CN111988492A - 一种基于Gabor-DCT的医学图像鲁棒水印方法 - Google Patents
一种基于Gabor-DCT的医学图像鲁棒水印方法 Download PDFInfo
- Publication number
- CN111988492A CN111988492A CN202010837529.4A CN202010837529A CN111988492A CN 111988492 A CN111988492 A CN 111988492A CN 202010837529 A CN202010837529 A CN 202010837529A CN 111988492 A CN111988492 A CN 111988492A
- Authority
- CN
- China
- Prior art keywords
- medical image
- watermark
- gabor
- original
- detected
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000000739 chaotic effect Effects 0.000 claims abstract description 56
- 230000009466 transformation Effects 0.000 claims abstract description 50
- 238000000605 extraction Methods 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 64
- 239000013598 vector Substances 0.000 claims description 35
- 238000001914 filtration Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 10
- 238000012935 Averaging Methods 0.000 claims description 6
- 230000000903 blocking effect Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 description 37
- 235000019587 texture Nutrition 0.000 description 27
- 238000007906 compression Methods 0.000 description 15
- 230000006835 compression Effects 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 14
- 230000005540 biological transmission Effects 0.000 description 11
- 230000000007 visual effect Effects 0.000 description 11
- 238000013519 translation Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 238000005286 illumination Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000012141 concentrate Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000010008 shearing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000009982 effect on human Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 235000019580 granularity Nutrition 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
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
- H04N1/32154—Transform domain methods
- H04N1/3217—Transform domain methods using wavelet transforms
-
- 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)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
本申请公开了一种基于Gabor‑DCT的医学图像鲁棒水印方法,该方法包括:通过Gabor‑DCT变换对原始医学图像进行特征提取并利用哈希函数生成特征序列;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;同理通过Gabor‑DCT变换对待测医学图像进行特征提取并生成特征序列;根据该特征序列和二值逻辑密钥序列,提取出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。该方法中嵌入的零水印具有不可见性和鲁棒性,能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Gabor-DCT的医学图像鲁棒水印方法。
