CN111988491A - 一种基于kaze-dct的医学图像鲁棒水印方法 - Google Patents
一种基于kaze-dct的医学图像鲁棒水印方法 Download PDFInfo
- Publication number
- CN111988491A CN111988491A CN202010836948.6A CN202010836948A CN111988491A CN 111988491 A CN111988491 A CN 111988491A CN 202010836948 A CN202010836948 A CN 202010836948A CN 111988491 A CN111988491 A CN 111988491A
- Authority
- CN
- China
- Prior art keywords
- medical image
- watermark
- original
- sequence
- kaze
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N1/32101—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
- H04N1/32144—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title embedded in the image data, i.e. enclosed or integrated in the image, e.g. watermark, super-imposed logo or stamp
- H04N1/32149—Methods relating to embedding, encoding, decoding, detection or retrieval operations
- H04N1/32154—Transform domain methods
- H04N1/32165—Transform domain methods using cosine transforms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/001—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using chaotic signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N1/32101—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
- H04N1/32144—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title embedded in the image data, i.e. enclosed or integrated in the image, e.g. watermark, super-imposed logo or stamp
- H04N1/32149—Methods relating to embedding, encoding, decoding, detection or retrieval operations
- H04N1/32267—Methods relating to embedding, encoding, decoding, detection or retrieval operations combined with processing of the image
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N1/32101—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
- H04N1/32144—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title embedded in the image data, i.e. enclosed or integrated in the image, e.g. watermark, super-imposed logo or stamp
- H04N1/32149—Methods relating to embedding, encoding, decoding, detection or retrieval operations
- H04N1/32267—Methods relating to embedding, encoding, decoding, detection or retrieval operations combined with processing of the image
- H04N1/32283—Hashing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
- H04L2209/60—Digital content management, e.g. content distribution
- H04L2209/608—Watermarking
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请公开了一种基于KAZE‑DCT的医学图像鲁棒水印方法,该方法包括:对原始医学图像进行KAZE‑DCT变换,得到特征向量和系数矩阵,并通过对系数矩阵利用哈希函数运算生成特征序列;对原始水印进行混沌置乱加密,得到混沌置乱水印,并将水印信息嵌入至原始医学图像中,同时获取二值逻辑密钥序列并保存;同理对待测医学图像进行KAZE‑DCT变换,生成特征序列;根据待测医学图像的特征序列和二值逻辑密钥序列,提取加密水印并进行解密,得到还原水印;将原始水印和还原水印进行归一化相关系数计算,确定待测医学图像的所有权和水印信息。该方法具有很强的鲁棒性和不可见性,能同时保护病人的隐私信息和医学图像的数据安全。
