CN110211020B

CN110211020B - 基于swt-dft的图像水印嵌入与提取方法

Info

Publication number: CN110211020B
Application number: CN201910511425.1A
Authority: CN
Inventors: 李京兵; 戴倩宁; 涂蓉; 陈延伟; 吴小琪
Original assignee: Hainan University
Current assignee: Hainan University
Priority date: 2019-06-13
Filing date: 2019-06-13
Publication date: 2021-04-06
Anticipated expiration: 2039-06-13
Also published as: CN110211020A

Abstract

本申请所提供的一种基于SWT‑DFT的图像水印嵌入方法，包括：获取医学图像的图像数据；对医学图像进行SWT变换和DFT变换，最终得到医学图像的特征二值序列；将特征二值序列和混沌置乱水印逐位进行异或运算，以将二值文本图像作为水印插入至医学图像中，并得到用于水印提取的逻辑密钥。本算法基于SWT和DFT，兼顾了SWT时间平移不变性的优点和DFT抗常规攻击能力强、遍历性、鲁棒性等特点，对医学图像进行特征提取。很好地解决了传统的水印嵌入技术对原图数据修改造成的缺陷，保证了医学图像的质量。本申请还提供一种图像的水印提取方法、一种图像的水印嵌入系统、一种计算机可读存储介质和一种终端，具有上述有益效果。

Description

基于SWT-DFT的图像水印嵌入与提取方法

技术领域

本申请涉及图像处理领域，特别涉及一种基于SWT-DFT的图像水印嵌入与提取方法及相关装置。

背景技术

医学发展逐渐从传统医学向远程医疗转变，这使得大量的医学图像在网络中传输和共享；为了解决医学图像在传输共享过程中可能遭受篡改，盗用这些问题，需要对原始医学图像进行处理；将零水印技术与感知哈希技术相结合，作为信息安全的安全技术，既能保证安全传输，又能实现信息认证，在实际应用中具有十分重要的用途。

数字水印技术最初是用于数字媒体的版权保护，现在利用数字水印的不可见性、鲁棒性等特点，可以把病人的个人信息隐藏在其医学图像中，以保证它在互联网上的安全传输。因此，在数字图像被广泛应用于网络传输中的情况下，在针对医学图像数字水印算法的研究变得极为重要；通过独特的不可见性，鲁棒性等特点，保护患者的隐私，并且零水印可以避免被篡改的医疗数据，从而实现远程医疗诊断所需的相关患者信息。

目前对于医学图像的数字水印算法的研究较少，对于抗几何攻击的医学数据的零水印算法的研究成果更少。而在未来将会面对的大量的医学数据传输问题，因此研究如何在医学数据中嵌入数字鲁棒水印意义重大，并且对于医学数据，一般是不允许修改其内容的。这又为在医学数据中嵌入水印提高了难度。

因此，如何实现医学图像中水印的有效可靠嵌入时本领域技术人员亟需解决的技术问题。

发明内容

本申请的目的是提供一种基于SWT-DFT的图像水印嵌入方法、一种基于SWT-DFT的图像水印提取方法、一种基于SWT-DFT的图像水印嵌入系统、一种计算机可读存储介质和一种终端，实现了医学图像进行水印嵌入，保护病人隐私和医学图像的数据安全。

