基于SURF和DCT特征的鲁棒彩色图像零水印方法

    公开(公告)号:CN111968027A

    公开(公告)日:2020-11-20

    申请号:CN202010843728.6

    申请日:2020-08-20

    Applicant: 海南大学

    Abstract: 本申请公开了一种基于SURF和DCT特征的鲁棒彩色图像零水印方法,该方法包括:将原始彩色图像从RGB空间转换到YUV空间,对选定的部分图像建立DCT系数矩阵,提取亮度分量的SURF特征点,并根据SURF特征点的主方向构造特征向量;根据预先构造的参考向量和特征向量生成鲁棒水印序列,并对鲁棒水印序列进行置乱,生成版权标识信息;同时,将原始水印图像分割成多个子图像块,对子图像块的奇异值范数进行异或运算,生成脆弱水印信息;将生成的脆弱水印信息嵌入在原始彩色图像在空间域中的最低有效位,并重构每个子图像块以获得含水印图像。这样能够同时进行版权保护和内容认证,保证了图像的视觉质量,可以来检测和定位恶意篡改。

    基于Bandelet-DCT医学图像鲁棒零水印方法

    公开(公告)号:CN111968025A

    公开(公告)日:2020-11-20

    申请号:CN202010836889.2

    申请日:2020-08-19

    Applicant: 海南大学

    Abstract: 本申请公开了一种基于Bandelet-DCT医学图像鲁棒零水印方法,包括:对原始医学图像进行Bandelet-DCT变换,得到系数特征矩阵,利用哈希函数运算生成特征二值序列;对原始水印进行混沌置乱加密,得到混沌置乱水印,并将水印信息嵌入至原始医学图像中,同时获取二值逻辑密钥序列并保存在第三方;同理生成待测医学图像的特征二值序列;根据该特征二值序列和二值逻辑密钥序列,提取出加密水印并进行解密,得到还原水印;将原始水印和还原水印进行归一化相关系数计算,确定待测医学图像的所有权和嵌入的水印信息。该方法在抗几何攻击和常规攻击中具有较好的鲁棒性和不可见性,能同时保护病人的隐私信息和医学图像的数据安全。

    一种基于NSCT组合变换的医学图像零水印嵌入方法

    公开(公告)号:CN110517182A

    公开(公告)日:2019-11-29

    申请号:CN201910809474.3

    申请日:2019-08-29

    Applicant: 海南大学

    Abstract: 本申请公开了一种基于NSCT组合变换的医学图像零水印嵌入方法、装置、设备及可读存储介质,该方案基于NSCT、RDWT、DCT的混合变换和Arnold变换实现,在水印嵌入过程中,首先,结合NSCT、RDWT、DCT来提取更加鲁棒的医学图像特征向量,以抵抗几何攻击。其次,利用Arnold变换加密水印,增强水印信息的安全性。最后,使用零水印技术来实现水印嵌入,保证了医学图像的完整性、水印容量以及隐身性,避免了传统的水印嵌入技术对原图数据修改造成的缺陷,保证了医学图像的质量。因此,即使患者信息受到有意或者无意的攻击,只要非授权用户不知道密钥,便无法破解出医学图像和水印,使得患者的个人信息得到真正的保护。

    基于SURF-DCT混合的图像处理方法及装置

    公开(公告)号:CN110473136A

    公开(公告)日:2019-11-19

    申请号:CN201910730369.0

    申请日:2019-08-08

    Applicant: 海南大学

    Abstract: 本发明提供了一种基于SURF-DCT混合的图像处理方法,包括:应用SURF算法对待加密图像数据进行特征提取,得到关键特征数据,依据关键特征数据确定特征描述符;应用DCT算法计算特征描述符,得到DCT系数集合;在该集合中选取符合预设条件的DCT系数,以构建目标特征矩阵并进行哈希运算,得到特征二值序列;获取加密水印二值矩阵;将特征二值序列与加密水印二值矩阵进行异或运算,以将加密水印二值矩阵对应的加密水印嵌入待加密图像数据中。能够在DCT系数集合中选取符合预设条件的DCT系数构建目标特征矩阵,使得将加密水印二值矩阵对应的加密水印嵌入待加密图像数据时,能够有效的减小对待加密图像数据的破坏。

    个性化英文字母展示风格变换方法

    公开(公告)号:CN109241750A

    公开(公告)日:2019-01-18

    申请号:CN201810800655.5

    申请日:2018-07-20

    Applicant: 海南大学

    Abstract: 本发明涉及一种个性化英文字母展示风格变换方法,属于软件工程和人工智能交叉领域,其特征在于,获取用户的待变化字母风格的句子或者文件,使用一个五维的特征组F,即(端点相对位置特征,端点形态特征,粗细特征,颜色特征,弯曲度特征)标记每个字母的风格特征,并由用户对个别字母以可视化方式进行目标风格变换,同样以五维的特征组FU标记,将F于FU作为输入,结合本发明提出的书写字母的分类属性,基于一个字母的目标风格和原始风格之间的变化特征提取模型(LFEM)学习用户对字母风格变化的变化特征(SF),之后,按照特征参数SF对构成其他的字母进行风格变换。