Description
技术领域
本发明涉及多媒体信号处理领域,特别是涉及一种基于KAZE-DCT的医学图像鲁棒水印方法。
背景技术
随着现代网络的发展,医学逐渐从传统医学向远程医疗发展,在这个过程中有大量的医学图像在网络中传输,这就意味着在这个过程中医学图像可能遭受篡改和盗用。而医学图像作为一类特殊图像,要求原始数据具有完整性。
由于大量的医学图像在网络传输存在安全问题,且医学数据是不允许修改的,需要对医学图像提供有效的保护,但传统的水印嵌入方法并不能对医学图像本身进行保护,容易对原图数据修改造成缺陷。
因此,如何在医学数据中嵌入数字鲁棒水印和减少对其内容的修改,是本领域技术人员亟待解决的技术问题。
发明内容
有鉴于此,本发明的目的在于提供一种基于KAZE-DCT的医学图像鲁棒水印方法,具有很强的鲁棒性和不可见性,能同时保护病人的隐私信息和医学图像的数据安全,实现医学图像零水印的抗几何攻击和常规攻击。其具体方案如下:
一种基于KAZE-DCT的医学图像鲁棒水印方法,包括:
对原始医学图像进行KAZE-DCT变换,得到所述原始医学图像的特征向量和系数矩阵,并通过对所述原始医学图像的系数矩阵利用哈希函数运算生成所述原始医学图像的特征序列;
对原始水印进行混沌置乱加密,得到混沌置乱水印,并根据得到的所述混沌置乱水印和生成的所述原始医学图像的特征序列,将水印信息嵌入至所述原始医学图像中,同时获取二值逻辑密钥序列并保存;
对待测医学图像进行KAZE-DCT变换,得到所述待测医学图像的特征向量和系数矩阵,并通过对所述待测医学图像的系数矩阵利用哈希函数运算生成所述待测医学图像的特征序列;
根据所述待测医学图像的特征序列和保存的所述二值逻辑密钥序列,提取出加密水印,并对提取的所述加密水印进行解密,得到还原水印;
将所述原始水印和所述还原水印进行归一化相关系数计算,确定所述待测医学图像的所有权和嵌入的水印信息。
优选地,在本发明实施例提供的上述基于KAZE-DCT的医学图像鲁棒水印方法中,对原始医学图像进行KAZE-DCT变换,得到所述原始医学图像的特征向量和系数矩阵,具体包括:
对原始医学图像进行KAZE特征提取,得到所述原始医学图像的特征点;
根据所述原始医学图像的特征点,得到所述原始医学图像的特征向量;
对所述原始医学图像的特征向量组成的矩阵进行DCT变换,得到所述原始医学图像的系数矩阵。
优选地,在本发明实施例提供的上述基于KAZE-DCT的医学图像鲁棒水印方法中,通过对所述原始医学图像的系数矩阵利用哈希函数运算生成所述原始医学图像的特征序列,具体包括:
选取所述原始医学图像的系数矩阵低频处的4*8的矩阵构成新矩阵;
利用哈希函数运算生成32位所述原始医学图像的特征序列。
优选地,在本发明实施例提供的上述基于KAZE-DCT的医学图像鲁棒水印方法中,对所述原始水印进行混沌置乱加密,得到混沌置乱水印,具体包括:
通过Logistic Map获取混沌序列;
对所述混沌序列利用哈希函数运算生成二值序列;
按照所述二值序列的顺序对所述原始水印像素的位置空间进行异或置乱,得到混沌置乱水印。
优选地,在本发明实施例提供的上述基于KAZE-DCT的医学图像鲁棒水印方法中,根据得到的所述混沌置乱水印和生成的所述原始医学图像的特征序列,将水印信息嵌入至所述原始医学图像中,具体包括:
将生成的所述原始医学图像的特征序列和得到的所述混沌置乱水印逐位进行异或运算,以将水印信息嵌入至所述原始医学图像中。
优选地,在本发明实施例提供的上述基于KAZE-DCT的医学图像鲁棒水印方法中,对待测医学图像进行KAZE-DCT变换,得到所述待测医学图像的特征向量和系数矩阵,具体包括:
对待测医学图像进行KAZE特征提取,得到所述待测医学图像的特征点;
根据所述待测医学图像的特征点,得到所述待测医学图像的特征向量;
对所述待测医学图像的特征向量组成的矩阵进行DCT变换,得到所述待测医学图像的系数矩阵。
优选地,在本发明实施例提供的上述基于KAZE-DCT的医学图像鲁棒水印方法中,通过对所述待测医学图像的系数矩阵利用哈希函数运算生成所述待测医学图像的特征序列,具体包括:
选取所述待测医学图像的系数矩阵低频处的4*8的矩阵构成新矩阵;
利用哈希函数运算生成32位所述待测医学图像的特征序列。
优选地,在本发明实施例提供的上述基于KAZE-DCT的医学图像鲁棒水印方法中,根据所述待测医学图像的特征序列和保存的所述二值逻辑密钥序列,提取出加密水印,具体包括:
将所述待测医学图像的特征序列和保存的所述二值逻辑密钥序列进行异或运算,提取出加密水印。
优选地,在本发明实施例提供的上述基于KAZE-DCT的医学图像鲁棒水印方法中,对提取的所述加密水印进行解密,得到还原水印,具体包括:
按照所述二值序列的顺序对提取的所述加密水印的位置空间进行异或还原,得到还原水印。
从上述技术方案可以看出,本发明所提供的一种基于KAZE-DCT的医学图像鲁棒水印方法,包括:对原始医学图像进行KAZE-DCT变换,得到原始医学图像的特征向量和系数矩阵,并通过对原始医学图像的系数矩阵利用哈希函数运算生成原始医学图像的特征序列;对原始水印进行混沌置乱加密,得到混沌置乱水印,并根据得到的混沌置乱水印和生成的原始医学图像的特征序列,将水印信息嵌入至原始医学图像中,同时获取二值逻辑密钥序列并保存;对待测医学图像进行KAZE-DCT变换,得到待测医学图像的特征向量和系数矩阵,并通过对待测医学图像的系数矩阵利用哈希函数运算生成待测医学图像的特征序列;根据待测医学图像的特征序列和保存的二值逻辑密钥序列,提取出加密水印,并对提取的加密水印进行解密,得到还原水印;将原始水印和还原水印进行归一化相关系数计算,确定待测医学图像的所有权和嵌入的水印信息。
