Marcas de agua múltiples para autentificación y detección de adulteraciones en imágenes digitales médicas
- Autores
- Vargas, Laura Mónica
- Año de publicación
- 2015
- Idioma
- español castellano
- Tipo de recurso
- tesis doctoral
- Estado
- versión publicada
- Colaborador/a o director/a de tesis
- Vera, Elizabeth
- Descripción
- Tesis (DCI)--FCEFN-UNC, 2015
Fil: Vargas, Laura Mónica. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
En las últimas dos décadas el marcado de agua digital ganó un lugar como tema de investigación aplicada en la comunidad científica. Solo o con mayor frecuencia en combinación con técnicas criptográficas brinda solución a problemas de seguridad tales como la pérdida de integridad de los datos digitales o la necesidad de autenticar los archivos. Se aplica en contenidos digitales multimedia tales como textos, audio, imágenes o videos. Las técnicas de marcado de agua digital encuentran un amplio ámbito de aplicación en el área de la Medicina, donde las imágenes médicas se han convertido en un elemento de extrema importancia a la hora de efectuar un diagnóstico y se han desarrollado aplicaciones que envían dichas imágenes a distancia posibilitando la telediagnosis, por lo que es necesario tomar medidas de seguridad para preservar sus datos de alteraciones sean estas intencionales o no. El desafío de los algoritmos de inserción de marcas de agua robustas es fundamentalmente lograr la imperceptibilidad de la marca, especialmente en las zonas de interés, y proteger la imagen contra recortes y compresiones, manteniendo al mismo tiempo la capacidad necesaria según el objetivo a alcanzar. La inserción de la marca con métodos irreversibles trae aparejada la degradación de la imagen, sin recuperación posible de la original. Las técnicas reversibles en cambio, permiten recuperar el objeto original y son de interés en imágenes legales, médicas y artísticas. Esta tesis presenta como novedad la aplicación de técnicas de inteligencia artificial, en particular los algoritmos genéticos, en un algoritmo de marcado reversible adecuado para imágenes fijas en escala de grises. El empleo de algoritmos genéticos permite la automatización del método y la optimización del resultado. La reversibilidad determina que sea particularmente apto para su empleo en imágenes médicas, donde interesa la capacidad del método así como recuperar la imagen original a partir de una imagen marcada de calidad aceptable. En una etapa final, se compara el algoritmo introducido con otro que utiliza algoritmos genéticos y se determina que el presentado es de implementación más simple y eficaz.
Fil: Vargas, Laura Mónica. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina. - Materia
-
marcas de agua
imágenes digitales médicas
técnicas criptográficas - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Repositorio
- Institución
- Universidad Nacional de Córdoba
- OAI Identificador
- oai:rdu.unc.edu.ar:11086/26303
Ver los metadatos del registro completo
id |
RDUUNC_ec7dd13220145eda2f138fd2e71ab1e1 |
---|---|
oai_identifier_str |
oai:rdu.unc.edu.ar:11086/26303 |
network_acronym_str |
RDUUNC |
repository_id_str |
2572 |
network_name_str |
Repositorio Digital Universitario (UNC) |
spelling |
Marcas de agua múltiples para autentificación y detección de adulteraciones en imágenes digitales médicasVargas, Laura Mónicamarcas de aguaimágenes digitales médicastécnicas criptográficasTesis (DCI)--FCEFN-UNC, 2015Fil: Vargas, Laura Mónica. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina. En las últimas dos décadas el marcado de agua digital ganó un lugar como tema de investigación aplicada en la comunidad científica. Solo o con mayor frecuencia en combinación con técnicas criptográficas brinda solución a problemas de seguridad tales como la pérdida de integridad de los datos digitales o la necesidad de autenticar los archivos. Se aplica en contenidos digitales multimedia tales como textos, audio, imágenes o videos. Las técnicas de marcado de agua digital encuentran un amplio ámbito de aplicación en el área de la Medicina, donde las imágenes médicas se han convertido en un elemento de extrema importancia a la hora de efectuar un diagnóstico y se han desarrollado aplicaciones que envían dichas imágenes a distancia posibilitando la telediagnosis, por lo que es necesario tomar medidas de seguridad para preservar sus datos de alteraciones sean estas intencionales o no. El desafío de los algoritmos de inserción de marcas de agua robustas es fundamentalmente lograr la imperceptibilidad de la marca, especialmente en las zonas de interés, y proteger la imagen contra recortes y compresiones, manteniendo al mismo tiempo la capacidad necesaria según el objetivo a alcanzar. La inserción de la marca con métodos irreversibles trae aparejada la degradación de la imagen, sin recuperación posible de la original. Las técnicas reversibles en cambio, permiten recuperar el objeto original y son de interés en imágenes legales, médicas y artísticas. Esta tesis presenta como novedad la aplicación de técnicas de inteligencia artificial, en particular los algoritmos genéticos, en un algoritmo de marcado reversible adecuado para imágenes fijas en escala de grises. El empleo de algoritmos genéticos permite la automatización del método y la optimización del resultado. La reversibilidad determina que sea particularmente apto para su empleo en imágenes médicas, donde interesa la capacidad del método así como recuperar la imagen original a partir de una imagen marcada de calidad aceptable. En una etapa final, se compara el algoritmo introducido con otro que utiliza algoritmos genéticos y se determina que el presentado es de implementación más simple y eficaz.Fil: Vargas, Laura Mónica. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina. Vera, Elizabeth2015info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttp://hdl.handle.net/11086/26303spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:44:02Zoai:rdu.unc.edu.ar:11086/26303Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:44:02.443Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse |
