本發明專利技術公開了一種基于Arnold置亂變換和DWT-DFT的醫學圖像魯棒水印技術，屬于多媒體信號處理領域。本發明專利技術的步驟是先進行水印的嵌入，包括：(1)對要嵌入的水印進行Arnold變換；(2)對醫學圖像進行DWT變換，再對其逼近子圖進行DFT變換，提取一個特征的向量；(3)利用該特征向量和經過預處理的水印通過Hash函數得到一個二值邏輯序列；然后進行水印提取，包括：(4)對待測醫學圖像進行DWT變換，再對其逼近子圖進行DFT變換，并提取一個特征向量；(5)利用Hash函數和存在第三方的二值邏輯序列提取水印；(6)經Arnold逆變換得到原始水印。該發明專利技術在遠程醫療中，對保護患者的信息意義重大。
【技術實現步驟摘要】
本專利技術屬于多媒體信號處理領域，涉及一種基于Arnold置亂變換、離散小波變換(DWT)、離散傅里葉變換(DFT)和圖像視覺特征的醫學圖像數字水印技術，具體是。
技術介紹
隨著多媒體技術和數字圖像處理的不斷進步和發展，數字成像技術已廣泛地滲透到醫學領域中，采用計算機X光斷層掃描技術(CT)和磁共振成像技術(MRI)進行診斷已經成為現代醫學診斷不可或缺的有效輔助手段。目前，醫學圖像占整個醫院醫學信息的70% -80%，數字信息管理系統在現代醫療體系中發揮了越來越重要的作用，基于數字醫 學成像及通信(DICOM, Digital Imaging and Communications in Medicine)標準的圖像存檔及通信系統(PACS)已成為當前的研究熱點。但隨著PACS的推廣應用，其信息安全問題逐漸暴露出來。與傳統的膠片圖像相比，作為診斷依據的數字醫學圖像如果發生異常(如偽造、篡改、信息錯亂等)，不僅無法作為醫療事故判案的有力證據，更會延誤病人的最佳診治時間甚至發生誤診；現在加密方法和訪問控制已很難滿足PACS信息安全要求的情況下，尋求新的信息安全技術措施已迫在眉睫。數字水印技術為解決這種信息安全問題提供了有效的手段。數字水印技術將標志性數字信息嵌入到多媒體數字作品中，其特有的魯棒性和安全性保證了在經歷信息交流過程中的數據處理后，仍能完整可靠地提取水印標志，從而起到鑒別內容真偽、保護版權等作用。目前對醫學數字水印領域的研究主要集中在空間域和變換域(DCT、DFT和DWT)兩個方面，它們分別通過改變空間域的某些象素的灰度或變換域的一些系數的值來嵌入水印。其中DWT(Discrete wavelet Transform)域水印方法，與新一代的圖像壓縮標準JPEG2000相兼容，JPEG2000的核心是小波變換，DffT具有良好的空間、頻率特性和與人類視覺系統(HVS)相符的多分辨率特性。因此基于DWT的水印技術是目前的研究熱點之一，但DWT不具有RST不變性的特點，因此研究基于DWT的抗幾何攻擊數字水印算法，有較大意義。鑒于對醫學圖像病灶區保護的特殊性要求，一般文獻中常選擇將水印信息嵌入到圖像的非感興趣區域(NROI)。醫學圖像中的病灶區指的是那些包含重要病理特征或診療信息的感興趣區域ROI (Region of Interest),若在該區域嵌入水印，則有可能造成錯誤的診斷。但往往人們在尋找ROI時，要花費很長的時間與精力，并且一旦選擇有誤，則有可能干擾醫生的診斷。對于醫學圖像的研究，考慮到病患信息和一些特殊的隱私性，一旦水印被提取后，可能遭受泄露或篡改的危險。故要采取一些預處理的方式，即俗稱的加密，進行二次保護，從而加強對水印信息的安全性保護。
技術實現思路
本專利技術的目的是提供，通過將Arnold置亂變換、醫學圖像的視覺特征向量、加密技術和第三方的概念有機結合起來，不但能夠對水印信息進行二次加密保護，而且不需要進行感興趣區域的選取，也沒有容量大小的限制性問題，具有很理想的魯棒性和不可見性，有效地解決了醫學圖像的水印的嵌入問題，同時解決了醫學圖像應用中出現的抗擊幾何攻擊和抗擊常規攻擊問題，可以有效的保護病患信息的隱秘性。為了實現上述目的，本專利技術是這樣進行的首先利用置亂變換技術對水印信息進行加密，再對醫學圖像進行小波變換，得到“近似系數”和“細節系數”，而根據小波理念可知，“近似系數”代表醫學圖像的低頻特性，反映的是醫學圖像的主要輪廓；“細節系數”代表醫學圖像的高頻特性反映的是醫學圖像的細節信息。由于小波變換本身的抗幾何攻擊能力較差，為此，我們先對醫學圖像進行小波變換(DWT)，然后再對反映低頻特性的“近似系數”再進行全局傅里葉變換(DFT)，在DFT系數中，提取一個抗幾何攻擊的特征向量，并將水印技術與密碼學中的Hash函數和“第三方概念”有機結合起來，實現了基于Arnold置亂變換和DWT-DFT的醫學圖像魯棒數字水印的嵌入。本專利技術所采用的方法包括水印嵌入和水印提取兩大部分，第一部分為水印嵌入方法，包括(I)通過對二值圖像W(i，j)經Arnold置亂變換得到BW(i，j) ；(2)通過對醫學圖像進行小波變換，然后對近似系數進行全局DFT變換，得到圖像的一個視覺特征向量V(j) ；(3)將已經經過置亂的水印信息BW(i，j)，和在醫學圖像中提取的特征向量V(j)，通過Hash函數運算，生成二值邏輯序列Key (i，j)，然后將二值邏輯序列Key (i，j)存在第三方。