背景技术
随着科技的进步,社会的发展,人类社会已经步入信息化时代,但是也带来了一些问题,那就是信息在传输过程中的安全问题,尤其是对于一些私密,重要的信息,在传输过程中的安全问题亟待解决。医学图像处理领域就是一个鲜明的例子,大量的医学图像在网络中传输和共享过程中可能会遭受篡改,盗用等一系列的问题,这就需要对原始医学图像进行处理,提高安全技术,保证数据在传输过程中既能保证安全传输,又能实现信息认证,在实际应用中具有十分重要的用途。
数字水印技术的发展为版权保护,信息安全,信息隐藏等方面带来了长足的进步,虽然传统的数字水印算法都具有一定的不可见和鲁棒性,但是该类算法均对图像数据进行了修改,多少会对图像的质量造成损伤。
目前对于医学图像的数字水印算法的研究还有待加强,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,并且不允许修改医学数据的内容,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Gabor-DCT的医学图像鲁棒水印方法,嵌入的水印在抗几何攻击和常规攻击中均具有较好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。其具体方案如下:
一种基于Gabor-DCT的医学图像鲁棒水印方法,包括:
通过Gabor-DCT变换对原始医学图像进行特征提取,得到所述原始医学图像的系数矩阵,并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,得到加密后的混沌置乱水印,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在第三方;
通过Gabor-DCT变换对待测医学图像进行特征提取,得到所述待测医学图像的系数矩阵,并利用哈希函数运算生成所述待测医学图像的特征序列;
根据生成的所述待测医学图像的特征序列和保存在第三方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Gabor-DCT的医学图像鲁棒水印方法中,通过Gabor-DCT变换对原始医学图像进行特征提取,得到所述原始医学图像的系数矩阵,具体包括:
运用不同尺度和不同方向的Gabor滤波器组对原始医学图像进行Gabor滤波处理,得到所述原始医学图像不同尺度和不同方向上的纹理特征;
对所述原始医学图像的纹理特征矩阵进行分块求均值,得到所述原始医学图像的特征向量并构成所述原始医学图像的特征矩阵;
对所述原始医学图像的特征矩阵进行DCT变换,得到所述原始医学图像的系数矩阵;所述原始医学图像的系数矩阵中保留的纹理特征集中在左上角。
优选地,在本发明实施例提供的上述基于Gabor-DCT的医学图像鲁棒水印方法中,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:
通过对所述原始医学图像的系数矩阵左上角Z字扫描,得到前32位低频系数,对运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Gabor-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,得到加密后的混沌置乱水印,具体包括:
通过Logistic Map产生混沌序列;
对产生的所述混沌序列按照由小到大的顺序做排序操作;
按照所述混沌序列中各个值排序前后的位置变化对所述原始水印像素的位置空间进行置乱,得到加密后的混沌置乱水印。
优选地,在本发明实施例提供的上述基于Gabor-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Gabor-DCT的医学图像鲁棒水印方法中,通过Gabor-DCT变换对待测医学图像进行特征提取,得到所述待测医学图像的系数矩阵,具体包括:
运用不同尺度和不同方向的Gabor滤波器组对待测医学图像进行Gabor滤波处理,得到所述待测医学图像不同尺度和不同方向上的纹理特征;
对所述待测医学图像的纹理特征矩阵进行分块求均值,得到所述待测医学图像的特征向量并构成所述待测医学图像的特征矩阵;
对所述待测医学图像的特征矩阵进行DCT变换,得到所述待测医学图像的系数矩阵;所述待测医学图像的系数矩阵中保留的纹理特征集中在左上角。
优选地,在本发明实施例提供的上述基于Gabor-DCT的医学图像鲁棒水印方法中,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:
通过对所述待测医学图像的系数矩阵左上角Z字扫描,得到前32位低频系数,对运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Gabor-DCT的医学图像鲁棒水印方法中,根据生成的所述待测医学图像的特征序列和保存在第三方的所述二值逻辑密钥序列,提取出加密水印,具体包括:
将生成的所述待测医学图像的特征序列和保存在第三方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Gabor-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:
通过Logistic Map产生所述混沌序列;