本发明提供的上述基于KAZE-DCT的医学图像鲁棒水印方法,对医学图像进行特征提取,得到医学图像的特征向量,通过将特征向量、密码学、哈希函数和零水印技术结合,弥补了传统的数字水印方法不能对医学图像本身进行保护及对原图数据修改造成缺陷的缺点,保证了医学图像的质量,具有很强的鲁棒性和不可见性,能同时保护病人的隐私信息和医学图像的数据安全,实现了医学图像零水印的抗几何攻击和常规攻击,适应了现今网络技术的实用化和规范化。
附图说明
为了更清楚地说明本发明实施例或相关技术中的技术方案,下面将对实施例或相关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发明的实施例,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为本发明实施例提供的基于KAZE-DCT的医学图像鲁棒水印方法的流程图;
图2为本发明实施例提供的原始医学图像;
图3为本发明实施例提供的原始水印图像;
图4为本发明实施例提供的加密后的水印图像;
图5为本发明实施例提供的不加干扰时提取的水印;
图6为本发明实施例提供的高斯噪声干扰强度3%时的医学图像;
图7为本发明实施例提供的高斯噪声干扰强度3%时提取的水印;
图8为本发明实施例提供的压缩质量为10%的JPEG压缩时的医学图像;
图9为本发明实施例提供的压缩质量为10%的JPEG压缩时提取的水印;
图10为本发明实施例提供的顺时旋转5°的医学图像;
图11为本发明实施例提供的顺时旋转5°提取的水印;
图12为本发明实施例提供的顺时旋转30°的医学图像;
图13为本发明实施例提供的顺时旋转30°提取的水印;
图14为本发明实施例提供的缩放因子为0.8时缩放后的医学图像;
图15为本发明实施例提供的缩放因子为0.8时提取的水印;
图16为本发明实施例提供的水平右移20%后的医学图像;
图17为本发明实施例提供的水平右移20%后提取的水印;
图18为本发明实施例提供的垂直下移30%后的医学图像;
图19为本发明实施例提供的垂直下移30%后提取的水印;
图20为本发明实施例提供的沿Y轴剪切15%后的医学图像;
图21为本发明实施例提供的沿Y轴剪切15%后提取的水印;
图22为本发明实施例提供的沿X轴剪切25%后的医学图像;
图23为本发明实施例提供的沿X轴剪切25%后提取的水印;
图24至图29分别为本发明实施例提供的剪切不同位置128*128图像块后的医学图像;
图30为本发明实施例提供的剪切左上角128*128图像块后提取的水印。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明提供一种基于KAZE-DCT的医学图像鲁棒水印方法,如图1所示,包括以下步骤:
S101、对原始医学图像进行KAZE-DCT变换,得到原始医学图像的特征向量和系数矩阵,并通过对原始医学图像的系数矩阵利用哈希函数运算生成原始医学图像的特征序列;
在实际应用中,在执行步骤S101之前,选择一个有意义的二值文本图像作为嵌入医学图像的原始水印,记为W={W(i,j)|W(i,j)=0,1;1≤i≤M1,1≤j≤ M2},原始水印图像的大小为M1*M2,M1和M2分别为原始水印图像的尺寸长宽,水印是为了保护病人的个人信息,可以把病人的个人信息隐藏在病人的医学图像中,从而实现在网络上的安全传输。同时,选取一个512*512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)分别表示原始水印和原始医学图像的像素灰度值;
S102、对原始水印进行混沌置乱加密,得到混沌置乱水印,并根据得到的混沌置乱水印和生成的原始医学图像的特征序列,将水印信息嵌入至原始医学图像中,同时获取二值逻辑密钥序列并保存;
S103、对待测医学图像进行KAZE-DCT变换,得到待测医学图像的特征向量和系数矩阵,并通过对待测医学图像的系数矩阵利用哈希函数运算生成待测医学图像的特征序列;
可以理解的是,这里的待测医学图像可以认为是原始医学图像在网络传输后可能受到旋转、平移、剪切等几何攻击或常规攻击后形成的医学图像;
S104、根据待测医学图像的特征序列和保存的二值逻辑密钥序列,提取出加密水印,并对提取的加密水印进行解密,得到还原水印;
S105、将原始水印和还原水印进行归一化相关系数计算,确定待测医学图像的所有权和嵌入的水印信息。
在本发明实施例提供的上述基于KAZE-DCT的医学图像鲁棒水印方法中,主要包括基于KAZE-DCT的特征向量提取、水印加密、水印嵌入、水印提取和水印解密五大部分,基于KAZE-DCT变换对医学图像进行特征提取,得到医学图像的特征向量,通过将特征向量、密码学、哈希函数和零水印技术结合,弥补了传统的数字水印方法不能对医学图像本身进行保护及对原图数据修改造成缺陷的缺点,保证了医学图像的质量,具有很强的鲁棒性和不可见性,能同时保护病人的隐私信息和医学图像的数据安全,实现了医学图像零水印的抗几何攻击和常规攻击,适应了现今网络技术的实用化和规范化。
需要说明的是,KAZE算法是一种基于非线性尺度空间的多尺度二维特征检测和描述算法。KAZE算法通过非线性扩散滤波构造尺度空间,在此基础上进行特征检测。KAZE算法的主要步骤有:非线性尺度空间构建、特征点检测和定位、确定特征点的主方向和特征点描述。
非线性尺度空间的构建主要是通过非线性扩散滤波和加性算子分裂 (AOS)来实现,采用该方法可以保证图像处理达到平滑效果的同时能够保留其边缘特征。KAZE算法首先采用高斯滤波对输入图像进行预处理,通过选取图像梯度直方图中大于70%的部分的值计算参数k,参数k作为控制扩散级别的对比度因子,能够决定保留边缘信息的多少,k值的大小与保留边缘信息量的多少成反比,然后根据k值进行非线性扩散滤波。
由于对于非线性扩散滤波的偏微分方程没有具体的分析解,通过AOS和线性隐式方案可以得到,其中Al代表不同维度下的图像的矩阵表示:
其中,L为高斯滤波后的图像,Ai为不同维度下的图像的矩阵,τ为时间步长。
通过以上步骤就可以构造非线性尺度空间,KAZE尺度空间的具体构造采用与SIFT类似的方式,SIFT算法中采用高斯差分金字塔,每一组中每一层图片的分辨率采用降采样的方式,而KAZE各层都采用与原始图像相同分辨率的图像。
特征点检测和定位是在KAZE的尺度空间中,尺度级别按对数递增,总共有O组图像,每组有S层(sub-level)。其中组用序号o来表示,层通过序号s来表示,尺度参数的初始值为σ0尺度空间中的图像总数为N,通过以下式子建立与尺度参数σi的对应关系:
由于非线性扩散滤波模型以时间为单位,因此需要进行图像像素单位与时间单位的转换,如下公式所示,其中ti为参数进化时间:
根据一组进化时间,使用AOS方案,通过迭代的方式构建出非线性尺度空间:
特征点检测通过Hessian矩阵来寻找局部极大值来得到的:
其中,L为高斯滤波后的图像,σ为尺度参数σi的整数值,Lxx、Lyy、Lxy,为L的二阶微分。
将每一个像素点与其当前所在尺度以及上下尺度的3*3窗口大小的像素点进行比较,当其值大于邻域窗口内所有像素点时,即为极值点。采用亚像素精确定位,这样就可以实现特征点的检测和定位。
确定特征点的主方向是设置搜索半径为6σi,对搜索圈内所有点进行高斯加权,越靠近特征点,其贡献越大。使用一个60°的扇形窗口遍历整个圆形区域,将其与区域内所有点集进行向量叠加,主方向即为遍历获得的最长向量的角度。
特征点描述是围绕尺度为σi的特征点,取一个大小为24σi×24σi方形窗口,再将其划分成4×4个子区域,16个子区域的尺度大小均为9σi×9σi,此时每两个相邻子区域会存在宽度为2σi的重叠部分,然后对每个子区域进行高斯加权,得到子区域描述向量:
dv=(∑Lx,∑Ly,Σ|Lx|,Σ|Ly|)
在此基础上,再通过高斯窗口对每个子区域的向量dv进行加权,归一化处理后,得到64维的描述向量。
另外,需要说明的是,二维离散余弦变换正变换(DCT)公式如下:
其中,f(x,y)为点(x,y)的像素值,F(u,v)是f(x,y)的2D-DCT变换系数,图像的大小为M*N。
在具体实施时,在本发明实施例提供的上述基于KAZE-DCT的医学图像鲁棒水印方法中,步骤S101对原始医学图像进行KAZE-DCT变换,得到原始医学图像的特征向量和系数矩阵,具体可以包括:首先,对原始医学图像I(i,j)进行KAZE特征提取,得到原始医学图像的特征点;然后,根据原始医学图像的特征点,得到原始医学图像的特征向量;最后,对原始医学图像的特征向量组成的矩阵E(i,j)进行DCT变换,得到原始医学图像的系数矩阵 D(i,j):
D(i,j)=DCT2(E(i,j))
进一步地,在具体实施时,在本发明实施例提供的上述基于KAZE-DCT 的医学图像鲁棒水印方法中,步骤S101通过对原始医学图像的系数矩阵利用哈希函数运算生成原始医学图像的特征序列,具体可以包括:首先,选取原始医学图像的系数矩阵D(i,j)低频处的4*8的矩阵构成新矩阵A(i,j);然后,利用哈希函数运算生成32位原始医学图像的特征序列V(i,j)。
需要说明的是,由于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。如果能够找到反映图像几何特点的视觉特征向量,那么当图像发生几何变换时,该图像的视觉特征值不会发生明显的突变,就可以通过视觉特征向量的比对水印图像,从而完成水印信息认证。KAZE算法具有尺度不变性和旋转不变性,通过KAZE算法提取图像的特征向量矩阵,然后对特征向量矩阵进行DCT变换,在变换后的矩阵的低频系数部分,选取一个4*8 的矩阵,利用哈希函数可以得到一个二值序列,而该二值序列是稳定的。
根据人类视觉特性(HVS),低中频信号对人的视觉影响较大,代表着医疗图像的主要特征。因此选取的医疗图像的KAZE-DCT变换后低频系数矩阵与均值的大小关系,低中频系数的个数选择与进行全图KAZE-DCT变换的原始医疗图像的大小、医疗图像之间的相关性有关,L值越小,相关性会增大。在后面的试验中,选取L的长度为32。
在具体实施时,在本发明实施例提供的上述基于KAZE-DCT的医学图像鲁棒水印方法中,步骤S102对原始水印进行混沌置乱加密,得到混沌置乱水印,具体可以包括:首先,通过Logistic Map(根据初始值x0)获取混沌序列 X(j);混沌系数的初值设为0.2,生长参数为4,迭代次数为1023;然后,对混沌序列X(j)利用哈希函数运算生成二值序列;最后,按照二值序列的顺序对原始水印W(i,j)像素的位置空间进行异或置乱,得到混沌置乱水印BW(i,j)。
需要说明的是,本发明是利用Logistic Map的性质对水印进行置乱加密,这里的Logistic Map是最著名的混沌映射之一,是一个具有混沌行为的简单动态非线性回归,其数学定义可以表示如下:
XK+1=μ·XK·(1-XK)
其中,XK属于(0,1),0<u≤4;实验表明当3.5699456<u≤4时,Logistic映射进入混沌状态,Logistic混沌序列可以作为理想的密钥序列。
本发明将零水印技术与感知哈希技术相结合,作为信息安全的一项技术,可以保证安全传输,也可以实现信息认证,在现实中具有实用用途。
进一步地,在具体实施时,在本发明实施例提供的上述基于KAZE-DCT 的医学图像鲁棒水印方法中,步骤S102根据得到的混沌置乱水印和生成的原始医学图像的特征序列,将水印信息嵌入至原始医学图像中,同时获取二值逻辑密钥序列并保存,具体可以包括:将生成的原始医学图像的特征序列V(i,j) 和得到的混沌置乱水印BW(i,j)逐位进行异或运算,以将水印信息嵌入至原始医学图像中,同时获取二值逻辑密钥序列Key(i,j);
