《基於智慧型最佳化的三維醫學圖像可逆水印研究》是依託深圳大學，由雷柏英擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於智慧型最佳化的三維醫學圖像可逆水印研究
- 項目類別：青年科學基金項目
- 項目負責人：雷柏英
- 依託單位：深圳大學
項目摘要,結題摘要,
項目摘要
隨著遠程手術的開展和醫院健康信息系統的建轎笑海危立，診斷及健康信息被篡改的安全隱患廣泛存在。數字水印技術是解決此問題的有效手段，但是醫學圖像特別是三維醫學圖像的水印技術仍處於探索階段，其挑戰主要在於：需無損回復、保留數據原始性和完整性。為解決上述難題，本課題提出基於智慧型最佳化的三維醫學圖像可逆水印的研究。首先，提出一種基於自適應機器學習的三維醫學圖像可逆水印方法，達到相互矛盾的水印魯棒性、不可感知性和容量的平衡；其次，結合3D SIFT特徵描述和三維四元數小波(QWT)變換技術，提高抗幾何攻擊能力；再次，提出利用混沌信號和加密算法，增強安全性；最後，提出同步碼的設計抵抗同步攻擊。本項目對達充邀於三維醫學圖像的內容保護和認證系統的研究具有重要的經濟和社會價值。
結題摘要
此項目以解決l醫學圖像數捆驗字水印的著作權保護和盜版檢問題測為主要目的，實現醫學數據水印的嵌入和檢測。具體說來，此項目的開展提出雅煉妹煉了一種基於混沌映射和四元數小波變換（QWT）的圖像擔催記水印算法，並通過自適應差分進化（ADE）實現水印的智慧型化。水印預先通過分段線性混沌映射（PWLCM）等進行置亂兵燥戰，以增加安全性，然後通過ADE算法自動最佳化水印參數（即比例因子），將水印智匪慨糠能地插入到QWT幅度中。實驗結果表明，該算法對常見的攻擊尤其是幾何失真具有高魯棒性。與其他水印算法的比較結果也證明了該算法的優越性。本項目的貢獻主要如下：1）通過QWT的平移不變性和SVD的優點提高几何失真攻擊的魯棒性; 2）嵌入前利用PWLCM加密水印具有高度安全性; 3）通過ADE訓練和最佳化，獨特設計的目標函式使得水印的要求達到最佳平衡。本項目對於醫學圖像的內容保護和認證系統的研究具有重要的經濟和社會價值意義。
