CN103440617B - 提高医学图像安全的图像处理方法 - Google Patents

Abstract

本发明涉及图像处理领域，尤其涉及提高医学图像安全的图像处理方法。该提高医学图像安全的图像处理方法，包括：对待处理图像进行不重叠分块，得到若干个子块，将各子块所有像素的灰度均值定义为水印信息；根据第一密钥对水印信息进行加密得到待嵌入水印信息；根据第二密钥对水印信息嵌入的位平面进行加密得到加密嵌入位平面；根据加密嵌入位平面将待嵌入水印信息嵌入到待处理图像中得到嵌入水印；根据第三密钥，对嵌入水印进行置换得到置换水印；以分区为单位，将含有置换水印的一个分区与另一个分区进行调换；将调换的置换水印嵌入到待处理图像中。本发明提高了医学图像的安全性。

Description

提高医学图像安全的图像处理方法

技术领域

本发明涉及图像处理领域，具体而言，涉及提高医学图像安全的图像处理方法。

背景技术

现代医学的快速发展，医院的诊疗工作越来越多地依赖于医学影像的检查，比如X线、CT、MR、超声、内窥镜以及血管造影等。由于现代医院对医学影像有如此大量和大范围的管理要求，使得基于数字医学成像及通信（DICOM，DigitalImagingandCommunicationsinMedicine）标准的图像存档和通信系统（PACS,PictureArchivingandCommunicationSystem）得到普遍的推广及应用。与此同时，其信息安全问题也逐渐暴露出来，与传统的胶片图像相比，数字化的医学信息在公共网络传输时，十分容易被截获或篡改。作为诊断依据的数字医学如果发生异常（如伪造、篡改、信息错乱等），不仅会延误病人的最佳诊治时间甚至发生误诊，更无法作为医疗事故判案的有力证据，因此，寻求新的图像信息安全技术措施已成为目前迫切需要解决的重要课题。

认证水印(AuthenticationWatermarking)就是在保证数字媒体信息一定视(或听)觉质量的前提下，将与媒体内容相关或不相关的标志信息作为水印直接嵌入媒体内容中，当媒体内容需认证时，可将水印提出鉴定其是否真实完整。认证水印应具有不可见性、安全性并对篡改具有一定的敏感性。主要应用于新闻图片、电子商务、法律案件、医学图像、工程设计等领域。基于分块的精确认证算法是一种常见的认证技术，最早Wong首次提出了一种将图像分块，利用Hash函数获得每个图像块的特征信息，经加密后嵌入LSB。但该算法由于分块的独立性，不能检测到不同图像块的交换，极易受到矢量量化攻击(VQ，vectorquantization)。后来的研究人员在此基础上，分别通过添加参数、分层及滑动窗口技术来加强图像分块之间的相关性以克服量化攻击，但是相应的却降低了算法的篡改定位精度；此外，还有结合滑动窗口和层次结构以嵌入水印，通过层次认证可将篡改定位到大小为2×2的子块，但是子块的漏检概率为1/2，且存在4×4及2×2子块的量化攻击问题。从当前的研究来看，图像分块大小与虚警/漏警概率之间存在一定的矛盾，当图像分块变小，漏警概率增加。

发明内容

本发明的目的在于提供提高医学图像安全的图像处理方法，以解决上述的问题。

本发明实施例提供一种提高医学图像安全的图像处理方法，包括：向待处理图像嵌入水印信息；所述向待处理图像嵌入水印信息包括：

A.对待处理图像按2×2像素大小进行不重叠分块，得到若干个子块，计算子块中所有像素的灰度均值，将所述灰度均值定义为水印信息；

B.根据第一密钥，利用logistic映射产生的第一伪随机二值序列对所述水印信息进行加密得到待嵌入水印信息；

C.根据第二密钥，利用logistic映射产生的第二伪随机二值序列对所述水印信息在所述待处理图像上的嵌入的位平面进行加密得到加密嵌入位平面；

D.根据所述加密嵌入位平面将所述待嵌入水印信息嵌入到所述待处理图像中得到嵌入水印；

E.根据第三密钥，进行混沌迭代运算产生混沌实值序列，将所述混沌实值序列划分为多个大小相同的不重叠分区，对每个分区的混沌实值序列进行排序得到有序序列，根据每个分区的混沌实值序列中的每个值在所述有序序列中的位置编号获得置换嵌入地址；根据置换嵌入地址将所述嵌入水印进行置换得到置换水印；