保存Key(i,j)在第三方,在之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,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。
在具体实施时,在本发明实施例提供的上述基于KAZE-DCT的医学图像鲁棒水印方法中,步骤S103对待测医学图像进行KAZE-DCT变换,得到待测医学图像的特征向量和系数矩阵,并通过对待测医学图像的系数矩阵利用哈希函数运算生成待测医学图像的特征序列,具体可以包括:首先,对待测医学图像I'(i,j)进行KAZE特征提取,得到待测医学图像的特征点;然后,根据待测医学图像的特征点,得到待测医学图像的特征向量;之后,对待测医学图像的特征向量组成的矩阵E'(i,j)进行DCT变换,得到待测医学图像的系数矩阵D'(i,j):
D'(i,j)=DCT2(E'(i,j))
接下来,选取待测医学图像的系数矩阵D'(i,j)低频处的4*8的矩阵构成新矩阵A'(i,j);然后,利用哈希函数运算生成32位待测医学图像的特征序列 V'(i,j)。
在具体实施时,在本发明实施例提供的上述基于KAZE-DCT的医学图像鲁棒水印方法中,步骤S104根据待测医学图像的特征序列和保存的二值逻辑密钥序列,提取出加密水印,具体可以包括:将待测医学图像的特征序列V'(i,j) 和保存的二值逻辑密钥序列Key(i,j)进行异或运算,提取出加密水印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。
进一步地,在具体实施时,在本发明实施例提供的上述基于KAZE-DCT 的医学图像鲁棒水印方法中,步骤S104对提取的加密水印进行解密,得到还原水印,具体可以包括:首先根据已知的初始值x0、混沌系数的初值、生长参数和迭代次数,与水印加密过程保持一致,得到相同的二值序列;然后按照二值序列的顺序对提取的加密水印BW'(i,j)的位置空间进行异或还原,得到还原水印W'(i,j)。
具体地,根据上述对各步骤的具体描述可以简单理解为:首先利用Logistic Map的性质对水印进行置乱加密;然后通过对医学图像进行KAZE-DCT变换提取一个特征向量来进行水印的嵌入,将特征向量与二值水印相关联得到一个二值逻辑序列,并将该二值序列存于第三方;再通过对待测医学图像进行 KAZE-DCT变换提取其特征向量,并与存于第三方的二值序列相关联来进行水印的提取。
接下来就可以执行步骤S105通过计算W(i,j)和W'(i,j)的归一化相关系数 NC,确定医学图像的所有权和嵌入的水印信息。
需要说明的是,采用归一化互相关(Normalized Cross-correlation,NC)方法测量嵌入的原始水印与提取的还原水印之间的数量相似性,定义为:
其中,W(i,j)表示原始水印图像的特征向量,其长度是32bit;W'(i,j)表示还原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。
另外,需要注意的是,本发明可以用峰值信噪比(PSNR)表示的图片的失真程度,当PSNR值越大,图片的失真度越小。
峰值信噪比的公式如下:
其中,图像每点的像素值为I(i,j),图像的平均像素值为I'(i,j),为方便运算,通常数字图像用像素方阵表示,即M=N。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。
下面结合附图对本发明作进一步说明:如图2所示,实验测试的对象是512*512的腹部医学图像,用I(i,j)表示,其中1≤i,j≤512。选择一个有意义的二值图像作为原始水印,记为:W={W(i,j)|W(i,j)=0,1;1≤i≤M1,1≤j≤M2}, 如图3所示,这里水印的大小为32*32。
首先对原始医学图像I(i,j)进行KAZE-DCT变换,考虑到鲁棒性和一次性嵌入水印的容量,在此取32个系数,即一个4*8的模块。设置混沌系数的初始值为0.2,增长参数是4,迭代次数是1023。然后对原始水印W(i,j)进行混沌置乱加密,图4示出了加密后的混沌置乱水印。在通过水印算法检测出W'(i,j) 后,通过计算归一化相关系数NC来判断是否有水印嵌入,当其数值越接近1 时,则相似度越高,从而判断算法的鲁棒性。用PSNR表示的图片的失真程度,当PSNR值越大,图片的失真度越小。
图5示出了不加干扰时提取的水印,可以看到NC=1.00,可以准确得提取水印。
下面通过具体实例来判断该数字水印方法的抗常规攻击能力和抗几何攻击能力。
第一、加入高斯噪声:使用imnoise()函数在水印中加入高斯噪声。
表一是水印抗高斯噪声干扰的实验数据。从表一中可以看到,当高斯噪声强度高达10%时,攻击之后的图像的PSNR降至12.60dB,这时提取的水印,相关系数NC=0.64,仍能较准确得提取水印,并且整体数据均在0.60以上。这说明采用该发明可以抗高斯噪声。图6示出了高斯噪声强度3%时的医学图像;图7示出了高斯噪声强度3%时提取的水印,NC=0.73。
表一 水印抗高斯噪声干扰数据
噪声强度(%) | 1 | 3 | 5 | 8 | 10 | 12 |
PSNR(dB) | 22.01 | 17.42 | 15.36 | 14.50 | 12.60 | 11.93 |
NC | 0.81 | 0.73 | 0.66 | 0.67 | 0.64 | 0.64 |
第二、JPEG压缩处理
采用图像压缩质量百分数作为参数对腹部医学图像进行JPEG压缩;表二为水印抗JPEG压缩的实验数据。当压缩质量为10%,这时图像质量较低,仍然可以提取出水印,NC=0.81。图8示出了压缩质量为10%的医学图像;图9 示出了压缩质量为10%提取的水印,NC=0.81。
表二 水印抗JPEG压缩实验数据
压缩质量(%) | 3 | 7 | 10 | 20 | 30 |
PSNR(dB) | 26.27 | 29.34 | 30.58 | 33.03 | 34.53 |