对产生的所述混沌序列按照由小到大的顺序做排序操作;
按照所述混沌序列中各个值排序前后的位置变化对所述原始水印像素的位置空间进行还原,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Gabor-DCT的医学图像鲁棒水印方法,包括:通过Gabor-DCT变换对原始医学图像进行特征提取,得到原始医学图像的系数矩阵,并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,得到加密后的混沌置乱水印,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在第三方;通过Gabor-DCT变换对待测医学图像进行特征提取,得到待测医学图像的系数矩阵,并利用哈希函数运算生成待测医学图像的特征序列;根据生成的待测医学图像的特征序列和保存在第三方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Gabor-DCT的医学图像鲁棒水印方法,包括基于Gabor-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,将医学图像的Gabor变换和DCT变换相结合,可得到一个抗几何攻击的特征向量,通过将经Gabor-DCT变换得到的特征向量、密码学、哈希函数和零水印嵌入技术结合,利用零水印的不可见性和鲁棒性等特点,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,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,高效地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,实现嵌入的医学图像零水印的抗几何攻击和常规攻击功能,能同时保护病人的隐私信息和医学图像的数据安全,并利用第三方的概念,适应了现今网络技术的实用化和规范化。
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Gabor-DCT的医学图像鲁棒水印方法的流程图;
图2a为本发明实施例提供的偏移x轴30°的正弦函数的示意图;
图2b为本发明实施例提供的高斯核函数的示意图;
图2c为本发明实施例提供的图2a和图2b对应的Gabor filter的示意图;
图3为本发明实施例提供的原始医学图像;
图4为本发明实施例提供的原始水印图像;
图5为本发明实施例提供的加密后的水印图像;
图6为本发明实施例提供的不加干扰时提取的水印;
图7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8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9为本发明实施例提供的压缩质量为5%的JPEG压缩时的医学图像;
图10为本发明实施例提供的压缩质量为5%的JPEG压缩时提取的水印;
图11为本发明实施例提供的窗口大小为[5x5],滤波次数30次的中值滤波后的医学图像;
图12为本发明实施例提供的窗口大小为[5x5],滤波次数30次的中值滤波后提取的水印;
图13为本发明实施例提供的窗口大小为[7x7],滤波次数30次的中值滤波后的医学图像;
图14为本发明实施例提供的窗口大小为[7x7],滤波次数30次的中值滤波后提取的水印;
图15为本发明实施例提供的顺时针旋转10°的医学图像;
图16为本发明实施例提供的顺时针旋转10°时提取的水印;
图17为本发明实施例提供的顺时针旋转20°的医学图像;
图18为本发明实施例提供的顺时针旋转20°时提取的水印;
图19为本发明实施例提供的缩放0.8倍的医学图像;
图20为本发明实施例提供的缩放0.8倍时提取的水印;
图21为本发明实施例提供的水平左移30%的医学图像;
图22为本发明实施例提供的水平左移30%时提取的水印;
图23为本发明实施例提供的垂直下移10%的医学图像;
图24为本发明实施例提供的垂直下移10%时提取的水印;
图25为本发明实施例提供的沿X轴剪切25%的医学图像;
图26为本发明实施例提供的沿X轴剪切25%时提取的水印;
图27为本发明实施例提供的沿Y轴剪切10%的医学图像;
图28为本发明实施例提供的沿Y轴剪切10%时提取的水印。
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Gabor-DCT的医学图像鲁棒水印方法,如图1所示,包括以下步骤:
S101、通过Gabor-DCT变换对原始医学图像进行特征提取,得到原始医学图像的系数矩阵,并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,得到加密后的混沌置乱水印,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在第三方;
需要说明的是,零水印技术是利用图像的重要特征来与水印信息结合,而不是修改图像的数据,该技术更好地解决了水印的可感知性和鲁棒性之间的矛盾,这就使得零水印方法对版权的保护更加有效。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;
S103、通过Gabor-DCT变换对待测医学图像进行特征提取,得到待测医学图像的系数矩阵,并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的过程中可能受到高斯噪声干扰、中值滤波、压缩、旋转、平移等几何攻击或常规攻击后形成的医学图像;
