Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
The Research of Cryptosystem Recognition Based on Randomness Test’s Return Value Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Medical Image Watermarking Based on SIFT-DCT Perceptual Hashing

verfasst von : Jialing Liu, Jingbing Li, Jing Chen, Xiangxi Zou, Jieren Cheng, Jing Liu

Erschienen in: Cloud Computing and Security

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Medical image containing patient information is often faced with various attacks in the transmission process. In order to enhance the medical information system security, and effectively solve the problem of medical data protection, a new algorithm of medical image watermarking based on SIFT-DCT perceptual hashing (scale invariant feature transform and discrete cosine transform) is proposed. Firstly, use SIFT-DCT perceptual hashing to extract features for the original medical images and quantize to generate hashing sequences. Then, use chaotic maps to encrypt the watermarking and embed it in the medical image. Finally, calculate the correlation coefficients of the embedded and extracted watermarking sequences to reflect the robustness of the algorithm. The results of experiment show that the proposed algorithm has good robustness against conventional attacks and geometric attacks, especially in terms of rotation, translation and clipping.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel IPFRA: An Online Protocol Reverse Analysis Mechanism
Nächstes Kapitel Network Storage Covert Channel Detection Based on Data Joint Analysis
Literatur
1.
Giakoumaki, A., Pavlopoulos, S., Koutsouris, D.: Multiple image watermarking applied to health information management. IEEE Trans. Inf Technol. Biomed. 10(4), 722–732 (2006)CrossRef
2.
Wu, J.H.K., Chang, R.F., Chen, C.J.: Tamper detection and recovery for medical images using near-lossless information hiding technique. J. Digital Imaging 21(1), 59–76 (2008)CrossRef
3.
Tan, C.K., Ng, J.C., Xu, X.: Security protection of DICOM medical images using dual-Layer reversible watermarking with tamper detection capability. J. Digital Imaging 24(3), 528–540 (2011)CrossRef
4.
Li, Q.L., Wang, G.Y., Liu, J.G.: Robust scale-invariant feature matching for remote sensing image registration. IEEE Geosci. Remote Sens. 6(2), 287–291 (2012)
5.
Lei, Y., Wang, Y., Huang, J.: Robust image hash in radon transform domain for authentication. Signal Process.: Image Comm. 26(6), 280–288 (2011)
6.
Lowe, D.G.: Distinctive image features from scale-invariant keypoints. Int. J. Comput. Vis. 60(2), 91–110 (2004)MathSciNetCrossRef
7.
Kim, H.-D., Lee, J.-W., Oh, T.-W.: Robust dt-cwt watermarking for dibr 3D images. IEEE Trans. 58(4), 533–543 (2012)
8.
Sun, J.G., Lan, S.S.: Geometrical attack robust spatial digital watermarking based on improved SIFT. In: IEEE International Computer Society, pp. 98–101 (2010)
9.
Priyatham, B., Nilkanta, S., Arijit, S.: SIFT based robust image watermarking resistant to resolution scaling. In: IEEE International Conference Image Processing (ICIP), pp. 5507–5510 (2014)
10.
Han, L., Zhou, G.Y., Xu, L., Fang, L.: Beyond SIFT using binary features in loop closure detection. In: IEEE International Conference on Intelligent Robots and Systems, pp. 4057–4063 (2017)
11.
Zhao, M., Jiang, J.G., Hong, R.C.: SIFT matching optimization based on RANSAC. In: Optoelectronic Engineering, pp. 62–69 (2014)
12.
Vishal, M., Brian, L.E.: Perceptual image hashing via feature points performance evaluation and trade-offs. IEEE Trans. Image Process. 15(11), 3452–3455 (2006)CrossRef
13.
Lv, X.D., Wang, J.: Perceptual image hashing based on shape contexts and local feature points. IEEE Trans. Inf. Forensics Secur. 7(3), 1081–1093 (2012)CrossRef
14.
Liu, Z.Q., Li, Q., Liu, J.R.: SIFT based image hashing algorithm. Chin. J. Sci. Instrum. 32(9), 2024–2028 (2011)
15.
Dai, S.S., Tian, Y.L.: Research on SIFT algorithm based on image texture features. In: Semiconductor Optoelectronics, pp. 107–110 (2014)
16.
Monga, V., Mhcak, M.K.: Robust and secure image hashing via non-negative matrix factorizations. Proc. IEEE Trans. Inf. Forensics Secur. 2(3), 376–390 (2007)CrossRef
17.
Kozat, S., Venkatesan, R., Mihcak, M.: Robust perceptual image hashing via matrix invariants. In: IEEE International Conference on Image Processing (ICIP), pp. 3443–3446 (2004)
18.
Chen, Y., Li, B., Dong, R.: Contourlet-SIFT feature matching algorithm. J. Electron. Inf. Technol. 203–209 (2013)
Metadaten
Titel
Medical Image Watermarking Based on SIFT-DCT Perceptual Hashing
verfasst von
Jialing Liu
Jingbing Li
Jing Chen
Xiangxi Zou
Jieren Cheng
Jing Liu
Copyright-Jahr
2018
Buch
Cloud Computing and Security

Print ISBN: 978-3-030-00014-1

Electronic ISBN: 978-3-030-00015-8

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-030-00015-8_29