二維和三維醫(yī)學圖像穩(wěn)健數(shù)字水印技術(shù)

1 緒 論 1.1 背景 1.1.1 數(shù)字水印技術(shù) 1.1.2 數(shù)字水印的歷史 1.1.3 數(shù)字水印的工作原理 1.2 數(shù)字水印的分類 1.3 數(shù)字水印的用途 1.4 數(shù)字水印系統(tǒng)的性能指標 1.5 數(shù)字水印的攻擊類型 1.6 數(shù)字水印算法的性能評價 1.7 醫(yī)學圖像數(shù)字水印技術(shù) 1.7.1 醫(yī)學圖像的特點 1.7.2 數(shù)字水印在醫(yī)學中的分類 1.7.3 數(shù)字水印在醫(yī)學中的用途 1.7.4 二維醫(yī)學圖像數(shù)字水印發(fā)展概況 1.7.5 三維醫(yī)學圖像數(shù)字水印發(fā)展概況 1.8 醫(yī)學水印所要研究的主要問題 1.9 本書主要的研究工作及內(nèi)容安排 1.9.1 研究工作 1.9.2 各章內(nèi)容安排2 數(shù)字水印常用的數(shù)學變換和人類視覺系統(tǒng)理論 2.1 傅里葉變換 2.1.1 連續(xù)傅里葉變換 2.1.2 離散傅里葉變換 2.2 離散余弦變換 2.3 小波變換 2.3.1 從傅里葉變換到小波變換 2.3.2 小波分析基本理論 2.3.3 連續(xù)小波變換 2.3.4 離散小波變換 2.3.5 小波的多分辨分析與Mallat算法 2.3.6 二維離散小波變換 2.3.7 三維離散小波變換 2.4 人類視覺系統(tǒng)理論 2.4.1 人眼的生理結(jié)構(gòu) 2.4.2 人類視覺系統(tǒng)感知模型 2.4.3 人眼的視覺特性在水印技術(shù)中的應(yīng)用 2.5 本章小結(jié)3 二維醫(yī)學圖像的水印算法研究 3.1 引言 3.2 基于DCT抗幾何攻擊醫(yī)學圖像水印算法 3.2.1 水印的嵌入與提取算法 3.2.2 實驗結(jié)果 3.3 基于DPT抗擊幾何攻擊的醫(yī)學多水印算法 3.3.1 水印的嵌入與提取算法 3.3.2 實驗結(jié)果 3.4 基于DWT-DIT醫(yī)學圖像的多水印算法 3.4.1 水印的嵌入與提取算法 3.4.2 實驗結(jié)果 3.5 基于DWT-DCT抗擊幾何攻擊的多水印算法 3.5.1 水印的嵌入與提取算法 3.5.2 實驗結(jié)果 3.6 本章小結(jié)4 三維醫(yī)學體數(shù)據(jù)的水印算法研究 4.1 引言 4.2 基于三維DCT抗幾何攻擊醫(yī)學體數(shù)據(jù)水印算法 4.2.1 水印的嵌入與提取算法 4.2.2 實驗結(jié)果 4.3 基于3D DFT醫(yī)學體數(shù)據(jù)的多水印算法 4.3.1 水印的嵌入與提取算法 4.3.2 實驗結(jié)果 4.4 基于3D DWT-DFT醫(yī)學體數(shù)據(jù)的大水印算法 4.4.1 水印的嵌入與提取算法 4.4.2 實驗結(jié)果 4.5 基于DWT-DCT抗擊幾何攻擊的多水印算法 4.5.1 水印的嵌入與提取算法 4.5.2 實驗結(jié)果 4.6 本章小結(jié)5 一種基于互聯(lián)網(wǎng)的魯棒醫(yī)學水印系統(tǒng)原理及指標 5.1 一種基于互聯(lián)網(wǎng)和醫(yī)學圖像特征的魯棒水印系統(tǒng) 5.1.1 常規(guī)的醫(yī)學水印系統(tǒng)模型及難以解決的問題 5.1.2 基于互聯(lián)網(wǎng)和醫(yī)學圖像特征的魯棒水印系統(tǒng)模型 5.2 一種基于互聯(lián)網(wǎng)和醫(yī)學圖像特征的魯棒水印系統(tǒng)的性能指標 5.3 本章小結(jié)6 結(jié)論與展望 6.1 全書工作總結(jié) 6.2 未來展望參考文獻附錄 附錄A 數(shù)字水印常用名詞英漢對照 附錄B 簡寫符號對照表 附錄C 水印研究相關(guān)網(wǎng)址