    一种基于SIFT-DCT的医学图像鲁棒水印方法

    公开(公告)号:CN108876696A

    公开(公告)日:2018-11-23

    申请号:CN201810577965.5

    申请日:2018-06-07

    Applicant: 海南大学

    CPC classification number: G06T1/0064 G16H30/20

    Abstract: 本发明公开了一种基于SIFT‑DCT的医学图像鲁棒水印方法,属于多媒体信号处理领域。本发明的步骤是:首先利用Logistic Map的性质在频域对水印进行符号加密;然后通过对医学图像进行SIFT‑DCT变换提取一个特征向量来进行水印的嵌入,将特征向量与二值水印相关联得到一个二值逻辑序列,并将该二值序列存于第三方;再通过对待测医学图像进行SIFT‑DCT变换提取其特征向量,并与存于第三方的二值序列相关联来进行水印的提取。本发明是基于SIFT‑DCT的医学图像数字水印技术,有较好的鲁棒性,针对旋转、平移、剪切等几何攻击尤为突出,水印的嵌入不改变原始加密体数据的内容,是一种零水印技术。

    云环境下基于神经网络的加密人脸识别方法

    公开(公告)号:CN108776790A

    公开(公告)日:2018-11-09

    申请号:CN201810576421.7

    申请日:2018-06-06

    Applicant: 海南大学

    CPC classification number: G06K9/00221 G06N3/084 H04N19/625 H04N19/63

    Abstract: 本发明公开了一种云环境下基于神经网络的加密人脸识别方法,属于多媒体信号处理领域。本发明的步骤是:首先利用Tent Map的性质在DWT-DCT变换域内对人脸图像进行加密;再利用PCA主成分分析法提取特征得到投影矩阵;随后利用投影矩阵创建并训练BP神经网络;对待测人脸进行加密,最后将加密后的人脸图像输入到训练好的神经网络来进行识别,输出相应的人脸序号。本发明是云环境下基于BP神经网络和变换域的人脸图像识别方法,拥有较好的鲁棒性,同时能增强信息数据的安全性。

    大数据下基于DFT鲁棒水印的抗遮挡攻击人脸识别方法

    公开(公告)号:CN103984934A

    公开(公告)日:2014-08-13

    申请号:CN201410229774.1

    申请日:2014-05-29

    Applicant: 海南大学

    Abstract: 本发明公开了一种大数据下基于DFT鲁棒水印的抗遮挡攻击人脸识别方法,主要分水印嵌入和提取两大部分,在水印的提取部分,同时实现了人脸的识别;主要步骤如下,水印的嵌入:步骤一)首先对所有原始人脸进行全局DFT变换,在实部系数中求得特征向量;步骤二)将每个人脸的水印与该人脸的特征向量通过密码学哈希函数相关联;水印提取:步骤三)获取待测人脸的特征向量,求的待测人脸和原始人脸特征向量相关系数最大值,并根据该值对应的序号,完成人脸的识别、获得对应的嵌入的水印;步骤四)利用待测人脸的特征向量,进行水印提取,并计算出水印的相关系数。该人脸识别方法不需要进行样本训练,适合于大数据;并有较好的抗遮挡、光照等攻击。

    基于三维DWT-DFT感知哈希的体数据数字水印方法

    公开(公告)号:CN103971318A

    公开(公告)日:2014-08-06

    申请号:CN201410135592.8

    申请日:2014-04-05

    Applicant: 海南大学

    Abstract: 本发明公开了一种基于三维DWT-DFT感知哈希的体数据数字水印方法,属于多媒体信号处理领域。本发明的步骤是:首先对医用体数据进行3D-DWT、3D-DFT,选取前4×4×4个系数,再进行3D-IDFT变换,然后在反变换系数的实部中提取一个鲁棒的感知哈希值,并将该感知哈希值与嵌入的水印相关联得到一个二值密钥序列,并将该二值密钥序列存于第三方;再通过对待测体数据进行三维DWT-DFT体数据的感知哈希值的提取,并与存于第三方的二值序列相关联来进行水印的提取。本发明是基于三维DW-DFT感知哈希的体数据数字水印技术,有较好的鲁棒性,水印的嵌入不改变原始体数据的内容。

    一种基于DFT和LogisticMap的医学图像水印方法

    公开(公告)号:CN102938132A

    公开(公告)日:2013-02-20

    申请号:CN201210468656.7

    申请日:2012-11-20

    Applicant: 海南大学

    Abstract: 本发明涉及一种基于DFT和Logistic Map的鲁棒水印技术,属于多媒体信号处理领域。本发明的步骤,先进行水印的预处理和水印的嵌入,包括:(1)利用Logistic Map得到二值加密矩阵;(2)得到加密的水印;(3)对原图进行DFT变换,并提取特征向量;(4)利用该特征向量和混沌加密的水印得到一个二值逻辑序列;再进行水印的提取和水印还原,包括:(5)对待测图像进行DFT变换,提取一个特征向量;(6)利用Hash函数和嵌入水印时生成的二值逻辑序列来提取水印;(7)利用Logistic Map生成二值加密矩阵;(8)求得还原的水印。本发明在远程医疗中对保护患者个人信息有较高的实用价值。

Patent Agency Ranking