEG2000标准使用的两种感兴趣编码方法,最大位移法和一般位移法对医学图像处理的不足,采用了一种分步提升方法,以完成医学图像感兴趣区域编码,以及图像中病灶区域和非病灶区域图像质量的自由调整。并根据率失真优化策略组织压缩码流,实现医学图像的感兴趣区域编码与渐进传输。实验结果表明,该方法可在低码率下实现感兴趣区域的高保真度压缩,有效提高图像压缩和传输的效率。     

基于无损水印的医学图像篡改检测和高质量恢复

目的 采用无损数字水印算法对医学图像进行篡改检测和恢复是一个重要的研究领域。针对现有方法在区域划分和块特征值选取上的不足,提出一种新的基于四叉树分解和线性加权插值技术的无损水印算法。方法 首先对原始的医学图像进行四叉树分解,得到非固定尺寸且具有高同质性的图像块;然后利用线性加权插值方法计算每个图像块的特征值作为水印信息,最后采用基于混沌的简单可逆整数变换进行水印嵌入。结果 在提取端当水印图像没有受到篡改时,原始的图像能被无损恢复;当受到篡改时,算法能精确定位篡改区域并能高质量恢复,采用本文算法恢复的图像质量较现有方法高出20 dB左右。另外,在水印图像遭到较大程度篡改时,本文算法的正检率和负检率均优于现有方法。结论 实验结果表明,本文算法相比现有方法具有更高的嵌入容量、篡改检测精确性、恢复图像质量。算法适用于医学图像的完整性认证和篡改检测中。     

一种基于医学图像中感兴趣区域的数字水印算法

提出了一种基于医学图像中感兴趣区域(ROI)的盲检测水印算法,将包含重要病理信息的灰度图像作为数字水印,经置乱后在混沌序列的控制下嵌入到宿主小波域非感兴趣区域中。实验结果表明,该算法在保护医学ROI的同时提高了水印抗JPEG压缩的鲁棒性,并对篡改、几何剪切、滤波等均具有良好的鲁棒性和透明性,而且混沌序列增强了系统的安全性。     

图像插值空间大容量可逆数字水印算法

可逆数字水印技术在遥感、医学、军事等众多领域有着广泛应用,而现有大数可逆水印算法需要依赖于附加信息,严重影响了嵌入容量,为此提出一种无附加信息的大容量可逆水印算法。首先设计了一种类似双线性插值原理的图像放大方法,并利用该方法将载体图像放大为原来的4倍,放大图中有1/4的插值点保留了原始图像信息,其余插值点均可嵌入水印。为了在插值的同时同步嵌入水印,先利用随机函数选取水印嵌入位置,再由嵌入水印信息决定理论插值的最终取值,实现水印嵌入,保证了水印的均匀分布,而且最大限度地降低了嵌入水印对插值的影响,同时还提高了算法效率和水印安全性。与经典插值算法相比,生成的含水印图像质量较好,且对任何载体图像嵌入率均能达到0.75 bpp,大量实验也表明,算法隐蔽性好、安全性高、嵌入率高、实用性强。     

基于中值预测的四轮嵌入可逆信息隐藏算法

传统基于预测误差直方图平移的可逆信息隐藏算法大多通过固定顺序来扫描原始图像,从而进行数据嵌入,这种方式没有考虑图像本身的纹理信息,导致无效移位像素点较多,伪装图像视觉质量较差。为解决该问题,提出一种基于中值预测的四轮嵌入可逆信息隐藏算法,以在提高嵌入容量的同时降低伪装图像的失真率。利用相邻像素之间具有较强相关性的特点,在较小的误差值处聚集大量像素点,以得到更陡峭的预测误差直方图并提高嵌入容量。对每个像素点定义复杂度,根据复杂度的高低对预测误差进行排序,优先在图像平滑区域嵌入数据,从而有效减少无效移位像素点个数,降低伪装图像的失真率。实验结果表明,该算法的最大嵌入率可以达到0.3 bpp,在0.1 bpp的嵌入率下峰值信噪比高达55.15 dB,与非对称直方图算法、误差直方图移位算法等相比,其具有较高的嵌入容量和较小的视觉失真率。     

基于边缘匹配与最低有效位的图像隐写方法

提出一种基于边缘匹配与最低有效位的图像隐写方法。根据人类视觉特性,利用像素与其相邻像素间的像素差值,将图像分为平滑区、过渡区、边缘区,在3个区域中分别采用不同比特数的最低有效位进行嵌入。实验结果表明,该方法能增加图像嵌入容量并可保持较高的载密图像质量。     