NC | 0.81 | 0.81 | 0.81 | 0.81 | 0.81 |
第三、旋转变换
表三为水印抗旋转攻击实验数据。从表三中可以看到当图像顺时旋转40°时,NC=0.59,仍然可以提取水印。图10示出了顺时旋转5°的医学图像;图11示出了顺时旋转5°提取的水印,NC=0.81,可以准确地提取水印。图 12示出了顺时旋转30°的医学图像;图13示出了顺时旋转30°提取的水印, NC=0.65,可以准确地提取水印。
表三 水印抗旋转攻击实验数据
旋转度数° | 1 | 5 | 10 | 20 | 30 | 40 |
PSNR(dB) | 22.39 | 18.45 | 16.68 | 15.34 | 14.90 | 14.64 |
NC | 0.81 | 0.81 | 0.81 | 0.65 | 0.65 | 0.59 |
第四、缩放变换
表四为医学图像的水印抗缩放攻击实验数据,从表四可以看到当缩放因子小至0.6时,相关系数NC=0.73,可提取出水印。图14示出了缩放后的医学图像(缩放因子为0.8);图15示出了缩放攻击后提取的水印,NC=0.81,可以准确得提取出水印。
表四 水印抗缩放攻击实验数据
缩放因子 | 0.6 | 0.8 | 1.0 | 1.2 | 1.5 |
NC | 0.73 | 0.81 | 1.00 | 0.81 | 0.81 |
第五、平移变换
表五是水印抗平移变换实验数据。从表五中得知图像数据垂移动25%时,NC值都高于0.81,可以准确提取水印,故该水印方法有较强的抗平移变换能力。图16示出了医学图像水平右移20%后的图像;图17示出了水平右移20%后提取的水印,可以准确提取水印,NC=0.81。图18示出了医学图像垂直下移30%后的图像;图19示出了垂直下移30%后提取的水印,可以准确提取水印,NC=0.81。
表五 水印抗平移变换实验数据
第六、剪切攻击
表六为水印抗剪切攻击实验数据,从表六中可以看到,当沿坐标轴Y剪切医学图像,剪切量为30%时,NC=0.81,仍然可以提取水印,说明该水印算法有较强的抗剪切攻击能力。图20示出了沿Y轴剪切15%后的医学图像;图 21示出了沿Y轴剪切15%后提取的水印,可以准确得提取水印,NC=1。图22示出了沿X轴剪切25%后的医学图像;图23示出了沿X轴剪切25%后提取的水印,可以准确得提取水印,NC=0.90。图24示出了剪切左上角128*128 图像块后的医学图像;图30示出了剪切左上角128*128图像块后提取的水印,可以准确得提取水印,NC=0.90。
表六 水印抗剪切攻击实验数据
Y方向剪切(%) | 5 | 10 | 15 | 20 | 25 | 30 |
NC | 1.00 | 1.00 | 1.00 | 0.81 | 0.81 | 0.81 |
X方向剪切(%) | 5 | 10 | 20 | 25 | 30 | 35 |
NC | 0.90 | 0.90 | 0.90 | 0.90 | 0.81 | 0.90 |
方块剪切 | 见图25 | 见图24 | 见图26 | 见图27 | 见图28 | 见图29 |
NC | 0.72 | 0.90 | 0.81 | 0.90 | 0.90 | 0.73 |
从上述描述可知,本发明基于KAZE-DCT的医学图像数字水印技术,有较好的鲁棒性,针对旋转、平移、剪切等几何攻击尤为突出,水印的嵌入不改变原始加密体数据的内容,是一种零水印技术。
专业人员可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
本发明实施例提供的一种基于KAZE-DCT的医学图像鲁棒水印方法,包括:对原始医学图像进行KAZE-DCT变换,得到原始医学图像的特征向量和系数矩阵,并通过对原始医学图像的系数矩阵利用哈希函数运算生成原始医学图像的特征序列;对原始水印进行混沌置乱加密,得到混沌置乱水印,并根据得到的混沌置乱水印和生成的原始医学图像的特征序列,将水印信息嵌入至原始医学图像中,同时获取二值逻辑密钥序列并保存;对待测医学图像进行KAZE-DCT变换,得到待测医学图像的特征向量和系数矩阵,并通过对待测医学图像的系数矩阵利用哈希函数运算生成待测医学图像的特征序列;根据待测医学图像的特征序列和保存的二值逻辑密钥序列,提取出加密水印,并对提取的加密水印进行解密,得到还原水印;将原始水印和还原水印进行归一化相关系数计算,确定待测医学图像的所有权和嵌入的水印信息。本发明基于KAZE-DCT变换,对医学图像进行特征提取,得到医学图像的特征向量,通过将特征向量、密码学、哈希函数和零水印技术结合,弥补了传统的数字水印方法不能对医学图像本身进行保护及对原图数据修改造成缺陷的缺点,保证了医学图像的质量,具有很强的鲁棒性和不可见性,能同时保护病人的隐私信息和医学图像的数据安全,实现了医学图像零水印的抗几何攻击和常规攻击,适应了现今网络技术的实用化和规范化。
最后,还需要说明的是,在本文中,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。在没有更多限制的情况下,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。
以上对本发明所提供的基于KAZE-DCT的医学图像鲁棒水印方法进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种基于KAZE-DCT的医学图像鲁棒水印方法,其特征在于,包括:
对原始医学图像进行KAZE-DCT变换,得到所述原始医学图像的特征向量和系数矩阵,并通过对所述原始医学图像的系数矩阵利用哈希函数运算生成所述原始医学图像的特征序列;
对原始水印进行混沌置乱加密,得到混沌置乱水印,并根据得到的所述混沌置乱水印和生成的所述原始医学图像的特征序列,将水印信息嵌入至所述原始医学图像中,同时获取二值逻辑密钥序列并保存;