F.以分区为单位，将含有置换水印的一个分区与另一个分区进行调换；

G.将调换的置换水印嵌入到待处理图像中。

本发明实施例提供一种提高医学图像安全的图像处理方法，能达到如下的有益效果：

按2×2像素大小进行不重叠分块，从待处理图像中提取灰度均值，将该灰度均值定义为水印信息，由于灰度均值由8位二进制位表示，其中高6位表示灰度均值的整数部分，最后2位表示灰度值的小数部分。哪怕只有1bit信息被篡改，都可以检测出来且做到篡改区域的精确定位。嵌入从待处理图像提取的水印信息可以无误差的表示该图像块的灰度均值，无论是图像信息部分还是嵌入的水印信息部分只要有一个比特的数据改变，本算法将会检测出该图像被篡改。通过水印加密、嵌入的位平面加密能提高水印和水印嵌入位平面的安全性。另一方面，为尽可能地使被篡改的图像内容信息与水印信息不同时出现在被篡改区域内，设计并实现一种分块的混沌排序方法，使嵌入的水印信息位置尽可能地远离原位置，避免出现不动点，从而使得被篡改的图像得以有效地恢复，提高了医学图像的安全性。

附图说明

图1本发明向待处理图像嵌入水印信息的流程示意图；

图2为本发明对已加水印的图像进行检测和修复的流程示意图。

具体实施方式

下面通过具体的实施例子并结合附图对本发明做进一步的详细描述。

本发明实施例提供一种提高医学图像安全的图像处理方法，包括：向待处理图像嵌入水印信息；所述向待处理图像嵌入水印信息包括：

A.对待处理图像按2×2像素大小进行不重叠分块，得到若干个子块，计算子块中所有像素的灰度均值，将所述灰度均值定义为水印信息；

B.根据第一密钥，利用logistic映射产生的第一伪随机二值序列对所述水印信息进行加密得到待嵌入水印信息；

C.根据第二密钥，利用logistic映射产生的第二伪随机二值序列对所述水印信息在所述待处理图像上的嵌入的位平面进行加密得到加密嵌入位平面；

D.根据所述加密嵌入位平面将所述待嵌入水印信息嵌入到所述待处理图像中得到嵌入水印；

E.根据第三密钥，进行混沌迭代运算产生混沌实值序列，将所述混沌实值序列划分为多个大小相同的不重叠分区，对每个分区的混沌实值序列进行排序得到有序序列，根据每个分区的混沌实值序列中的每个值在所述有序序列中的位置编号获得置换嵌入地址；根据置换嵌入地址将所述嵌入水印进行置换得到置换水印；

F.以分区为单位，将含有置换水印的一个分区与另一个分区进行调换；

G.将调换的置换水印嵌入到待处理图像中。

按2×2像素大小进行不重叠分块，从待处理图像中提取灰度均值，将该灰度均值定义为水印信息，由于灰度均值由8位二进制位表示，其中高6位表示灰度均值的整数部分，最后2位表示灰度值的小数部分。哪怕只有1bit信息被篡改，都可以精确定位。嵌入从待处理图像提取的水印信息可以无误差的表示该图像块的灰度均值，无论是图像信息部分还是嵌入的水印信息部分只要有一个比特的数据改变，本算法将会检测出该图像被篡改。通过水印加密、嵌入的位平面加密能提高水印和水印嵌入位平面的安全性。另一方面，为尽可能地使被篡改的图像内容信息与水印信息不同时出现在被篡改区域内，设计并实现一种分块的混沌排序方法，使嵌入的水印信息位置尽可能地远离原位置，避免出现不动点，从而使得被篡改的图像得以有效地恢复，提高了医学图像的安全性。

接下来，本发明将通过对待处理医学图像嵌入水印信息、对经过传输的医学图像（待检测图像）进行安全监测，判断是否被篡改、以及对已经被篡改的医学图像进行修复三个方面来介绍该提高医学图像安全的图像处理方法。

需要说明的是，后续的检测和修复都是建立在对待处理医学图像嵌入水印信息的方法基础上。

第一部分：向待处理医学图像嵌入水印信息：

待处理图像以医学图像I（x，y）（x=1，2，3，…，M，y=1，2，3，…，N）M、N均为像素值，为例。如图1，所示：

步骤101，对医学图像进行边界处理；

该步骤是建立在M和/或N不是2的整数倍，因为后续过程将医学图像按照2×2像素大小进行不重叠分块，得到若干个子块。

步骤102，计算子块中所有像素的灰度均值，将所述灰度均值定义为水印信息；

具体操作为：

对医学图像I（x，y）（x=1，2，3，…，M，y=1，2，3，…，N）按2×2像素大小进行不重叠子块，将最低2bits（比特）位置0，得到多个子块B_k(k=1，2，3，…，M×N/4)；

