一种基于DCT抗几何攻击的医学图像零数字水印方法技术

本发明专利技术涉及一种基于DCT抗几何攻击的医学图像零数字水印方法，是先进行水印的嵌入，包括：(1)通过对原始医学图像进行全图DCT变换，在变换系数中提取一个能代表原始图像重要视觉特征的向量；(2)利用该特征向量和要嵌入的水印通过Hash函数得到一个二值逻辑序列；然后进行水印提取，包括：(3)对待测医学图像进行全图DCT变换，找到待测图像的一个视觉特征向量；(4)利用Hash函数性质和嵌入时得到的二值逻辑序列来提取水印。本发明专利技术基于DCT变换的数字水印技术，在不影响原始医学图像质量的情况下解决了水印嵌入的快捷性问题，具有计算速度快、精度高、兼容性好、抗攻击能力强等特点，在保护病人隐私等方面具有很高的实用价值。

【技术实现步骤摘要】

本专利技术属于多媒体信号处理领域，涉及一种基于DCT变换和图像视觉特征的医学图像数字水印技术，具体是一种基于DCT抗几何攻击的医学图像零数字水印方法。
技术介绍
目前，医学图像占整个医院医学信息的70% 80%，数字信息管理系统在现代医疗体系中发挥了越来越重要的作用，但随着网络的推广应用，其信息安全问题逐渐暴露出来。医学图像在网络上进行远程传输时，记录在医学图片上的病人的个人信息，容易被泄露。若把个人信息作为数字水印嵌入在医学图片中，就可以较好的解决这个难题，这种水印称为医学图像数字水印。目前对医学图像数字水印领域的研究主要集中在空间域和变换域(DCT、DFT和 DffT)两个方面，它们分别通过改变空间域的某些象素的灰度或变换域的一些系数的值来嵌入水印。其中余弦变换(Discrete Cosine Transform, DCT)域水印方法，由于其计算量较小，且与国际数据压缩标准(JPEG，MPEG)兼容，目前研究的比较多，是现有大多数的频率域数字水印算法研究的热点。鉴于对医学图像病灶区保护的特殊性要求，一般文献中常选择将水印信息嵌入到图像的非感兴趣区域(Region of Non-Interest，RONI)。医学图像中的感兴趣区域(Region of Interest,R0I)指的是那些包含重要病理特征或诊疗信息的病灶区，若在该区域嵌入水印，则有可能造成错误的诊断。但往往人们在寻找ROI时，要花费很长的时间与精力，并且一旦选择有误，则有可能干扰医生的诊断。在医学图像数字水印研究领域，至今为止几何攻击仍是一个比较难以解决的课题，至于同时能有效抵抗常规攻击和几何攻击，这两种攻击类型的水印方法研究，目前尚未见报道，尚属空白。而实际应用中，医学数字水印图像常常同时受到这两种攻击。
技术实现思路
本专利技术的目的是提供一种基于DCT抗几何攻击的医学图像零数字水印方法，通过将医学图像的视觉特征向量、加密技术和第三方的概念有机结合起来，不需要进行感兴趣区域的选取，从而解决了水印嵌入、提取的快捷性问题，具有很理想的鲁棒性和不可见性， 以保护医学图像的版权和病患信息的隐秘性，有效地解决病人信息的隐藏性和医学图像的敏感性问题，同时解决医学图像应用中出现的抗击几何攻击和抗击常规攻击问题。为了实现上述目的，本专利技术是这样进行的基于全图DCT变换，在DCT变换系数中， 提取一个抗几何攻击的医学图像视觉特征向量，并将水印技术与密码学有机结合起来，实现了数字水印的抗几何和常规攻击。本专利技术所采用的方法包括水印嵌入和水印提取两大部分，第一部分为水印嵌入算法，包括(1)通过进行全图DCT变换，得到医学图像的一个视觉特征向量V(j)，(2)根据水印W(j)和图像的视觉特征向量V(j)生成一个二值逻辑序列key(j)。第二部分为水印提取算法，包括C3)求出待测医学图像的视觉特征向量V’(j)， (4)利用二值逻辑序列key (j)和待测图像视觉特征向量V’(j)，提取出水印W’(j)。现对本专利技术的方法进行详细说明如下首先用一组可以代表病患信息的二值伪随机序列W，W= {w(j) |w(j) =0， 1 ;1彡j彡L}作为数字水印，原始图像记为F = {f(i, j) f(i, j) e R;1彡i彡Ni， 1彡j彡N2)}，其中，w(j)和f (i，j)分别表示水印序列及原始医学图像的像素灰度值，设 Nl = N2 = N。第一部分水印嵌入算法1)通过进行全图DCT变换，得到医学图像的视觉特征向量V(j)。先对原图F (i，j)进行全图DCT变换，得到DCT系数矩阵FD (i，j)，再对DCT系数矩阵FD (i，j)，在低中频系数中，取前L个系数，并通过DCT系数符号运算得到该图像的视觉特征向量V (j)，具体做法是当DCT系数为正或零时我们用“ 1”表示，系数为负时用“0”表示，程序描述如下FD(i, j) = DCT2(F(i, j))V(j) = -Sign(FD(i, j))2)根据水印W(j)和图像的视觉特征向量V(j)生成一个二值逻辑序列key(j)。key(j)=V(j) W⑴Key(j)是由图像的视觉特征向量V(j)和水印W(j)，通过密码学常用的Hash函数生成。保存key (i)，在以后提取水印时需用。通过将key(j)作为密钥向第三方申请，以获得医学图像的所有权和使用权，从而达到保护医学图像的目的。第二部分水印提取算法3)求出待测医学图像的视觉特征向量V’(j)。设待测医学图像为F’(i，j)，经过全图DCT变换后得到DCT系数矩阵为FD，(i， j)，按上述Mepl方法，求得待测图像的视觉特征向量V’ (j)；FD，(i, j) =DCT2(F，(i，j))V，(j) =-Sign(FD，(i，j))4)在待测图像中提取出水印W’(j)。根据在嵌入水印时生成的key(j)和待测图像的视觉特征向量V’(j)，利用Hash 性质可以提取出待测图像的水印W’ (j)W'G)=keyG) V'G)再根据W(j)和W’ (j)的相关程度来判别待测图像的所有权和隐患信息的安全性问题。本专利技术与现有的医学水印技术比较有以下优点由于本专利技术是基于DCT变换的数字水印技术，具有计算速度快，精度高，有较好的兼容性，有较强的抗几何攻击能力和抗常规攻击能力；不需要人为的进行感兴趣区域的选取，从而解决了水印嵌入的快捷性问题；嵌入的水印是一种零水印，不影响原始医学图像质量，在医疗方面具有很高的实用价值，并且该算法可适用于其他领域；利用第三方的概念， 适应了现今网络推广的实用化和规范化；以下从理论基础和试验数据说明1)离散余弦变换DCT用于图像编码是目前广泛使用的JPEG压缩和MPEG- Λ的标准。DCT是在最小均方差条件小得出的仅次于K-L变换的次最佳正交变换，是一种无损的酋变换。它运算速度快，精度高，以提取特征成分的能力和运算速度之间的最佳平衡而著称。二维离散余弦正变换(DCT)公式如下 权利要求1. 一种基于DCT抗几何攻击的医学图像零数字水印方法，其特征在于基于全图DCT 变换，得到视觉特征向量，并将加密技术与水印技术有机结合起来，实现了医学图像数字水印的抗几何和常规攻击，该数字水印方法共分两个部分，共计四个步骤第一部分是水印嵌入方法通过对水印的嵌入操作，得到相应的二值逻辑序列 key (j)；1)对原始医学图像进行全图DCT变换，从DCT系数中，根据低中频系数的符号序列来得到该图的视觉特征向量V(j)；2)利用Hash函数和要嵌入的水印W(j)，得到一个二值逻辑序列key(j)， keyG)=VG) W(j)；保存key (j)，下面提取水印时要用到，通过把key (j)作为密钥向第三方申请，以获得对原始医学图像的所有权；第二部分是水印提取方法通过二值逻辑序列key (j)，和待测图像的视觉特征向量 V’(j)，提取出水印W’ (j)；3)对待测医学图像进行全图DCT变换，在DCT系数中，根据低中频系数的符号提取出待测图像的视觉特征向量V’ (j)；4)利用Hash函数性质提取出水印，W’(i)=key(j)十V’(j);将W(j)和W，(j)进行相关度测试，来确定医学图像的所有权。全文摘要本专利技术涉及一种基于DCT抗几何攻击本文档来自技高网...