对待测医学图像进行KAZE-DCT变换,得到所述待测医学图像的特征向量和系数矩阵,并通过对所述待测医学图像的系数矩阵利用哈希函数运算生成所述待测医学图像的特征序列;
根据所述待测医学图像的特征序列和保存的所述二值逻辑密钥序列,提取出加密水印,并对提取的所述加密水印进行解密,得到还原水印;
将所述原始水印和所述还原水印进行归一化相关系数计算,确定所述待测医学图像的所有权和嵌入的水印信息。
2.根据权利要求1所述的基于KAZE-DCT的医学图像鲁棒水印方法,其特征在于,对原始医学图像进行KAZE-DCT变换,得到所述原始医学图像的特征向量和系数矩阵,具体包括:
对原始医学图像进行KAZE特征提取,得到所述原始医学图像的特征点;
根据所述原始医学图像的特征点,得到所述原始医学图像的特征向量;
对所述原始医学图像的特征向量组成的矩阵进行DCT变换,得到所述原始医学图像的系数矩阵。
3.根据权利要求2所述的基于KAZE-DCT的医学图像鲁棒水印方法,其特征在于,通过对所述原始医学图像的系数矩阵利用哈希函数运算生成所述原始医学图像的特征序列,具体包括:
选取所述原始医学图像的系数矩阵低频处的4*8的矩阵构成新矩阵;
利用哈希函数运算生成32位所述原始医学图像的特征序列。
4.根据权利要求3所述的基于KAZE-DCT的医学图像鲁棒水印方法,其特征在于,对所述原始水印进行混沌置乱加密,得到混沌置乱水印,具体包括:
通过Logistic Map获取混沌序列;
对所述混沌序列利用哈希函数运算生成二值序列;
按照所述二值序列的顺序对所述原始水印像素的位置空间进行异或置乱,得到混沌置乱水印。
5.根据权利要求4所述的基于KAZE-DCT的医学图像鲁棒水印方法,其特征在于,根据得到的所述混沌置乱水印和生成的所述原始医学图像的特征序列,将水印信息嵌入至所述原始医学图像中,具体包括:
将生成的所述原始医学图像的特征序列和得到的所述混沌置乱水印逐位进行异或运算,以将水印信息嵌入至所述原始医学图像中。
6.根据权利要求1所述的基于KAZE-DCT的医学图像鲁棒水印方法,其特征在于,对待测医学图像进行KAZE-DCT变换,得到所述待测医学图像的特征向量和系数矩阵,具体包括:
对待测医学图像进行KAZE特征提取,得到所述待测医学图像的特征点;
根据所述待测医学图像的特征点,得到所述待测医学图像的特征向量;
对所述待测医学图像的特征向量组成的矩阵进行DCT变换,得到所述待测医学图像的系数矩阵。
7.根据权利要求6所述的基于KAZE-DCT的医学图像鲁棒水印方法,其特征在于,通过对所述待测医学图像的系数矩阵利用哈希函数运算生成所述待测医学图像的特征序列,具体包括:
选取所述待测医学图像的系数矩阵低频处的4*8的矩阵构成新矩阵;
利用哈希函数运算生成32位所述待测医学图像的特征序列。
8.根据权利要求7所述的基于KAZE-DCT的医学图像鲁棒水印方法,其特征在于,根据所述待测医学图像的特征序列和保存的所述二值逻辑密钥序列,提取出加密水印,具体包括:
将所述待测医学图像的特征序列和保存的所述二值逻辑密钥序列进行异或运算,提取出加密水印。
9.根据权利要求4所述的基于KAZE-DCT的医学图像鲁棒水印方法,其特征在于,对提取的所述加密水印进行解密,得到还原水印,具体包括:
按照所述二值序列的顺序对提取的所述加密水印的位置空间进行异或还原,得到还原水印。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010836948.6A CN111988491A (zh) | 2020-08-19 | 2020-08-19 | 一种基于kaze-dct的医学图像鲁棒水印方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010836948.6A CN111988491A (zh) | 2020-08-19 | 2020-08-19 | 一种基于kaze-dct的医学图像鲁棒水印方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111988491A true CN111988491A (zh) | 2020-11-24 |
Family
ID=73434877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010836948.6A Pending CN111988491A (zh) | 2020-08-19 | 2020-08-19 | 一种基于kaze-dct的医学图像鲁棒水印方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111988491A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112907427A (zh) * | 2021-02-09 | 2021-06-04 | 海南大学 | 基于DWT-Gabor的加密医学图像鲁棒水印方法 |
CN113160029A (zh) * | 2021-03-31 | 2021-07-23 | 海南大学 | 一种基于感知哈希和数据增强的医学图像数字水印方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945543A (zh) * | 2012-11-19 | 2013-02-27 | 海南大学 | 一种基于DWT-DCT和Logistic Map的医学图像鲁棒水印方法 |
CN104867102A (zh) * | 2015-06-18 | 2015-08-26 | 海南大学 | 一种基于dct密文域的加密医学图像鲁棒水印方法 |
CN108876696A (zh) * | 2018-06-07 | 2018-11-23 | 海南大学 | 一种基于sift-dct的医学图像鲁棒水印方法 |
