本发明专利技术公开了一种基于Arnold置乱变换和DWT-DFT的医学图像鲁棒水印技术，属于多媒体信号处理领域。本发明专利技术的步骤是先进行水印的嵌入，包括：(1)对要嵌入的水印进行Arnold变换；(2)对医学图像进行DWT变换，再对其逼近子图进行DFT变换，提取一个特征的向量；(3)利用该特征向量和经过预处理的水印通过Hash函数得到一个二值逻辑序列；然后进行水印提取，包括：(4)对待测医学图像进行DWT变换，再对其逼近子图进行DFT变换，并提取一个特征向量；(5)利用Hash函数和存在第三方的二值逻辑序列提取水印；(6)经Arnold逆变换得到原始水印。该发明专利技术在远程医疗中，对保护患者的信息意义重大。
【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Arnold置乱变换、离散小波变换(DWT)、离散傅里叶变换(DFT)和图像视觉特征的医学图像数字水印技术，具体是。
技术介绍
随着多媒体技术和数字图像处理的不断进步和发展，数字成像技术已广泛地渗透到医学领域中，采用计算机X光断层扫描技术(CT)和磁共振成像技术(MRI)进行诊断已经成为现代医学诊断不可或缺的有效辅助手段。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，基于数字医 学成像及通信(DICOM, Digital Imaging and Communications in Medicine)标准的图像存档及通信系统(PACS)已成为当前的研究热点。但随着PACS的推广应用，其信息安全问题逐渐暴露出来。与传统的胶片图像相比，作为诊断依据的数字医学图像如果发生异常(如伪造、篡改、信息错乱等)，不仅无法作为医疗事故判案的有力证据，更会延误病人的最佳诊治时间甚至发生误诊；现在加密方法和访问控制已很难满足PACS信息安全要求的情况下，寻求新的信息安全技术措施已迫在眉睫。数字水印技术为解决这种信息安全问题提供了有效的手段。数字水印技术将标志性数字信息嵌入到多媒体数字作品中，其特有的鲁棒性和安全性保证了在经历信息交流过程中的数据处理后，仍能完整可靠地提取水印标志，从而起到鉴别内容真伪、保护版权等作用。目前对医学数字水印领域的研究主要集中在空间域和变换域(DCT、DFT和DWT)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DWT(Discrete wavelet Transform)域水印方法，与新一代的图像压缩标准JPEG2000相兼容，JPEG2000的核心是小波变换，DffT具有良好的空间、频率特性和与人类视觉系统(HVS)相符的多分辨率特性。因此基于DWT的水印技术是目前的研究热点之一，但DWT不具有RST不变性的特点，因此研究基于DWT的抗几何攻击数字水印算法，有较大意义。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(NROI)。医学图像中的病灶区指的是那些包含重要病理特征或诊疗信息的感兴趣区域ROI (Region of Interest),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。对于医学图像的研究，考虑到病患信息和一些特殊的隐私性，一旦水印被提取后，可能遭受泄露或篡改的危险。故要采取一些预处理的方式，即俗称的加密，进行二次保护，从而加强对水印信息的安全性保护。
技术实现思路
本专利技术的目的是提供，通过将Arnold置乱变换、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，不但能够对水印信息进行二次加密保护，而且不需要进行感兴趣区域的选取，也没有容量大小的限制性问题，具有很理想的鲁棒性和不可见性，有效地解决了医学图像的水印的嵌入问题，同时解决了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，可以有效的保护病患信息的隐秘性。为了实现上述目的，本专利技术是这样进行的首先利用置乱变换技术对水印信息进行加密，再对医学图像进行小波变换，得到“近似系数”和“细节系数”，而根据小波理念可知，“近似系数”代表医学图像的低频特性，反映的是医学图像的主要轮廓；“细节系数”代表医学图像的高频特性反映的是医学图像的细节信息。由于小波变换本身的抗几何攻击能力较差，为此，我们先对医学图像进行小波变换(DWT)，然后再对反映低频特性的“近似系数”再进行全局傅里叶变换(DFT)，在DFT系数中，提取一个抗几何攻击的特征向量，并将水印技术与密码学中的Hash函数和“第三方概念”有机结合起来，实现了基于Arnold置乱变换和DWT-DFT的医学图像鲁棒数字水印的嵌入。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方法，包括(I)通过对二值图像W(i，j)经Arnold置乱变换得到BW(i，j) ；(2)通过对医学图像进行小波变换，然后对近似系数进行全局DFT变换，得到图像的一个视觉特征向量V(j) ；(3)将已经经过置乱的水印信息BW(i，j)，和在医学图像中提取的特征向量V(j)，通过Hash函数运算，生成二值逻辑序列Key (i，j)，然后将二值逻辑序列Key (i，j)存在第三方。