求每个所述子块B_k所有像素高6位的灰度均值，并对所述灰度均值进行二值化编码，将经过二值化编码的所述灰度均值定义为水印信息，该水印信息即为BA_k。每个BA_k子块由8bits组成，其中包含有两位小数位，BA_k的每位表示为w_z(z=1，2，3，…，8)。

对比其他常见的认证水印方法，如：采用离散余弦变换（DCT，DiscreteCosineTransform）、离散小波变换（DWT，DiscreteWaveletTransforM）等的水印方案进行子块进行而且进行篡改定位时，只能定位到较大的图像子块中，一般为8×8像素大小的图像块上，定位区域较大。而本方法是基于2×2像素大小对图像进行子块并进行篡改检测，用图像子块的所有像素灰度均值的精确值作为水印信息，即灰度均值由8位二进制位表示，其中高6位表示灰度均值的整数部分，最后2位表示灰度值的小数部分。哪怕只有1bit信息被篡改，都可以精确定位到2×2像素的图像子块。

步骤103，根据第一密钥key1(primary1，lambad1)，利用logistic映射产生的第一伪随机二值序列对所述水印信息进行加密得到待嵌入水印信息；

具体操作为：根据密钥key1(primary1，lambad1)，采用Logistic混沌映射生成M×M×8长度大小的均匀分布的二值伪随机序列S1。使用S1伪随机序列对BA_k进行调制加密得到待嵌入水印信息W_k。

步骤104，根据第二密钥key2(primary2，lambad2)，利用logistic映射产生的第二伪随机二值序列对所述水印信息在所述待处理图像上的嵌入的位平面进行加密得到加密嵌入位平面；

具体操作为：根据密钥key2(primary2，lambad2)，采用Logistic混沌映射生成与医学图像I（x，y）（x=1，2，3，…，M，y=1，2，3，…，N）大小相同的均匀分布的二值伪随机序列S2。

步骤105，根据所述加密嵌入位平面将所述待嵌入水印信息嵌入到所述待处理图像中得到嵌入水印；

子块B_k中的每个像素点，若对应S2值为0，则待嵌入水印信息W_k中的1～4位的w_z值嵌入LSB位（最低位）中，反之将其值嵌入到该像素点的次低位中；对其它水印信息W_k中的5～8位的w_z值则对应上述嵌入后剩余的位置。

步骤106，根据第三密钥key3(primary3，lambad3)，进行混沌迭代运算对嵌入水印信息的嵌入地址进行置换；

具体操作为：

根据第三密钥key3(primary3，lambad3)，进行M×N次混沌迭代运算产生混沌实值序列{X_j，j=1，2，…，M×N}；

将所述混沌实值序列{X_j}划分为4个大小相同的不重叠分区（其他实施例可以为其他个数的大小相同的不重叠分区，比如2个、6个、8个或其他自然数）；

对每个分区的混沌实值序列进行排序得到4个有序序列{X_m，n，m=1，2，3，4，n=1，2，3，…M×N/16}；

分别确定每个分区的混沌实值序列{X_j}中的每个值在所述有序序列{X_m，n}中的位置编号获得置换嵌入地址{A_m，n，m=1，2，3，4，n=1，2，3，…M×N/16}；

根据置换嵌入地址将所述嵌入水印进行置换得到置换水印。

步骤107，以分区为单位，将含有置换水印的一个分区与另一个分区进行调换；

按顺时针对4个所述分区进行编号，调换的方式为第一个分区的水印信息与第三个分区的水印信息进行调换；第二个分区的水印信息与第四个分区的水印信息进行调换。

步骤108，将调换的置换水印嵌入到待处理图像中。

将置换地址后的待嵌入水印信息（置换水印）W_k嵌入到对应子块的最低2bits位平面中，形成整个子块水印信息的认证链，得到含水印的医学图像IW。自此将待处理图像嵌入了水印信息。

使用本方法对以上医学图像的水印信息生成和嵌入，得到以下图像，经计算峰值信噪比为：44.1736dB。满足医学图像质量对水印的要求，获得较高的、恒定的峰值信噪比PSNR值大于44dB以上，水印信息的不可见效果非常好。