CN110211020A (zh) * | 2019-06-13 | 2019-09-06 | 海南大学 | 一种图像的水印嵌入与提取方法及相关装置 |
-
2020
- 2020-08-19 CN CN202010836948.6A patent/CN111988491A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945543A (zh) * | 2012-11-19 | 2013-02-27 | 海南大学 | 一种基于DWT-DCT和Logistic Map的医学图像鲁棒水印方法 |
CN104867102A (zh) * | 2015-06-18 | 2015-08-26 | 海南大学 | 一种基于dct密文域的加密医学图像鲁棒水印方法 |
CN108876696A (zh) * | 2018-06-07 | 2018-11-23 | 海南大学 | 一种基于sift-dct的医学图像鲁棒水印方法 |
CN110211020A (zh) * | 2019-06-13 | 2019-09-06 | 海南大学 | 一种图像的水印嵌入与提取方法及相关装置 |
Non-Patent Citations (1)
Title |
---|
李爽: "非线性尺度空间的自适应均衡水印算法", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112907427A (zh) * | 2021-02-09 | 2021-06-04 | 海南大学 | 基于DWT-Gabor的加密医学图像鲁棒水印方法 |
CN113160029A (zh) * | 2021-03-31 | 2021-07-23 | 海南大学 | 一种基于感知哈希和数据增强的医学图像数字水印方法 |
CN113160029B (zh) * | 2021-03-31 | 2022-07-05 | 海南大学 | 一种基于感知哈希和数据增强的医学图像数字水印方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111968025A (zh) | 基于Bandelet-DCT医学图像鲁棒零水印方法 | |
CN113160029B (zh) | 一种基于感知哈希和数据增强的医学图像数字水印方法 | |
CN108876696A (zh) | 一种基于sift-dct的医学图像鲁棒水印方法 | |
Su et al. | An improved color image watermarking algorithm based on QR decomposition | |
CN111988492B (zh) | 一种基于Gabor-DCT的医学图像鲁棒水印方法 | |
CN111968026A (zh) | 一种基于PHTs-DCT的医学图像鲁棒水印方法 | |
CN110517181B (zh) | 基于Hough组合变换的医学图像零水印嵌入方法 | |
Liu et al. | Robust blind image watermarking based on chaotic mixtures | |
CN111988490B (zh) | 基于Tetrolet-DCT的医学图像鲁棒水印方法 | |
Sivananthamaitrey et al. | Optimal dual watermarking of color images with SWT and SVD through genetic algorithm | |
CN111988491A (zh) | 一种基于kaze-dct的医学图像鲁棒水印方法 | |
CN112907426A (zh) | 一种基于PHTs-DCT的加密医学图像数字水印方法 | |
CN116012212A (zh) | 基于SUSAN-DCT和Hu矩的医学图像鲁棒水印方法 | |
Wei et al. | Fragile watermark in medical image based on prime number distribution theory | |
CN116051349A (zh) | 一种基于brisk-freak的医学图像水印方法 | |
CN116342358A (zh) | 一种基于K-means和DCT的医学图像鲁棒水印方法 | |
CN116342357A (zh) | 一种基于lpt-dct的医学图像鲁棒水印方法 | |
CN114092306A (zh) | 基于InceptionV3深度学习网络的医学图像鲁棒水印嵌入及提取方法 | |
Sheng et al. | Robust zero-watermarking algorithm for medical images based on Hadamard-DWT-DCT | |
Bamal et al. | Reversible medical image watermarking for tamper detection using ANN and SLT | |
CN113160030A (zh) | 一种基于lbp-dct的医学图像鲁棒水印方法 | |
CN112907427B (zh) | 基于DWT-Gabor的加密医学图像鲁棒水印方法 | |
CN115936963A (zh) | 基于AKAZE-Curvelet-DCT的医学图像鲁棒水印方法 | |
Juvvanapudi et al. | Hybrid Encryption-based Color Image Watermarking using Improved GWO with LSB | |
CN116385249A (zh) | 一种基于gftt-kaze-dct的医学图像水印方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201124 |