公开(公告)号：CN116342357A

公开(公告)日：2023-06-27

申请号：CN202111539168.6

申请日：2021-12-15

Applicant: 海南大学

Inventor： 李京兵 ,  李天夫 ,  陈延伟 ,  涂蓉

IPC: G06T1/00

Abstract: 本发明公开了一种基于LPT和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置乱加密；然后通过对医学图像进行LPT‑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LPT‑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LPT和DCT的医学图像数字水印技术，有较好的鲁棒性，针对旋转、缩放、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。

公开(公告)号：CN114092304A

公开(公告)日：2022-02-25

申请号：CN202111243409.2

申请日：2021-10-25

Applicant: 海南大学

Inventor： 李京兵 ,  李天夫 ,  陈延伟 ,  涂蓉 ,  肖驰

IPC: G06T1/00 ,  G06N3/04 ,  G06N3/08 ,  G06F21/62

Abstract: 本发明公开了一种基于ShuffleNet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LogisticMap的性质对水印进行置乱加密；然后把原始医学图像输入到预训练好的ShuffleNet深度网络中，并提取网络的全连接层输出值，对输出值进行DCT，得到医学图像的特征向量来进行水印的嵌入，将特征向量与二值水印进行逻辑异或操作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和原始医学图像一样的操作来提取待测医学图像的特征向量，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ShuffleNet深度网络的医学图像数字水印技术，有较好的鲁棒性，针对旋转、缩放、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。

公开(公告)号：CN114092301A

公开(公告)日：2022-02-25

申请号：CN202111241673.2

申请日：2021-10-25

Applicant: 海南大学

Inventor： 李京兵 ,  李天夫 ,  陈延伟 ,  涂蓉 ,  肖驰

IPC: G06T1/00 ,  G06N3/04 ,  G06N3/08 ,  G06F21/62

Abstract: 本发明公开了一种基于ShuffleNet迁移学习的医学图像鲁棒多水印方法，属于多媒体信号处理领域。本发明的步骤是：首先对ShuffleNet网络进行结构改动，在自制的医学数据集上训练好后保存；接着把医学图像输入到训练好的ShuffleNet网络中，经过前向传播，对获得的数值处理后就成了医学图像的特征向量；然后对水印进行置乱加密，将医学图像的特征向量与加密后的三张二值水印分别进行异或得到三个二值逻辑序列；再通过相同的操作来提取待测医学图像的特征向量，并与二值密钥序列分别关联来进行水印的提取。本发明是基于ShuffleNet迁移学习的医学图像数字水印技术，有较好的鲁棒性，针对旋转、平移、缩放、剪切等几何攻击尤为突出，水印的嵌入不改变原始数据的内容，是一种零水印技术。