第二部分為水印提取方法，包括(4)求出待測圖像的視覺特征向量V’ (j) ；(5)利用已存在第三方的二值邏輯序列Key(i，j)和待測醫學圖像的特征向量V’(j)，提取出水印BW’(i，j) ；(6)根據置亂變換的周期和迭代次數，利用Arnold置亂逆變換將提取的水印BW’(i，j)進行還原，得到待測圖像的水印W’(i，j)?，F對本專利技術的方法進行詳細說明如下首先用一幅有意義的二值圖像來作為水印，用W表示，F代表原始醫學圖像。則W={w(i, j) |w(i, j) = 0，I ;1彡i彡Ml, I彡j彡M2}作為數字水印,而原始醫學圖像記為F= {f(i, j) f(i, j) e R；1 ^ i ^NLl ^ j 彡 N2}，w((i，j))和 f(i，j)分別表示水印圖像及原始醫學圖像的像素灰度值，設Ml = M2 = Μ, NI = N2 = N。第一部分水印的嵌入方法I)通過對二值圖像W(i，j)經Arnold置亂變換得到BW(i，j)。Bff(i, j) = AT(ff(i, j))2)通過對原始醫學圖像進行小波變換，然后對小波變換的“近似系數”再進行全局DFT變換，在DFT的低中頻系數中，得到該醫學圖像的一個抗幾何攻擊的特征向量V (j)。先對原始醫學圖像F(i，j)進行DWT小波變換，得到系數矩陣ca_cd(i，j)，再對其中的“近似系數” ca (i，j)進行全局DFT變換，得到DFT系數矩陣FF(i，j)，再在低中頻系數中，求得頻率由低到高的DFT系數序列Y(j)，取前L個值，并通過DFT系數符號運算得到該圖像的視覺特征向量V(j)，方便起見，這里一個復數看成實部、虛部(虛部只看系數)兩個系數，當系數值為“正”時我們用“ I”表示(含系數值為“O”的情況)，系數為負時用“O”表示，主要過程描述如下ca_cd(i, j) = DWT2 (F (i, j))FF (i，j) = DFT2 (ca (i，j))V(j) = -Sign(FF(i, j))3)根據已經過預處理的水印BW(i，j)和圖像的視覺特征向量V(j)生成一個二值邏輯序列Key (i, j)。權利要求1.一種基于Arnold置亂變換和DWT-DFT的醫學圖像魯棒水印算法，其特征在于基于Arnold置亂變換、基于小波、傅里葉變換及抗常規和幾何攻擊的特征向量的提取，并將置亂算法、水印技術、密碼學中的Hash函數特性和“第三方”概念有機結合起來，實現了在醫學圖像中嵌入數字水印的方法，該方法共分兩個部分，共計六個步驟 第一部分是水印嵌入通過對水印的嵌入操作，得到相應的二值邏輯序列Key(i，j)； 1)通過對作為水印的二值圖像W(i，j)經Arnol本文檔來自技高網...
【技術保護點】
一種基于Arnold置亂變換和DWT？DFT的醫學圖像魯棒水印算法，其特征在于：基于Arnold置亂變換、基于小波、傅里葉變換及抗常規和幾何攻擊的特征向量的提取，并將置亂算法、水印技術、密碼學中的Hash函數特性和“第三方”概念有機結合起來，實現了在醫學圖像中嵌入數字水印的方法，該方法共分兩個部分，共計六個步驟：第一部分是水印嵌入：通過對水印的嵌入操作，得到相應的二值邏輯序列Key(i，j)；1)通過對作為水印的二值圖像W(i，j)經Arnold變換得到BW(i，j)；2)對原始醫學圖像進行小波變換，再對近似系數進行全局傅里葉變換，在傅里葉變換系數中，根據低中頻系數的符號序列來得到該醫學圖像的一個抗幾何攻擊的特征向量V(j)；3)利用Hash函數和要嵌入的已經過預處理的水印BW(i，j)，得到二值邏輯序列Key(i，j)，Key(i,j)=V(j)⊕BW(i,j);保存Key(i，j)，下面提取水印時要用到，通過把Key(i，j)作為密鑰向第三方申請，以獲得對原始醫學圖像的所有權；第二部分是水印的提?。和ㄟ^二值邏輯序列Key(i，j)和待測醫學圖像的抗常規和幾何攻擊的特征向量V’(j)，提取出水印BW’(i，j)；4)對待測醫學圖像進行小波變換和對近似系數進行全局DFT變 換；在變換系數中，根據低中頻系數的符號提取出待測醫學圖像的一個抗幾何攻擊的特征向量V’(j)；5)利用Hash函數性質，和存在第三方的Key(i，j)，提取出水印，BW“(i,j)=Key(i,j)⊕V“(j);6)利用Arnold置亂逆變換將提取的水印BW’(i，j)進行還原，得到待測圖像的水印W’(i，j)，W’(i，j)＝IAT(BW’(i，j))；將W(i，j)和W’(i，j)進行歸一化相關系數計算，來確定醫學圖像的所有權。...
【技術特征摘要】
【專利技術屬性】
技術研發人員：李京兵，杜文才，白勇，任佳，
申請(專利權)人：海南大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。