S104、根据生成的待测医学图像的特征序列和保存在第三方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Gabor-DCT的医学图像鲁棒水印方法中,包括基于Gabor-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,将医学图像的Gabor变换和DCT变换相结合,可得到一个抗攻击的特征向量,通过将经Gabor-DCT变换得到的特征向量、密码学、哈希函数和零水印嵌入技术结合,利用零水印的不可见性和鲁棒性等特点,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,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,高效地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,实现嵌入的医学图像零水印的抗几何攻击和常规攻击功能,能同时保护病人的隐私信息和医学图像的数据安全,并利用第三方的概念,适应了现今网络技术的实用化和规范化。
需要说明的是,Gabor变换属于加窗傅立叶变换,Gabor函数可以在频域不同尺度、不同方向上提取相关的特征。Gabor小波与人类视觉系统中简单细胞的视觉刺激响应非常相似。它在提取目标的局部空间和频率域信息方面具有良好的特性。虽然Gabor小波本身并不能构成正交基,但在特定参数下可构成紧框架。Gabor小波对于图像的边缘敏感,能够提供良好的方向选择和尺度选择特性,而且对于光照变化不敏感,能够提供对光照变化良好的适应性。上述特点使Gabor小波被广泛应用于视觉信息理解。
与传统的傅立叶变换相比,Gabor小波变换具有良好的时频局部化特性。即非常容易地调整Gabor滤波器的方向、基频带宽及中心频率从而能够最好的兼顾信号在时空域和频域中的分辨能力;Gabor小波变换具有多分辨率特性即变焦能力。即采用多通道滤波技术,将一组具有不同时频域特性的Gabor小波应用于图像变换,每个通道都能够得到输入图像的某种局部特性,这样可以根据需要在不同粗细粒度上分析图像。此外,在特征提取方面,Gabor小波变换与其它方法相比:一方面其处理的数据量较少,能满足系统的实时性要求;另一方面,小波变换对光照变化不敏感,且能容忍一定程度的图像旋转和变形。
如图2a至图2c所示,Gabor是有高斯核函数与复正弦函数调制而成,可以看出正弦函数是如何在空间上具有局部性的。
二维Gabor函数的表达式为:
Complex
Real
Imaginary
Where
x'=xcosθ+ysinθ
y'=-xsinθ+ycosθ
其中,λ为正弦函数的波长,θ为核函数方向,φ为相位偏移,σ为高斯标准差,γ为x,y两个方向的纵横比(指定了Gabor函数的椭圆率)。通过改变λ和θ可以生成不同尺度和不同方向的Gabor滤波器。
将这些滤波器分别对图像进行滤波可以得到该图像不同的纹理特征。
另外,需要说明的是,离散余弦变换(DCT)的工作原理是将图像分成不同频率,包含低频,高频和中频系数的部分。离散余弦变换是基于实数的正交变换。DCT域的计算量较小,具有很强的“能量集中”特性:大多数的自然信号(包括声音和图像)的能量都集中在离散余弦变换后的低频部分,易于提取视觉特征向量,且与国际流行的数据压缩标准(JPEG、MPEG、H261/263)兼容,便于在压缩域中实现。二维离散余弦变换正变换(DCT)公式如下:
其中,x,y是空间采样频域;u,v是频域采样值,它们通常由数字图像处理中的像素方阵表示,即M=N,图像的大小为M*N;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。
在具体实施时,在本发明实施例提供的上述基于Gabor-DCT的医学图像鲁棒水印方法中,步骤S101通过Gabor-DCT变换对原始医学图像进行特征提取,得到原始医学图像的系数矩阵,具体可以包括:
步骤一、运用不同尺度和不同方向的Gabor滤波器组对原始医学图像I(i,j)进行Gabor滤波处理,得到原始医学图像I(i,j)不同尺度和不同方向上的纹理特征;
具体地,生成一系列不同尺度(频率)不同方向的Gabor滤波器组Guv,并用这组Gabor滤波器对原始医学图像进行变换得到u*v张纹理特征图片(u代表尺度数量,一般为5;v代表方向数量,一般为8)。
Iuv(i,j)=Guv*I(i,j)(u=1,2,...,u;v=1,2,...,v)
步骤二、对原始医学图像I(i,j)的纹理特征矩阵进行分块求均值,得到原始医学图像I(i,j)的特征向量并构成原始医学图像I(i,j)的特征矩阵H(i,j);
具体地,对每张纹理特征图片进行分块求均值,构成该纹理特征图片的特征向量,将所有特征向量按行放置构成特征矩阵H(i,j);
步骤三、对原始医学图像I(i,j)的特征矩阵H(i,j)进行DCT变换,得到原始医学图像I(i,j)的系数矩阵D(i,j);原始医学图像I(i,j)的系数矩阵D(i,j)中保留的纹理特征集中在左上角。
