云环境下一种基于DFT加密医学图像鲁棒水印方法

    公开(公告)号:CN104851072A

    公开(公告)日:2015-08-19

    申请号:CN201510338442.1

    申请日:2015-06-18

    Applicant: 海南大学

    Abstract: 本发明公开了云环境下一种基于DFT加密医学图像鲁棒水印方法,属于多媒体信号处理领域,实现了在加密图像中嵌入鲁棒水印的方法。本发明的步骤如下:首先,对原始医学图像进行DFT变换,在变换域中通过与二值混沌序列进行点乘的方法,实现对图像的快速加密,同时对二值文本水印也进行加密;其次,对加密的原始图像进行DFT变换,提取加密图像的特征向量,利用加密图像的特征向量和加密的水印进行异或运算,嵌入水印并得到二值逻辑序列;然后,进行水印的提取和还原;最后对加密图像进行DFT运算,解密成原始图像。该方法为零水印技术。由于水印嵌入到加密图像中,不仅保护了水印而且原始图像也得到了保护。

    基于三维DWT-DFT感知哈希和混沌的体数据多水印

    公开(公告)号:CN103996161A

    公开(公告)日:2014-08-20

    申请号:CN201410150660.8

    申请日:2014-04-16

    Applicant: 海南大学

    Abstract: 本发明公开了一种基于三维DWT-DFT感知哈希和混沌的体数据多水印技术,属于多媒体信号处理领域。本发明利用Logistic Map生成混沌序列,利用混沌序列对水印进行置乱,然后进行水印的嵌入,对医用体数据进行全局3DDWT-DFT变换,选取前4×4×2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具有鲁棒的感知哈希值,并将该感知哈希值与嵌入的多水印相关联得到一串二值密钥序列,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多水印的提取,最后利用Logistic Map对多水印进行还原。

    基于三维DCT感知哈希和混沌的体数据鲁棒多水印算法

    公开(公告)号:CN103886544A

    公开(公告)日:2014-06-25

    申请号:CN201410145705.2

    申请日:2014-04-10

    Applicant: 海南大学

    Abstract: 本发明公开了一种基于三维DCT感知哈希和混沌的体数据鲁棒多水印技术,属于多媒体信号处理领域。本发明的步骤是:首先利用LogisticMap生成混沌序列,利用混沌序列对水印进行置乱;然后进行水印的嵌入,对体数据进行全局3D-DCT变换,选取前4×4×2个系数,再进行3D-IDCT变换,然后在反变换系数中提取感知哈希,并将多水印序列与该感知哈希值相关联得到一串二值密钥序列,并将该二值密钥序列存于第三方;再通过对待测体数据使用三维DCT求取感知哈希值,并与存于第三方的二值序列相关联来进行多水印的提取,最后利用LogisticMap对提取的水印进行还原。

    一种基于三维DCT感知哈希的体数据鲁棒水印实现方法

    公开(公告)号:CN103871018A

    公开(公告)日:2014-06-18

    申请号:CN201410127729.5

    申请日:2014-04-02

    Applicant: 海南大学

    Abstract: 本发明公开了一种基于三维DCT感知哈希的体数据数字水印技术,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全局3D-DCT变换,选取前4×4×4个系数,再进行反变换,3D-IDCT,然后在反变换系数中提取体数据的一个感知哈希值,并将水印序列与感知哈希值通过常规哈希函数得到一个二值序列的密钥,并将该密钥存于第三方;然后进行水印的提取,具体是通过对待测体数据使用三维DCT感知哈希算法提取其感知哈希值,然后与存于第三方的二值密钥序列通过哈希函数来进行水印的提取。本发明是基于三维DCT感知哈希的体数据数字水印技术,有较好的鲁棒性,并且,水印的嵌入不改变原始体数据的内容。