基于预测误差修改的医学图像数据隐藏方法

针对医学图像可逆数据隐藏高保真、高容量、高频繁地插入和可逆性等特点,提出了一种基于预测误差修改的可逆数据隐藏算法,不需要对图像进行分块处理,利用加权线性预测得到预测图像,在预测误差直方图中采用4峰值点进行隐秘数据嵌入,较好地解决了医学图像中出现得较多的溢出问题,并在保证图像质量的同时增加了嵌入容量。理论分析和实验结果证明了算法的优越性。     

A high stego-image quality steganographic scheme with reversibility and high payload using multiple embedding strategy

Tian’s method is a breakthrough reversible data embedding scheme with high embedding capacity measured by bits per pixel (bpp) and good visual quality measured by peak signal-to-noise ratio (PSNR). However, the embedding capacity and visual quality of this method can be significantly improved. Thus, we propose a simple reversible steganographic scheme in spatial domain for digital images by using the multiple embedding strategy. The proposed method horizontally and vertically embeds one secret bit into one cover pixel pair. The experimental results show that the proposed reversible steganographic method achieves good visual quality and high embedding capacity. Specifically, with the one-layer embedding, the proposed method can obtain the embedding capacity of more than 0.5 bpp and the PSNR value greater than 54 dB for all test images. Especially, with the five-layer embedding, the proposed method has the embedding capacity of more than 2 bpp and the PSNR value higher than 52 dB for all test images. Therefore, the proposed method surpasses many existing reversible data embedding methods in terms of visual quality and embedding capacity.     

基于自适应哈夫曼编码的密文可逆信息隐藏算法

随着云存储和隐私保护的发展,密文域可逆信息隐藏作为一种可以在密文中嵌入秘密信息,保证嵌入后的信息可以无错误提取,并能无损恢复原始明文图像的技术,越来越受到人们的关注.本文提出了一种基于自适应哈夫曼编码的密文域可逆信息隐藏算法,对不同的图像采用不同的哈夫曼码字编码腾出空间来嵌入秘密信息.首先利用自然图像相邻像素间的相关性对原始明文图像进行像素值预测,从最高有效位到最低有效位,对原始像素值和预测像素值的相同比特位进行自适应的哈夫曼编码标记.然后,利用流密码对原始明文图像进行加密.最后在腾出的空间,通过位替换来自适应的嵌入秘密信息.由于哈夫曼编码和解码的可逆性,合法接收者可以对原始明文图像和秘密信息实现分离的无损恢复和提取.实验结果表明,与现有的几种方法相比,本文提出的方法具有更好的安全性和更高的嵌入率,在BOSSBase、BOWS-2和UCID三个数据集上的平均嵌入率比MPHC算法分别提高了0.09bpp、0.062 bpp和0.06bpp,在最佳情况下比MPHC算法能分别高出0.958 bpp、0.797 bpp和0.320 bpp,最差情况下的嵌入率比MPHC算法也分别高出了 0.01 bpp、0.039 bpp和0.061 bpp.     

SVM based robust watermarking for enhanced medical image security

Medical images are more typical than any other ordinary images, since it stores patient’s information for diagnosis purpose. Such images need more security and confidentiality as total diagnosis depends on it. In telemedicine applications, transmission of medical image via open channel, demands strong security and copyright protection. In our proposed robust watermarking model, a double layer security is introduced to ensure the robustness of embedded data. The embedded data is scrambled using a unique key and then a transform domain based hybrid watermarking technique is used to embed the scrambled data into the transform coefficients of the host image. The data embedding in medical images involves more attention, so that the diagnosis part must not be affected by any modification. Therefore, Support Vector Machine (SVM) is used as a classifier, which classify a medical image into two regions i.e. Non Region of Interest (NROI) and Region of Interest (ROI) to embed watermark data into the NROI part of the medical image, using the proposed embedding algorithm. The objective of the proposed model is to avoid any quality degradation to the medical image. The simulation is performed to measure the Peak Signal to Noise Ratio (PSNR) for imperceptibility and Structural Similarity Index (SSIM) to test the robustness. The experimented result shows, robustness and imperceptibility with SSIM of more than 0.50 and PSNR of more than 35 dB for proposed watermarking model.

     

基于高阶位平面冗余的可逆信息隐藏方法

针对现有加密图像可逆信息隐藏(RDHEI)方法存在的隐藏容量低、解密标记图像质量差的问题,提出了一种新的基于高阶位平面冗余的RDHEI方法.首先,通过Logistic映射对原始图像进行分块加密,并保留块内像素高阶位平面的冗余;其次,依据块内高阶位和低阶位个数是否相同的规则将加密后的图像块分为可嵌入块和不可嵌入块,并在可...     