为解决上述技术问题，本申请提供一种基于SWT-DFT的图像水印嵌入方法，具体技术方案如下：

获取医学图像的图像数据；

对所述医学图像进行SWT变换，得到近似系数；

对所述近似系数进行DFT变换，得到系数矩阵；

从所述系数矩阵中选取预设大小的模块构成新矩阵；

利用哈希函数处理所述新矩阵，得到所述医学图像的特征二值序列；

将所述特征二值序列和混沌置乱水印逐位进行异或运算，以将二值文本图像作为水印插入至所述医学图像中，并得到用于水印提取的逻辑密钥。

其中，将所述特征二值序列和混沌置乱水印逐位进行异或运算之前，还包括：

利用二值混沌矩阵进行置乱，得到混沌置乱水印。

其中，还包括：

保存所述逻辑密钥。

其中，利用二值混沌矩阵进行置乱，得到混沌置乱水印包括：

生成混沌序列，并根据元素实际值大小进行赋值，得到二值混沌序列；

将所述混沌序列中元素从小到大进行排序，按照各个所述元素排序前后的位置变化对水印像素的位置空间进行置乱，得到混沌置乱水印。

本申请还提供一种基于SWT-DFT的图像水印提取方法，其特征在于，包括：

获取待测图像的特征二值序列和逻辑密钥；

将所述特征二值序列和所述逻辑密钥进行异或运算，得到加密水印；

利用二值混沌矩阵将所述加密水印还原。

本申请还提供一种SWT-DFT的图像水印嵌入系统，其特征在于，包括：

获取模块，用于获取医学图像的图像数据；

第一变换模块，用于对所述医学图像进行SWT变换，得到近似系数；

第二变换模块，用于对所述近似系数进行DFT变换，得到系数矩阵；

矩阵构建模块，用于从所述系数矩阵中选取预设大小的模块构成新矩阵；

矩阵处理模块，用于利用哈希函数处理所述新矩阵，得到所述医学图像的特征二值序列。

嵌入模块，用于将所述特征二值序列和混沌置乱水印逐位进行异或运算，以将二值文本图像作为水印插入至所述医学图像中，并得到用于水印提取的逻辑密钥。

其中，还包括：

置乱模块，用于利用二值混沌矩阵进行置乱，得到混沌置乱水印。

其中，还包括：

保存模块，用于保存所述逻辑密钥。

本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的水印嵌入方法的步骤。

本申请还提供一种终端，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如上所述的水印嵌入方法的步骤。

本申请所提供的一种基于SWT-DFT的图像水印嵌入方法，包括：获取医学图像的图像数据；对所述医学图像进行SWT变换，得到近似系数；对所述近似系数进行DFT变换，得到系数矩阵；从所述系数矩阵中选取预设大小的模块构成新矩阵；利用哈希函数处理所述新矩阵，得到所述医学图像的特征二值序列；将所述特征二值序列和混沌置乱水印逐位进行异或运算，以将二值文本图像作为水印插入至所述医学图像中，并得到用于水印提取的逻辑密钥。

本申请基于SWT和DFT，兼顾了SWT时间平移不变性的优点和DFT抗常规攻击能力强、遍历性、鲁棒性等特点，对医学图像进行特征提取。医学图像作为一类特殊图像，要求原始数据具有完整性。本算法由于采用零水印嵌入技术，很好地解决了传统的水印嵌入技术对原图数据修改造成的缺陷，保证了医学图像的质量。利用第三方的概念，适应了现今网络技术的实用化和规范化。本申请还提供一种基于SWT-DFT的图像水印提取方法、一种基于SWT-DFT的图像水印嵌入系统、一种计算机可读存储介质和一种终端，具有上述有益效果，此处不再赘述。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例所提供的一种基于SWT-DFT的图像水印嵌入方法的流程图；

图2为本申请实施例所提供的一种基于SWT-DFT的图像水印提取方法的流程图；

图3为本申请实施例所提供的一种基于SWT-DFT的图像水印嵌入系统结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

请参考图1，图1为本申请实施例所提供的一种SWT-DFT的图像水印嵌入方法的流程图，该水印嵌入方法包括：

S101：获取医学图像的图像数据；

本步骤旨在获取医学图像的图像数据。

目前大部分医学图像水印算法抗几何攻击能力差的主要原因是：人们将数字水印嵌入在像素或变换系数中，医学图像的轻微几何变换，常常导致像素值或变换系数值有较大变化，这样便会使嵌入的水印很轻易的受到攻击。因此，如果能够找到反映医学图像几何特点的特征向量，那么当图像发生小的几何变换时，该图像的特征值不会发生明显的突变，就可以通过特征向量的比对水印图像，从而完成水印信息认证。

容易理解的是，在此对于图像数据不作具体限定，只要其为需要进行水印嵌入的图像即可。图像数据主要指的是承载了图像内容信息、结构信息等的数据，结构信息可以包括图像格式、图像大小等等，此外还可以包括医学图像的像素灰度值和峰值信噪比等等。峰值信噪比是一个表示信号最大可能功率和影响他的表示精度的破坏性噪声功率的比值的工程术语，通常采用峰值信噪比作为医疗图像质量的客观评价标准。

S102：对所述医学图像进行SWT变换，得到近似系数；

S103：对所述近似系数进行DFT变换，得到系数矩阵；

S104：从所述系数矩阵中选取预设大小的模块构成新矩阵；

S105：利用哈希函数处理所述新矩阵，得到所述医学图像的特征二值序列；

SWT指的是平稳小波变换是常规小波变换的变化形式，没有下采样过程，而是在每个滤波器系数间插入零值来实现滤波器的延展，变换后的逼近信号和细节信号长度都与原信号长度相同，可以有效地避免由于信号下采样但小波基不具有平移不变而造成重构信号产生Gibbs震荡的问题；由于通过零相位滤波得到，具有时间平移不变性。而DFT指的是二维离散傅里叶正变换。