    一种基于感知哈希的智能纹理防伪方法

    公开(公告)号:CN103353990A

    公开(公告)日:2013-10-16

    申请号:CN201310244052.9

    申请日:2013-06-19

    Applicant: 海南大学

    Abstract: 本发明涉及一种基于感知哈希的智能纹理防伪方法,是先进行图像特征提取,包括:(1)通过感知哈希算法对图像进行处理,得到原始纹理图像的一个视觉特征向量V(j);(2)用户用手机对待测纹理图像进行扫描,上传到服务器,同样通过感知哈希算法对待测图像进行处理,求出待测图像的视觉特征向量V’(j);然后再进行图像鉴别,包括:(3)求出原始纹理图像的视觉特征向量V(j)和待测图像的视觉特征向量V’(j)之间的归一化相关系数NC值;(4)将求出的NC值返回到用户手机上。实验证明本发明具有有较强的抗常规攻击能力、抗几何攻击能力,解决了自动鉴别纹理图像的问题,实现了智能纹理防伪技术,并且鉴别的准确率高,速度快。

    基于三维DWT-DCT和混沌置乱的体数据水印方法

    公开(公告)号:CN103279919A

    公开(公告)日:2013-09-04

    申请号:CN201310247283.5

    申请日:2013-06-21

    Applicant: 海南大学

    Abstract: 本发明公开了一种基于三维DWT-DCT和混沌置乱的体数据水印技术,属于多媒体信号处理领域。本发明的步骤是:首先利用Logistic Map性质对水印进行混沌置乱;然后通过对原始体数据进行三维DWT-DCT变换提取特征向量来进行水印的嵌入,将特征向量与混沌置乱的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;再通过对待测体数据进行三维DWT-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;最后利用Logistic Map的性质来进行水印的还原。本发明是基于三维DWT-DCT和混沌置乱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变换的智能纹理防伪方法

    公开(公告)号:CN103198329A

    公开(公告)日:2013-07-10

    申请号:CN201310136352.5

    申请日:2013-04-19

    Applicant: 海南大学

    Abstract: 本发明公开了一种基于DFT变换的智能纹理防伪方法,属于纹理防伪领域。本发明的步骤是先建立纹理特征数据库,包括:(1)对每个原始纹理标签图像进行全图DFT变换,得到视觉特征向量V(n);(2)将求出的这N个特征向量存放在纹理特征数据库中;然后再进行图像自动鉴别,包括:(3)手机扫描待测纹理标签图像,运用步骤1的方法求出待测图像的视觉特征向量V’,并将上传到服务器;(4)求出数据库中的所有纹理图像的视觉特征向量V(n)和待测图像的视觉特征向量V’之间的归一化相关系数NC(n)值;(5)将NC(n)最大值返回到用户手机上。实验证明本发明具有自动鉴别纹理图像的能力,节约数据库存贮空间,运算速度快。

    一种基于DWT-DCT变换的智能纹理防伪方法

    公开(公告)号:CN103177452A

    公开(公告)日:2013-06-26

    申请号:CN201310136264.5

    申请日:2013-04-19

    Applicant: 海南大学

    Abstract: 本发明公开了一种基于DWT-DCT变换的智能纹理防伪方法,属于纹理防伪技术领域。本发明的步骤是先建立特征数据库,包括:(1)通过对纹理图像进行小波变换,再对逼近子图进行全图DCT变换,提取一个特征向量V(n);(2)将求出的特征向量存放在纹理特征数据库中;然后再进行图像自动鉴别,包括:(3)手机扫描待测纹理标签图像,运用步骤1的方法求出待测图像的特征向量V’,并将上传到服务器;(4)求出数据库中的所有纹理图像的特征向量V(n)和待测图像的特征向量V’之间的归一化相关系数NC(n)值;(5)将NC(n)最大值返回到用户手机上。实验证明本发明具有自动鉴别纹理图像的能力,实现了智能纹理防伪技术。

    U-V的特征增强融合用于脑肿瘤MRI图像分割的方法

    公开(公告)号:CN117876352A

    公开(公告)日:2024-04-12

    申请号:CN202410069928.9

    申请日:2024-01-17

    Applicant: 海南大学

    Abstract: 本发明公开了U‑V的特征增强融合用于脑肿瘤MRI图像分割的方法,具体内容为:整个流程是一个端到端的系统,从原始图像的预处理开始,通过特征增强提高图像质量,接着使用U‑Net模型进行局部特征提取和分割,最后应用ViT Transformer进行全局上下文分析和精确分割;这种结合了深度学习和Transformer架构的方法体现了在医学图像分割任务中的先进技术和创新应用。

Patent Agency Ranking