乌蒙山区富硒耕地土壤资源评价与分析——以贵州省大方县为例

医学图像作为医生诊断的重要依据，其版权保护一直是研究重点。在对医学图像进行版权保护时，必须保证图像修改后能无损恢复。但是，当前大多数应用于医学图像的可逆水印算法并未考虑鲁棒性。因此，本文针对具有一定鲁棒性的可逆水印算法进行研究，提出一种基于深度残差网络ResNet的鲁棒可逆医学图像水印算法。首先，算法利用深度残差模型提取医学图像的深度特征信息，自适应确定最优嵌入强度，均衡水印的不可见性和鲁棒性；此外，结合遗传算法和模糊C-均值的聚类算法对水印区域动态划分，根据聚类结果提取水印信息，有效克服信号攻击对含水印图像的影响，提高可逆水印算法的鲁棒性。实验结果表明：在嵌入水印后，含水印医学图像的PSNR值都可以达到36dB以上，具有较好的图像质量；在提取水印后，算法可以完全无损恢复医学图像；在受到高斯噪声、椒盐噪声、JPEG压缩等常见信号攻击后，算法仍然可以准确提取水印信息，表现出较强的鲁棒性。