第二部分：对待检测图像（含水印医学图像）进行检测--对经过传输的图像（待检测图像）进行安全监测，判断是否被篡改，如图2，所示：

步骤201，按照所述向待处理图像嵌入水印信息的步骤，从所述待检测图像IW提取出嵌入的所述水印信息W；

步骤202，按照步骤102的记载从所述待检测图像提取出参考水印信息；

对待检测的图像IW按2×2像素大小不重叠分块并计算对比子块所有像素高6位的均值并进行二值化编码，得到参考水印W’；

步骤203，将提取出的嵌入所述待检测图像的所述水印信息与所述参考水印信息进行比较；

若相等，则判定所述待检测图像未被篡改；如不相等，则判定所述待检测图像被篡改。

虚警概率是指实际上图像没有发生篡改，检测结果却报告有篡改发生。根据方案可知，当需认证的图像块各像素比特不变的情况下，计算参考水印和提取的水印完全相同，不可能出现错误判断，因此，该算法的虚警概率为0。

漏警概率是指图像发生了篡改，检测结果却报告没有发生。因此由此可知，嵌入水印信息可以无误差的表示该图像块的灰度均值，无论是图像信息部分还是嵌入的水印信息部分只要有一个比特的数据改变，本算法将会检测出该图像被篡改。

第三部分，对已经被篡改的图像进行修复，如图2，所示：

延续上述步骤201-202；

步骤301，按照2×2像素大小的对比子块图像为对比单位，将提取出的嵌入所述待检测图像的水印信息与所述参考水印信息进行比较；

如果相等，则将被比较的所述对比子块图像所在的标志矩阵点值flag(M/2，N/2)定义为0，表示没有被篡改；否则定义为1，表示被篡改；

比较结构反应到图像上，遍历整个图像的分块得到篡改标志flag矩阵，在该矩阵上用白色点表示被篡改的区域，黑色区域表示通过认证。

当所述对比子块图像所在的标志矩阵点值flag(M/2，N/2)为1，而所述对比子块图像的水印信息所在的对比子块图像所在的标志矩阵点值flag(M/2，N/2)为0，则，用所述对比子块图像的水印信息替换所述对比子块图像；

当所述对比子块图像所在的标志矩阵点值flag(M/2，N/2)标志为1，而所述对比子块图像的水印信息所在的对比子块图像所在的标志矩阵点值flag(M/2，N/2)为1，则，用标志矩阵点值为0的相邻对比子块图像（在本实施例中为该对比子块图像8领域中的其他相邻对比子块图像）的灰度均值替换所述对比子块图像。

“8”领域即反应了子块图像和相邻子块图像的位置关系，该位置关系即：以子块图像为基点，相邻子块图像位于子块图像的以下任一位置:上、下、左、右、左上、右上、左下、右下。

对比采用离散余弦变换（DCT，DiscreteCosineTransform）和离散小波变换（DWT，DiscreteWaveletTransform）等对图像进行8×8像素大小分块的认证水印方法，定位区域较大，若只有一个像素被篡改，则需要恢复一个8×8像素区域的内容。另外，若图像子块内容和水印信息同时被篡改，则无法恢复原图像内容信息，若能够恢复，恢复的图像质量也达不到医学图像应用的要求。而本方法是基于2×2大小对图像进行分块并进行篡改检测。为尽可能地使被篡改的图像内容信息与水印信息不同时出现在被篡改区域内，设计并实现一种分块的混沌排序方法，使嵌入的水印信息位置尽可能地远离原位置而不存在有不动点，从而使得被篡改的图像得以有效地恢复。

综合以上分析并加以改进，将图像尽可能小的分块为2×2像素大小，对哪怕只有1bit信息的篡改都能精确定位到该子块。设计并实现一种分块混沌排序方法，在医学图像中实现将水印信息嵌入到尽可能远的位置，当医学图像被篡改时，可实现图像篡改定位到2×2像素大小的子块和有效地恢复被篡改的图像内容。最后，在保证医学图像质量的条件下，引入混沌系统对水印信息进行加密和嵌入位的加密，有效地确保整个系统的安全。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种提高医学图像安全的图像处理方法，其特征在于，包括：向待处理图像嵌入水印信息；所述向待处理图像嵌入水印信息包括：

A.对待处理图像按2×2像素大小进行不重叠分块，得到若干个子块，计算子块中所有像素的灰度均值，将所述灰度均值定义为水印信息；

B.根据第一密钥，利用logistic映射产生的第一伪随机二值序列对所述水印信息进行加密得到待嵌入水印信息；

C.根据第二密钥，利用logistic映射产生的第二伪随机二值序列对所述水印信息在所述待处理图像上的嵌入的位平面进行加密得到加密嵌入位平面，其中，所述第二伪随机二值序列为所述待处理图像大小相同的均匀分布的二值伪随机序列；

