●前言
第1章 緒論 1
1.1 背景及研究意義 1
1.2 醫學圖像數字水印算法的研究現狀 4
1.3 醫學數字水印概況 9
1.3.1 數字水印基本概念 9
1.3.2 醫學圖像的特點 14
1.3.3 醫學圖像數字水印的特點 16
1.3.4 醫學圖像數字水印的優點 16
1.3.5 醫學圖像數字水印的種類 17
1.3.6 醫學圖像數字水印的性能 18
1.3.7 醫學圖像數字水印的評價 19
1.4 本章小結 21
第2章 相關理論 22
2.1 混沌神經網絡 22
2.1.1 混沌基本理論 22
2.1.2 混沌神經網絡建模 26
2.2 離散變換 30
2.2.1 離散傅裡葉變換 30
2.2.2 離散餘弦變換 32
2.2.3 離散小波變換 34
2.3 圖像感知哈希 37
2.4 本章小結 40
第3章 基於Legendre混沌神經網絡的抗幾何攻擊的水印算法 41
3.1 引言 41
3.2 Legendre混沌神經網絡 42
3.3 三維離散傅裡葉變換 43
3.4 基於三維離散傅裡葉變換的差異感知哈希算法 44
3.5 抗幾何攻擊的水印嵌入與提取算法 50
3.5.1 抗幾何攻擊的水印嵌入算法 50
3.5.2 抗幾何攻擊的水印提取算法 52
3.6 實驗與分析 53
3.6.1 不可見性 55
3.6.2 魯棒性 56
3.6.3 安全性 63
3.7 討論 66
3.8 本章小結 70
第4章 基於Chebyshev混沌神經網絡的大容量水印算法 71
4.1 引言 71
4.2 Chebyshev混沌神經網絡 71
4.3 分塊三維離散餘弦變換 73
4.4 基於分塊三維離散餘弦變換的均值感知哈希算法 74
4.5 大容量水印嵌入與提取算法 78
4.5.1 大容量水印嵌入算法 78
4.5.2 大容量水印提取算法 79
4.6 實驗與分析 80
4.6.1 不可見性 81
4.6.2 魯棒性 82
4.6.3 安全性 87
4.7 討論 89
4.8 本章小結 93
第5章 基於Legendre混沌神經網絡的多重變換域水印算法 94
5.1 引言 94
5.2 Legendre混沌神經網絡 94
5.3 三維離散小波變換 94
5.4 基於多重變換域的距離感知哈希算法 95
5.5 多重變換域水印嵌入與提取算法 98
5.5.1 多重變換域水印嵌入算法 98
5.5.2 多重變換域水印提取算法 99
5.6 實驗與分析 100
5.6.1 不可見性 101
5.6.2 魯棒性 102
5.6.3 安全性 108
5.7 本章小結 108
參考文獻 109
數字水印是近年來信息安全領域的一門新興學科,作為國內關於基於混沌神經網絡的醫學體數據水印技術的專著,本書主要包括以下內容:緒論,相關理論,基於Legendre混沌神經網絡的抗幾何攻擊的水印算法,基於Chebyshev混沌神經網絡的大容量水印算法,基於Legendre混沌神經網絡的多重變換域水印算法。全書深入淺出、算法新穎,圖文並茂,詳細地描述了基於混沌神經網絡的醫學體數據水印技術的實現方式,可作為通信與信息類、計算機類、電子工程類及相關專業的本科生、研究生教材或教學參考書,也適合於從事信息安全及知識版權保護工作的學者、技術人員、管理人員及法律工作者的閱讀。同時,本書還可作為醫學信息、圖像檢索、多媒體通信、圖像處理和模式識別等領域科技人員的參考資料。