当对一个医疗图像进行常规的几何变换时，DFT低中频系数值的大小可能发生一些变化，但其系数符号基本保持不变。据这一规律，先对医疗图像进行平稳小波变换(这里选用一层)，然后对其近似系数再进行全局DFT变换，选取一些常规攻击和几何攻击后的实验数据见表1所示。表中第1列显示的是医疗图像受到攻击的类型。第4列到第7列，是在SWT-DFT系数矩阵中取的FD(1,1)—FD(1,4)，共4个低中频系数,共4x2＝8个低中频系数(这里把一个复数，看成实部和虚部两个系数)。其中系数FD(1,1)的实数部分表示医疗图像的直流分量值。对于常规攻击，这些低中频系数值的符号基本保持不变，和医疗图像值近似相等；对于几何攻击，部分系数有较大变化，但是可以发现，医疗图像在受到几何攻击时，部分SWT-DFT低中频系数的大小发生了变化但其符号基本没有改变。将正的SWT-DFT系数用“1”表示(含值为零的系数)，负的系数用“0”表示，那么对于医疗图像来说，SWT-DFT系数矩阵中的FD(1,1)—FD(1,4)系数(这里复数看成实部和虚部两个系数值)，对应的系数符号序列为：“1100 0111”，见表1第8列，观察该列可以发现，无论常规攻击还是几何攻击该符号序列和原始医疗图像能保持相似，与原始医疗图像的归一化相关系数都较大(见第9列)，(方便起见这里取了4个DFT系数符号)。

表1图像全图SWT-DFT变换低中频部分系数及受不同攻击后的变化值

下面举例对S102至S105进行说明。当然可以理解的是，模块的大小不作具体限定。

选择一个有意义的二值文本图像作为嵌入医学图像的水印，记为W＝{w(i,j)|w(i,j)＝0,1；1≤i≤M1,1≤j≤M2}。同时，选取一个534*534的医学图像作为原始医学图像，记为I(i,j),W(i,j)和I(i,j)分别表示水印和原始医学图像的像素灰度值。

第一部分：在SWT-DFT变换下，提取医学图像的特征向量；

对原始医学图像I(i,j)进行SWT变换，获取近似系数；

{f_A,f_B,f_C,f_D}＝SWT2(I(i,j))；

对近似系数进行DFT变换得到系数矩阵FD(i,j)；

FD(i，j)＝DFT2(f_A(i，j))；

选取FD(i,j)中4*4的模块构成新矩阵A(i,j)；

利用哈希函数，生成32位医学图像的特征二值序列V(i,j)；

S106：将所述特征二值序列和混沌置乱水印逐位进行异或运算，以将二值文本图像作为水印插入至所述医学图像中，并得到用于水印提取的逻辑密钥。

将特征向量V(i,j)和加密后的水印EW(i,j)逐位进行异或运算，便可将水印嵌入到医学图像中，同时得到逻辑密钥Key(i,j)；

优选的，还可以保存逻辑密钥Key(i,j)，在此后提取水印时要用到。通过将Key(i,j)作为密钥向第三方申请，还可以获得原始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。

容易理解的是，本步骤之前，还可以包括：

利用二值混沌矩阵进行置乱，得到混沌置乱水印。

本步骤实际上是进行位置置乱，顾名思义就是把图像中某一像素点的位置，移动到另一目的点，该目的点越随机越好。这个过程，所有像素的灰度值都没有改变，只是进行了位置的置乱，所以其直方图不会发生改变。具体的，本步骤可以采用如下方式：

S1061：生成混沌序列，并根据元素实际值大小进行赋值，得到二值混沌序列；

S1062：将所述混沌序列中元素从小到大进行排序，按照各个所述元素排序前后的位置变化对水印像素的位置空间进行置乱，得到混沌置乱水印。

首先根据初始值x₀生成混沌序列X(j)，然后将大于等于0.5的元素赋值为“1”，其余赋值为“0”，以得到二值混沌序列k(n)。需要注意的是，混沌系数的初值、生长参数和迭代次数等均应由本领域技术人员进行设置，在此不作限定。

将混沌序列X(j)中值按照由小及大顺序做排序操作，接着依照X(j)中各个值排序前后的位置变化对水印像素的位置空间进行置乱，得到混沌置乱的水印EW(i,j)。

本申请实施例基于全图SWT变换，得到医疗图像的“近似系数”和“细节系数”。根据平稳小波原理可知，“近似系数”代表医疗图像的低频特性，反映的是医疗图像的主要轮廓；“细节系数”代表医疗图像的高频特性，反映的是医疗图像的细节信息。由于傅里叶变换本身的抗几何攻击能力比较差，为此，先对医疗图像进行平稳小波变换(SWT)，然后在对反映低频特性的“近似系数”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纹理图像视觉特征向量，并将水印技术与混沌加密、Hash函数和“第三方概念”有机结合起来，实现了数字水印的抗几何攻击和常规攻击。