D.根据所述加密嵌入位平面将所述待嵌入水印信息嵌入到所述待处理图像中得到嵌入水印；

E.根据第三密钥，进行混沌迭代运算产生混沌实值序列，将所述混沌实值序列划分为多个大小相同的不重叠分区，对每个分区的混沌实值序列进行排序得到有序序列，根据每个分区的混沌实值序列中的每个值在所述有序序列中的位置编号获得置换嵌入地址；根据置换嵌入地址将所述嵌入水印进行置换得到置换水印；

F.以分区为单位，将含有置换水印的一个分区与另一个分区进行调换；

G.将调换的置换水印嵌入到待处理图像中。

2.根据权利要求1所述的提高医学图像安全的图像处理方法，其特征在于，

所述A包括：

对待处理图像按2×2像素大小进行不重叠分块，将最低2比特位进行置0操作，得到多个子块；

计算每个所述子块所有像素点高6位的灰度均值，并对所述灰度均值进行二值化编码，将经过二值化编码的所述灰度均值定义为水印信息。

3.根据权利要求2所述的提高医学图像安全的图像处理方法，其特征在于，在所述对待处理图像按2×2像素大小进行不重叠分块之前，所述A还包括：

如果待处理图像为I(x，y)(x＝1，2，3，…，M，y＝1，2，3，…，N)，M和/或N不是2的整数倍，则对所述待处理图像进行边界处理。

4.根据权利要求1所述的提高医学图像安全的图像处理方法，其特征在于，如果所述待处理图像为I(x，y)(x＝1，2，3，…，M，y＝1，2，3，…，N)，则，所述第一伪随机二值序列为M×M×8长度的均匀分布的二值伪随机序列。

5.根据权利要求1所述的提高医学图像安全的图像处理方法，其特征在于，

所述D包括：

若每个所述子块的每个像素点对应的第二伪随机二值序列的值为0，则子块的水印信息中的1～4位的值嵌入最低位中，反之，将子块的水印信息中的1～4位的值嵌入到该像素点的次低位中；子块的水印信息中的5～8位的值则嵌入到的1～4位的值嵌入的位置后的剩余位置。

6.根据权利要求1所述的提高医学图像安全的图像处理方法，其特征在于，所述E中，所述分区的个数为4个；则，步骤F中，按顺时针对4个所述分区进行编号，调换的方式为第一个分区的水印信息与第三个分区的水印信息进行调换；第二个分区的水印信息与第四个分区的水印信息进行调换。

7.根据权利要求1-6任一项所述的提高医学图像安全的图像处理方法，其特征在于，还包括：对待检测图像进行完整性检测；所述对待检测图像进行完整性检测包括：

按照所述向待处理图像嵌入水印信息的步骤，从所述待检测图像提取出嵌入的所述水印信息；

按照所述A从所述待检测图像计算出参考水印信息；

将提取出的嵌入所述待检测图像的所述水印信息与所述参考水印信息进行比较；若相等，则判定所述待检测图像未被篡改；如不相等，则判定所述待检测图像被篡改。

8.根据权利要求7所述的提高医学图像安全的图像处理方法，其特征在于，

当判定所述待检测图像被篡改，提高医学图像安全的图像处理方法还包括：对篡改图像进行修复；

所述对篡改图像进行修复包括：

以2×2像素大小的对比子块为对比单位，将提取出的嵌入所述待检测图像的水印信息与所述参考水印信息进行比较；

如果相等，则将被比较的对比子块图像所在的标志矩阵点值标志为0，表示没有被篡改；否则标志为1，表示被篡改；

当所述对比子块图像所在的矩阵点值为1，而所述对比子块图像的水印信息所在的对比子块图像所在的矩阵点值为0，则，用所述对比子块图像的水印信息替换所述对比子块图像；

当所述对比子块图像所在的矩阵点值为1，而所述对比子块图像的水印信息所在的对比子块图像所在的矩阵点值为1，则用矩阵点值为0且与所述对比子块图像相邻的相邻子块图像的灰度均值替换所述对比子块图像。

9.根据权利要求8所述的提高医学图像安全的图像处理方法，其特征在于，

所述子块图像和相邻子块图像的位置关系为以下任一位置：上、下、左、右、左上、右上、左下、右下。