用于医学图像认证的Contourlet-SVD双水印算法

针对现有的数字图像水印算法在应用于医学图像时过于复杂,接收端定位感兴趣区域处理时间长的问题,提出一种依据特征值自动还原感兴趣区域的双水印嵌入算法.使用Harris角点法提取医学图像特征值,根据特征值分布划分感兴趣区域,使用奇异值分解将认证水印嵌入感兴趣区域经过轮廓波分解后的低通子带的最大奇异值中,病人信息嵌入至经过轮廓波分解后的非感兴趣区域中频子带系数中,并选择一定数量的感兴趣区域稳定特征点值嵌入至高频子带中.实验结果显示嵌入水印前后特征提取匹配程度高,篡改探测实验成功率均大于90%,PSNR值大于42db.算法通过提取特征值实现了感兴趣区域自动选择,提高实际应用效率,充分利用轮廓波分解得到多个子带提高图像水印负载能力,与奇异值分解法结合保证水印具有良好的不可见性和抗攻击能力,增强医学图像传输的安全性和完整性.

一种感兴趣区域防溢出数字水印算法

目的针对工程设计图纸、医学影像等存在大量边缘值像素点的图像在嵌入水印时容易出现像素值溢出的问题,文中提出一种基于感兴趣区域防溢出的水印方案。方法该方案使用改进后的区域生长法分割原始图像得到不规则形状的ROI,再通过填充像素值得到矩形水印嵌入区域,对该区域进行提升小波变换,并经过Arnold置乱,通过对水印嵌入区域的分块和扫描,跳过边缘像素值,使用奇偶映射的方法将制成QR码的水印信息嵌入至宿主图像。结果嵌入水印后图像边缘仍完整,像素值溢出现象得到大大改善,嵌入水印后图像峰值信噪比高于48db,水印不可见性高于一般水印嵌入方案,满足高精度图像对水印不可见度要求,且经过攻击后仍能实现水印的提取。结论该方案充分考虑到含有大面积背景和大量边缘像素值图像的特点,保证认证水印嵌入至图像关键ROI区域,在保证原图质量的基础上实现了防溢出的水印嵌入,经过攻击后提取的水印仍能够读取认证信息,在包装印刷工程中具有实际应用价值。