D(i,j)=DCT2(H(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Gabor-DCT的医学图像鲁棒水印方法中,步骤S101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:通过对原始医学图像I(i,j)的系数矩阵D(i,j)左上角Z字扫描,得到前32位低频系数,对运用哈希(hash)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。如果能够找到反映图像几何特点的视觉特征向量,那么当图像发生小的几何变换时,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。Gabor小波与人类视觉系统中简单细胞的视觉刺激响应非常相似,对于图像的边缘敏感,能够提供良好的方向选择和尺度选择特性,而且对于光照变化不敏感,能够提供对光照变化良好的适应性。由于Gabor小波具有优良的空间局部性和方向选择性,能够抓住图像局部区域内多个方向的空间频率(尺度)和局部性结构特征,所以可以使用Gabor滤波来抽取图像的纹理信息。通过实验数据发现,将医疗图像的Gabor变换和DCT变换相结合,可以找到一个抗几何攻击的特征向量。当对一个医疗图像进行常规的几何变换时,Gabor滤波依旧能够抽取保留下来的在不同尺度和方向上相同的纹理特征。据这一规律,先对医疗图像进行不同尺度和方向上的Gabor滤波变换处理,得到不同尺度(频率)、不同方向上图像纹理特征,对滤波后的纹理特征图片进行适当的分块降维(取每一分块的均值)得到该纹理特征图片的尺度和方向上的特征向量,把所有尺度和方向的特征向量按行放置在同一个新矩阵H(i,j)中(先放置同一方向的不同尺度,接着放下一方向的不同尺度),所以矩阵H(i,j)保存着医学图像不同尺度不同方向的纹理特征,然后对矩阵H(i,j)进行全局DCT变换得到矩阵D(i,j),利用DCT变换把能量集中在左上角的特性,将矩阵H(i,j)中保留的纹理特征信息集中在左上角。最后通过Z字扫描法选取矩阵D(i,j)左上角的32位低频系数(采用z字扫描法得到前32位)进行正负号判断构成整张图片最终的特征向量,利用哈希函数可以得到一个32的二值特征序列,经测试,该二值特征序列比较稳定,这样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。也就是说,基于Gabor和DCT,利用不同尺度不同方向的Gabor滤波核提取医学图像在不同尺度和方向上的纹理特征,并利用DCT能量集中的特点将这些纹理特征集中在左上角,增强了水印图像的鲁棒性和不可见性。
需要了解的是,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视觉特征向量是低中频系数的符号,低中频系数的个数选择与进行全图Gabor-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Gabor-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,得到加密后的混沌置乱水印,具体可以包括:首先,根据初始值x0,通过Logistic Map产生混沌序列X(j);其中,混沌系数的初值设为0.2,生长参数为4,迭代次数为32;然后,对产生的混沌序列X(j)按照由小到大的顺序做排序操作;按照混沌序列X(j)中各个值排序前后的位置变化对原始水印W(i,j)像素的位置空间进行置乱,得到加密后的混沌置乱水印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。
进一步地,在具体实施时,在本发明实施例提供的上述基于Gabor-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在第三方,具体可以包括:将生成的特征序列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I(i,j)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Gabor-DCT的医学图像鲁棒水印方法中,步骤S103通过Gabor-DCT变换对待测医学图像进行特征提取,得到待测医学图像的系数矩阵,具体可以包括:首先,运用不同尺度和不同方向的Gabor滤波器组对待测医学图像I'(i,j)进行Gabor滤波处理,得到待测医学图像I'(i,j)不同尺度和不同方向上的纹理特征;对待测医学图像I'(i,j)的纹理特征矩阵进行分块求均值,得到待测医学图像I'(i,j)的特征向量并构成待测医学图像I'(i,j)的特征矩阵H'(i,j);对待测医学图像I'(i,j)的特征矩阵H'(i,j)进行DCT变换,得到待测医学图像I'(i,j)的系数矩阵D'(i,j);待测医学图像I'(i,j)的系数矩阵D'(i,j)中保留的纹理特征集中在左上角。
D'(i,j)=DCT2(H'(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Gabor-DCT的医学图像鲁棒水印方法中,步骤S103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:通过对待测医学图像I'(i,j)的系数矩阵D'(i,j)左上角Z字扫描,得到前32位低频系数,对运用哈希函数运算生成32位待测医学图像I'(i,j)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Gabor-DCT的医学图像鲁棒水印方法中,步骤S104根据生成的待测医学图像的特征序列和保存在第三方的二值逻辑密钥序列,提取出加密水印,具体可以包括:将生成的待测医学图像I'(i,j)的特征序列V'(i,j)和保存在第三方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。