dc.title.none.fl_str_mv |
Marcas de agua múltiples para autentificación y detección de adulteraciones en imágenes digitales médicas |
title |
Marcas de agua múltiples para autentificación y detección de adulteraciones en imágenes digitales médicas |
spellingShingle |
Marcas de agua múltiples para autentificación y detección de adulteraciones en imágenes digitales médicas Vargas, Laura Mónica marcas de agua imágenes digitales médicas técnicas criptográficas |
title_short |
Marcas de agua múltiples para autentificación y detección de adulteraciones en imágenes digitales médicas |
title_full |
Marcas de agua múltiples para autentificación y detección de adulteraciones en imágenes digitales médicas |
title_fullStr |
Marcas de agua múltiples para autentificación y detección de adulteraciones en imágenes digitales médicas |
title_full_unstemmed |
Marcas de agua múltiples para autentificación y detección de adulteraciones en imágenes digitales médicas |
title_sort |
Marcas de agua múltiples para autentificación y detección de adulteraciones en imágenes digitales médicas |
dc.creator.none.fl_str_mv |
Vargas, Laura Mónica |
author |
Vargas, Laura Mónica |
author_facet |
Vargas, Laura Mónica |
author_role |
author |
dc.contributor.none.fl_str_mv |
Vera, Elizabeth |
dc.subject.none.fl_str_mv |
marcas de agua imágenes digitales médicas técnicas criptográficas |
topic |
marcas de agua imágenes digitales médicas técnicas criptográficas |
dc.description.none.fl_txt_mv |
Tesis (DCI)--FCEFN-UNC, 2015 Fil: Vargas, Laura Mónica. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina. En las últimas dos décadas el marcado de agua digital ganó un lugar como tema de investigación aplicada en la comunidad científica. Solo o con mayor frecuencia en combinación con técnicas criptográficas brinda solución a problemas de seguridad tales como la pérdida de integridad de los datos digitales o la necesidad de autenticar los archivos. Se aplica en contenidos digitales multimedia tales como textos, audio, imágenes o videos. Las técnicas de marcado de agua digital encuentran un amplio ámbito de aplicación en el área de la Medicina, donde las imágenes médicas se han convertido en un elemento de extrema importancia a la hora de efectuar un diagnóstico y se han desarrollado aplicaciones que envían dichas imágenes a distancia posibilitando la telediagnosis, por lo que es necesario tomar medidas de seguridad para preservar sus datos de alteraciones sean estas intencionales o no. El desafío de los algoritmos de inserción de marcas de agua robustas es fundamentalmente lograr la imperceptibilidad de la marca, especialmente en las zonas de interés, y proteger la imagen contra recortes y compresiones, manteniendo al mismo tiempo la capacidad necesaria según el objetivo a alcanzar. La inserción de la marca con métodos irreversibles trae aparejada la degradación de la imagen, sin recuperación posible de la original. Las técnicas reversibles en cambio, permiten recuperar el objeto original y son de interés en imágenes legales, médicas y artísticas. Esta tesis presenta como novedad la aplicación de técnicas de inteligencia artificial, en particular los algoritmos genéticos, en un algoritmo de marcado reversible adecuado para imágenes fijas en escala de grises. El empleo de algoritmos genéticos permite la automatización del método y la optimización del resultado. La reversibilidad determina que sea particularmente apto para su empleo en imágenes médicas, donde interesa la capacidad del método así como recuperar la imagen original a partir de una imagen marcada de calidad aceptable. En una etapa final, se compara el algoritmo introducido con otro que utiliza algoritmos genéticos y se determina que el presentado es de implementación más simple y eficaz. Fil: Vargas, Laura Mónica. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina. |
description |
Tesis (DCI)--FCEFN-UNC, 2015 |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_db06 info:ar-repo/semantics/tesisDoctoral |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11086/26303 |
url |
http://hdl.handle.net/11086/26303 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositorio Digital Universitario (UNC) instname:Universidad Nacional de Córdoba instacron:UNC |
reponame_str |
Repositorio Digital Universitario (UNC) |
collection |
Repositorio Digital Universitario (UNC) |
instname_str |
Universidad Nacional de Córdoba |
instacron_str |
UNC |
institution |
UNC |
repository.name.fl_str_mv |
Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba |
repository.mail.fl_str_mv |
oca.unc@gmail.com |
_version_ |
1844618972305031168 |
score |
13.070432 |