【技术保护点】
１．一种基于ＤＣＴ抗几何攻击的医学图像零数字水印方法，其特征在于：基于全图ＤＣＴ变换，得到视觉特征向量，并将加密技术与水印技术有机结合起来，实现了医学图像数字水印的抗几何和常规攻击，该数字水印方法共分两个部分，共计四个步骤：第一部分是水印嵌入方法：通过对水印的嵌入操作，得到相应的二值逻辑序列ｋｅｙ（ｊ）；１）对原始医学图像进行全图ＤＣＴ变换，从ＤＣＴ系数中，根据低中频系数的符号序列来得到该图的视觉特征向量Ｖ（ｊ）；２）利用Ｈａｓｈ函数和要嵌入的水印Ｗ（ｊ），得到一个二值逻辑序列ｋｅｙ（ｊ），（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）ｋｅｙ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｊ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｉ）Ｖ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｊ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＆ＣｉｒｃｌｅＰｌｕｓ；（／ｍｏ）?（ｍｉ）Ｗ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｊ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）；（／ｍｏ）?（／ｍｒｏｗ）?（／ｍａｔｈ）保存ｋｅｙ（ｊ），下面提取水印时要用到，通过把ｋｅｙ（ｊ）作为密钥向第三方申请，以获得对原始医学图像的所有权；第二部分是水印提取方法：通过二值逻辑序列ｋｅｙ（ｊ），和待测图像的视觉特征向量Ｖ’（ｊ），提取出水印Ｗ’（ｊ）；３）对待测医学图像进行全图ＤＣＴ变换，在ＤＣＴ系数中，根据低中频系数的符号提取出待测图像的视觉特征向量Ｖ’（ｊ）；４）利用Ｈａｓｈ函数性质提取出水印，将Ｗ（ｊ）和Ｗ’（ｊ）进行相关度测试，来确定医学图像的所有权。...

【技术特征摘要】

【专利技术属性】
技术研发人员：李京兵，杜文才，涂蓉，董春华，
申请(专利权)人：海南大学，
类型：发明
国别省市：66