在具体实施时,在本发明实施例提供的上述基于Gabor-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:与水印加密方法类似,根据初始值x0,通过Logistic Map产生相同的混沌序列X(j);对产生的混沌序列X(j)按照由小到大的顺序做排序操作;按照混沌序列X(j)中各个值排序前后的位置变化对原始水印像素的位置空间进行还原,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的性质在频域对水印进行混沌置乱加密;然后通过对医学图像进行Gabor-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密钥序列,并将该二值逻辑密钥序列存于第三方;再通过对待测医学图像进行Gabor-DCT变换提取其特征向量,并与存于第三方的二值逻辑密钥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3所示,实验测试的对象是512*512的脑部医学图像,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4所示,这里水印的大小为32*32。
首先用不同尺度不同方向的Gabor滤波器得到医学图像不同尺度不同方向上的纹理特征,对每个纹理特征矩阵进行分块求均值得到特征向量构成特征矩阵(注意:特征向量按行放置,先放同一方向不同尺度的特征向量,然后接着放另一个方向不同尺度的特征向量),然后对该特征矩阵进行DCT变换,考虑到鲁棒性和一次性嵌入水印的容量,取32个系数,即Z字扫描法得到前32位低频系数。设置混沌系数的初始值为0.2,增长参数是4,迭代次数是32。然后对原始水印W(i,j)进行混沌置乱加密,图5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6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20%时,攻击之后的图像的PSNR降至9.21dB,这时提取的水印,相关系数NC=0.74,仍能较准确得提取水印,并且整体数据均在0.7以上。这说明采用该发明可以抗高斯噪声。图7示出了高斯噪声强度3%时的医学图像;图8示出了高斯噪声强度3%时提取的水印,NC=0.90。
表一水印抗高斯噪声干扰数据
噪声强度(%) | 1 | 3 | 5 | 10 | 15 | 20 |
PSNR(dB) | 20.45 | 16.23 | 14.32 | 11.88 | 9.78 | 9.21 |
NC | 0.90 | 0.90 | 0.80 | 0.75 | 0.72 | 0.74 |
第二、JPEG压缩处理
采用图像压缩质量百分数作为参数对脑部医学图像进行JPEG压缩;表二为水印抗JPEG压缩的实验数据。当压缩质量为5%,这时图像质量较低,仍然可以提取出水印,NC=0.90。图9示出了压缩质量为5%的医学图像;图10示出了压缩质量为5%提取的水印,NC=0.90,可以准确提取水印。
表二水印抗JPEG压缩实验数据
压缩质量(%) | 1 | 5 | 10 | 15 | 20 | 25 | 30 |
PSNR(dB) | 26.28 | 28.44 | 31.29 | 30.91 | 33.81 | 34.39 | 34.83 |
NC | 1.00 | 0.90 | 0.90 | 1.00 | 1.00 | 0.90 | 0.90 |
第三、中值滤波处理
表三为医学图像的水印抗中值滤波能力,从表三中看出,当中值滤波参数为[7x7],滤波重复次数为30时,仍然可以测得水印的存在,NC=0.90。图11示出了中值滤波参数为[5x5],滤波重复次数为30的医学图像,图像已出现模糊;图12示出了中值滤波参数为[5x5],滤波重复次数为30时提取的水印,NC=1.00,可以提取水印。图13示出了中值滤波参数为[7x7],滤波重复次数为30的医学图像;图14示出了中值滤波参数为[7x7],滤波重复次数为30时提取的水印,NC=0.90,可以提取水印。
表三水印抗中值滤波实验数据
第四、旋转变换
表四为水印抗旋转攻击实验数据。从表四中可以看到当图像顺时旋转25°时,NC=0.64,仍然可以提取水印。图15示出了顺时旋转10°的医学图像;图16示出了顺时旋转10°提取的水印,NC=1.00,可以准确地提取水印。图17示出了顺时旋转20°的医学图像;图18示出了顺时旋转20°提取的水印,NC=0.71,可以准确地提取水印。
表四水印抗旋转攻击实验数据
旋转度数° | 5° | 10° | 15° | 20° | 25° | 5° |
PSNR(dB) | 18.00 | 15.60 | 14.87 | 14.60 | 14.49 | 18.00 |
NC | 1.00 | 1.00 | 0.89 | 0.71 | 0.64 | 1.00 |
第五、缩放变换
表五为医学图像的水印抗缩放攻击实验数据,从表五可以看到当缩放因子小至0.5时,相关系数NC=0.70,可提取出水印。图19示出了缩放后的医学图像(缩放因子为0.8);图20示出了缩放攻击后提取的水印,NC=0.90,可以准确得提取出水印。