第二部分为水印提取方法，包括(4)求出待测图像的视觉特征向量V’ (j) ；(5)利用已存在第三方的二值逻辑序列Key(i，j)和待测医学图像的特征向量V’(j)，提取出水印BW’(i，j) ；(6)根据置乱变换的周期和迭代次数，利用Arnold置乱逆变换将提取的水印BW’(i，j)进行还原，得到待测图像的水印W’(i，j)。现对本专利技术的方法进行详细说明如下首先用一幅有意义的二值图像来作为水印，用W表示，F代表原始医学图像。则W={w(i, j) |w(i, j) = 0，I ;1彡i彡Ml, I彡j彡M2}作为数字水印,而原始医学图像记为F= {f(i, j) f(i, j) e R；1 ^ i ^NLl ^ j 彡 N2}，w((i，j))和 f(i，j)分别表示水印图像及原始医学图像的像素灰度值，设Ml = M2 = Μ, NI = N2 = N。第一部分水印的嵌入方法I)通过对二值图像W(i，j)经Arnold置乱变换得到BW(i，j)。Bff(i, j) = AT(ff(i, j))2)通过对原始医学图像进行小波变换，然后对小波变换的“近似系数”再进行全局DFT变换，在DFT的低中频系数中，得到该医学图像的一个抗几何攻击的特征向量V (j)。先对原始医学图像F(i，j)进行DWT小波变换，得到系数矩阵ca_cd(i，j)，再对其中的“近似系数” ca (i，j)进行全局DFT变换，得到DFT系数矩阵FF(i，j)，再在低中频系数中，求得频率由低到高的DFT系数序列Y(j)，取前L个值，并通过DFT系数符号运算得到该图像的视觉特征向量V(j)，方便起见，这里一个复数看成实部、虚部(虚部只看系数)两个系数，当系数值为“正”时我们用“ I”表示(含系数值为“O”的情况)，系数为负时用“O”表示，主要过程描述如下ca_cd(i, j) = DWT2 (F (i, j))FF (i，j) = DFT2 (ca (i，j))V(j) = -Sign(FF(i, j))3)根据已经过预处理的水印BW(i，j)和图像的视觉特征向量V(j)生成一个二值逻辑序列Key (i, j)。权利要求1.一种基于Arnold置乱变换和DWT-DFT的医学图像鲁棒水印算法，其特征在于基于Arnold置乱变换、基于小波、傅里叶变换及抗常规和几何攻击的特征向量的提取，并将置乱算法、水印技术、密码学中的Hash函数特性和“第三方”概念有机结合起来，实现了在医学图像中嵌入数字水印的方法，该方法共分两个部分，共计六个步骤 第一部分是水印嵌入通过对水印的嵌入操作，得到相应的二值逻辑序列Key(i，j)； 1)通过对作为水印的二值图像W(i，j)经Arnol本文档来自技高网...
【技术保护点】
一种基于Arnold置乱变换和DWT？DFT的医学图像鲁棒水印算法，其特征在于：基于Arnold置乱变换、基于小波、傅里叶变换及抗常规和几何攻击的特征向量的提取，并将置乱算法、水印技术、密码学中的Hash函数特性和“第三方”概念有机结合起来，实现了在医学图像中嵌入数字水印的方法，该方法共分两个部分，共计六个步骤：第一部分是水印嵌入：通过对水印的嵌入操作，得到相应的二值逻辑序列Key(i，j)；1)通过对作为水印的二值图像W(i，j)经Arnold变换得到BW(i，j)；2)对原始医学图像进行小波变换，再对近似系数进行全局傅里叶变换，在傅里叶变换系数中，根据低中频系数的符号序列来得到该医学图像的一个抗几何攻击的特征向量V(j)；3)利用Hash函数和要嵌入的已经过预处理的水印BW(i，j)，得到二值逻辑序列Key(i，j)，Key(i,j)=V(j)⊕BW(i,j);保存Key(i，j)，下面提取水印时要用到，通过把Key(i，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；第二部分是水印的提取：通过二值逻辑序列Key(i，j)和待测医学图像的抗常规和几何攻击的特征向量V’(j)，提取出水印BW’(i，j)；4)对待测医学图像进行小波变换和对近似系数进行全局DFT变 换；在变换系数中，根据低中频系数的符号提取出待测医学图像的一个抗几何攻击的特征向量V’(j)；5)利用Hash函数性质，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置乱逆变换将提取的水印BW’(i，j)进行还原，得到待测图像的水印W’(i，j)，W’(i，j)＝IAT(BW’(i，j))；将W(i，j)和W’(i，j)进行归一化相关系数计算，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，白勇，任佳，
申请(专利权)人：海南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。