参见图2，图2为本申请实施例所提供的一种SWT-DFT的图像水印提取方法的流程图，本申请还提供一种SWT-DFT的图像水印提取方法，具体可以包括：

S201：获取待测图像的特征二值序列和逻辑密钥；

S202：将所述特征二值序列和所述逻辑密钥进行异或运算，得到加密水印；

S203：利用二值混沌矩阵将所述加密水印还原。

将待测加密图像的特征向量V'(i,j)和逻辑密钥Key(i,j)进行异或运算，便提取出加密的水印BW'(i,j)；

该算法在提取水印时只需要密钥Key(i,j)，不需要原始图像参与，是一种零水印提取算法。

利用和水印加密同样的方法，得到相同的二值混沌矩阵X(j)。

依照由小及大的顺序对已经获取的X(j)中的各个值做排序操作；然后，根据它中各个值排序前后的位置变化对水印中的像素的位置空间进行还原得到还原的水印W’(i,j)；

进一步的，可以通过计算W(i,j)和W’(i,j)的相关系数NC，确定医学图像的所有权和嵌入的水印信息。

此时可以利用归一化系数，采用归一化互相关(归一化Cross-correlation,NC)方法测量嵌入的原始水印与提取的原始水印之间的数量相似性，定义为：

W(i,j)表示原始水印图像的特征向量，其长度是32bit；W’(i,j)表示待测水印图像的特征向量，也是32bit。归一化相关系数是对两幅图像进行相似度衡量的一种方法，通过求归一化相关系数可以更加精确地用数据来客观评估图像的相似度。

下面对本申请实施例提供的一种SWT-DFT的图像水印嵌入系统进行介绍，下文描述的嵌入系统与上文描述的水印嵌入方法可相互对应参照。

参见图3，图3为本申请实施例所提供的一种SWT-DFT的图像水印嵌入系统结构示意图，本申请还提供一种SWT-DFT的图像水印嵌入系统，包括：

获取模块100，用于获取医学图像的图像数据；

第一变换模块200，用于对所述医学图像进行SWT变换，得到近似系数；

第二变换模块300，用于对所述近似系数进行DFT变换，得到系数矩阵；

矩阵构建模块400，用于从所述系数矩阵中选取预设大小的模块构成新矩阵；

矩阵处理模块500，用于利用哈希函数处理所述新矩阵，得到所述医学图像的特征二值序列。

嵌入模块600，用于将所述特征二值序列和混沌置乱水印逐位进行异或运算，以将二值文本图像作为水印插入至所述医学图像中，并得到用于水印提取的逻辑密钥。

基于上述实施例，作为优选的实施例，所述水印嵌入系统还可以包括：

基于上述实施例，作为优选的实施例，所述水印嵌入系统还可以包括，还包括：

保存模块，用于保存所述逻辑密钥。

本申请还提供了一种计算机可读存储介质，其上存有计算机程序，该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

本申请还提供了一种终端，可以包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时，可以实现上述实施例所提供的步骤。当然所述终端还可以包括各种网络接口，电源等组件。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例提供的系统而言，由于其与实施例提供的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的状况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims

1.一种图像的水印嵌入方法，其特征在于，包括：

获取医学图像的图像数据；

对所述医学图像进行SWT变换，得到近似系数；

对所述近似系数进行DFT变换，得到系数矩阵；

从所述系数矩阵中选取预设大小的模块构成新矩阵；

将所述特征二值序列和混沌置乱水印逐位进行异或运算，以将二值文本图像作为水印插入至所述医学图像中，并得到用于水印提取的逻辑密钥；

利用二值混沌矩阵进行置乱，得到混沌置乱水印。

2.根据权利要求1所述的水印嵌入方法，其特征在于，还包括：

保存所述逻辑密钥。

3.根据权利要求1所述的水印嵌入方法，其特征在于，利用二值混沌矩阵进行置乱，得到混沌置乱水印包括：

4.一种图像的水印嵌入系统，其特征在于，包括：

获取模块，用于获取医学图像的图像数据；

矩阵处理模块，用于利用哈希函数处理所述新矩阵，得到所述医学图像的特征二值序列；

嵌入模块，用于将所述特征二值序列和混沌置乱水印逐位进行异或运算，以将二值文本图像作为水印插入至所述医学图像中，并得到用于水印提取的逻辑密钥；

5.根据权利要求4所述的水印嵌入系统，其特征在于，还包括：

保存模块，用于保存所述逻辑密钥。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-3任一项所述的水印嵌入方法的步骤。

7.一种终端，其特征在于，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如权利要求1-3任一项所述的水印嵌入方法的步骤。