基于混沌和三維變換的醫(yī)學圖像數(shù)字水印技術

前言
第1章 數(shù)字水印技術基礎
1.1 背景
1.1.1 數(shù)字水印技術
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
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)學水印研究的主要問題
1.9 本書的內(nèi)容安排
第2章 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 混沌映射
2.4.1 混沌特性
2.4.2 混沌定義
2.4.3 LogisticMap混沌映射
2.4.4 Arnold混沌映射
2.5 人類視覺系統(tǒng)理論
2.5.1 人眼的生理結構
2.5.2 人類視覺系統(tǒng)感知模型
2.5.3 人眼的視覺特性在水印技術中的應用
2.6 本章小結
第3章 基于LogisticMap混沌映射和三維變換醫(yī)學圖像水印算法研究
3.1 引言
3.2 基于LogisticM印和三維離散余弦變換醫(yī)學體數(shù)據(jù)水印算法
3.2.1 水印的嵌入與提取算法
3.2.2 實驗結果
3.3 基于LogisticMap和三維離散傅里葉變換醫(yī)學體數(shù)據(jù)水印算法
3.3.1 水印的嵌入與提取算法
3.3.2 實驗結果
3.4 基于LogisticMap和三維DWT-DFT醫(yī)學體數(shù)據(jù)水印算法
3.4.1 水印的嵌入與提取算法
3.4.2 實驗結果
3.5 基于LogisticMap和三維DWT-DCT醫(yī)學體數(shù)據(jù)水印算法
3.5.1 水印的嵌入與提取算法
3.5.2 實驗結果
3.6 本章小結
第4章 基于Arnold混沌映射和三維變換醫(yī)學圖像水印算法
4.1 引言
4.2 基于Arnold混沌映射和三維離散余弦變換醫(yī)學圖像水印算法
4.2.1 水印的嵌入與提取算法
4.2.2 實驗結果
4.3 基于Arnold混沌映射和三維離散傅里葉變換醫(yī)學圖像水印算法
4.3.1 水印的嵌入與提取算法
4.3.2 實驗結果
4.4 基于z6 dTlOld混沌映射和三維DWT.DFT醫(yī)學圖像水印算法
4.4.1 水印的嵌入與提取算法
4.4.2 實驗結果
4.5 基于Arnold混沌映射和三維DWT.DCT醫(yī)學圖像水印算法
4.5.1 水印的嵌入與提取算法
4.5.2 實驗結果
4.6 本章小結
第5章 一種基于互聯(lián)網(wǎng)的魯棒醫(yī)學水印系統(tǒng)原理和指標
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)模型和難以解決的問題
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
參考文獻
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 水印研究相關網(wǎng)址