Adaptive reversible watermarking with improved embedding capacity

Embedding capacity is one of the most important issues of the reversible watermarking. However, the theoretical maximum embedding capacity of most reversible watermarking algorithms is only 1.0 bits per pixel (bpp). To achieve a higher capacity, we have to modify the least significant bit (LSB) multiple times which definitely lowers the quality of the embedded image. To this end, this paper proposes a novel reversible watermarking algorithm by employing histogram shifting and adaptive embedding. Specifically, the amount of the embedded watermark is adaptively determined in terms of the context of each pixel. For pixels with small prediction error, we modify the second, third and even the fourth LSBs as well to embed more than one watermark bit. Consequently, the proposed method achieves the embedding capacity larger than 1.0 bpp in single-pass embedding as well as bringing relatively low embedding distortion. The superiority of the proposed method is experimental verified by comparing with other existing schemes.     

基于位平面压缩的密文医学图像可逆信息隐藏算法

针对目前医学图像可逆信息隐藏算法嵌入容量小、需要对图像进行感兴趣区域（ROI）划分、接收方操作不灵活等缺点,结合医学图像特点,提出了一种基于位平面压缩的可分离式密文域信息隐藏算法。首先,将256级灰度医学图像分解成8个位平面,压缩高4个位平面,用峰值点像素值填充压缩后的空间,重构图像;然后,对重构的图像头部、中部、尾部分别加密;最后,在尾部根据嵌入密钥选取位置,通过直方图平移算法嵌入信息,接收方可根据密钥持有情况实现信息提取与图像恢复的可分离操作。实验结果表明,通过压缩图像预留空间来存放信息避免了辅助信息的传输,能有效提高嵌入容量,同时具有较高的安全性。     

自适应的密文彩色图像可逆数据隐藏算法

为了提高直方图平移算法嵌入率和图像感知质量,提出一种自适应的密文彩色图像可逆数据隐藏算法。利用Logistics混沌置乱加密算法对彩色图像进行加密;对加密后的图像块根据设定的波动阈值自适应地分成平滑块和陡峭块;对平滑块进行高平面位比特替换,对陡峭块进行直方图平移和多比特位嵌入来提升嵌入率和图像质量。实验结果表明,该算法具有较高嵌入容量且感知质量较好,当嵌入率为1.142bpp时,峰值信噪比可达35dB以上,并且抵抗噪声、剪切攻击时鲁棒性较好。     

自适应编码的高容量密文可逆信息隐藏算法

随着数字信息技术的普及,密文可逆信息隐藏（reversible data hiding in encrypted images,RDHEI）逐渐成为云存储中隐私保护的研究热点.RDHEI作为一种能在密文中嵌入额外信息,并正确提取嵌入信息和无损恢复原始图像的技术,受到研究者的广泛关注.为了能在加密图像中嵌入充足的额外信息,提出了一种自适应编码的高容量RDHEI算法.首先,计算原始图像不同预测误差的出现概率并自适应的生成哈夫曼编码;然后,利用流密码加密原始图像,根据像素预测误差对应的哈夫曼码字对加密后像素进行标记;最后,以位替换方式将信息嵌入到已标记像素的预留空间中.经实验验证：该算法在正确提取嵌入信息的同时,无损地恢复了原始图像.与同类算法相比,该算法充分利用了图像本身的纹理特性,有效地提高了图像嵌入率.在UCID,BOSSBase和BOWS-2这3个图像集上,该算法的平均嵌入率达到3.162 bpp,3.917 bpp以及3.775 bpp,与当前性能最佳算法相比,提升了0.263 bpp,0.292 bpp以及0.280 bpp.     

A reversible data hiding scheme using complementary embedding strategy

Obtaining good visual quality and high hiding capacity with reversible data hiding systems is a technically challenging problem. In this paper, we propose a simple reversible data hiding scheme that uses a complementary hiding strategy. The proposed method embeds one secret bit horizontally and vertically into one cover pixel of a grayscale cover image by decreasing odd-valued pixels and increasing even-valued pixels by one. Experimental results show that the hiding capacity measured by bit per pixel (bpp) of the proposed scheme is at least 1.21 bpp with a PSNR (peak signal-to-noise ratio) value greater than 52 dB for all standard test images. Especially in the case of four-layer embedding, the PSNR value of the proposed method is still greater than 51 dB at a hiding capacity of about 5 bpp for all standard test images. In addition, the proposed method is quite simple because it primarily uses additions and subtractions. These results indicate that the proposed scheme is superior to many existing reversible data hiding schemes introduced in the literature.