表五水印抗缩放攻击实验数据
缩放因子 | 0.5 | 0.8 | 1.0 | 1.2 | 2.0 |
NC | 0.70 | 0.90 | 1.00 | 1.00 | 0.89 |
第六、平移变换
表六是水印抗平移变换实验数据。从表六中得知图像数据水平移动25%时,NC值都高于0.80,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21示出了医学图像水平左移30%后的图像;图22示出了水平左移30%后提取的水印,可以准确提取水印,NC=0.80。图23示出了医学图像垂直下移10%后的图像;图24示出了垂直下移10%后提取的水印,可以准确提取水印,NC=0.71。
表六水印抗平移变换实验数据
第七、剪切攻击
表七为水印抗剪切攻击实验数据,从表七中可以看到,当沿坐标轴X剪切医学图像,剪切量为25%时,NC值为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25示出了沿X轴剪切25%后的医学图像;图26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=1.00。图27示出了沿Y轴剪切10%后的医学图像;图28示出了沿Y轴剪切10%后提取的水印,可以准确得提取水印,NC=0.79。
表七水印抗Y轴方向剪切攻击实验数据
X方向剪切(%) | 5 | 10 | 15 | 20 | 25 |
NC | 1.00 | 1.00 | 1.00 | 0.90 | 0.81 |
Y方向剪切(%) | 5 | 10 | 15 | 20 | 25 |
NC | 1.00 | 0.79 | 0.69 | 0.69 | 0.61 |
从上述描述可知,本发明基于PHTs-DCT的医学图像数字水印技术,有较好的鲁棒性,针对高斯噪声、JPEG压缩处理、中值滤波处理等常规攻击,以及针对旋转变换、缩放变换、平移变换、剪切攻击等几何攻击,仍然可以准确得提取水印,具有较强的抗常规攻击和抗几何攻击的能力。
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Gabor-DCT的医学图像鲁棒水印方法,包括:通过Gabor-DCT变换对原始医学图像进行特征提取,得到原始医学图像的系数矩阵,并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,得到加密后的混沌置乱水印,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在第三方;通过Gabor-DCT变换对待测医学图像进行特征提取,得到待测医学图像的系数矩阵,并利用哈希函数运算生成待测医学图像的特征序列;根据生成的待测医学图像的特征序列和保存在第三方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。上述基于Gabor-DCT的医学图像鲁棒水印方法,将医学图像的Gabor变换和DCT变换相结合,可得到一个抗攻击的特征向量,通过将经Gabor-DCT变换得到的特征向量、密码学、哈希函数和零水印嵌入技术结合,利用零水印的不可见性和鲁棒性等特点,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,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,高效地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,实现嵌入的医学图像零水印的抗几何攻击和常规攻击功能,能同时保护病人的隐私信息和医学图像的数据安全,并利用第三方的概念,适应了现今网络技术的实用化和规范化。
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Gabor-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Gabor-DCT的医学图像鲁棒水印方法,其特征在于,包括:
通过Gabor-DCT变换对原始医学图像进行特征提取,得到所述原始医学图像的系数矩阵,并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,得到加密后的混沌置乱水印,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在第三方;
通过Gabor-DCT变换对待测医学图像进行特征提取,得到所述待测医学图像的系数矩阵,并利用哈希函数运算生成所述待测医学图像的特征序列;
根据生成的所述待测医学图像的特征序列和保存在第三方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Gabor-DCT的医学图像鲁棒水印方法,其特征在于,通过Gabor-DCT变换对原始医学图像进行特征提取,得到所述原始医学图像的系数矩阵,具体包括:
运用不同尺度和不同方向的Gabor滤波器组对原始医学图像进行Gabor滤波处理,得到所述原始医学图像不同尺度和不同方向上的纹理特征;
对所述原始医学图像的纹理特征矩阵进行分块求均值,得到所述原始医学图像的特征向量并构成所述原始医学图像的特征矩阵;
对所述原始医学图像的特征矩阵进行DCT变换,得到所述原始医学图像的系数矩阵;所述原始医学图像的系数矩阵中保留的纹理特征集中在左上角。
3.根据权利要求2所述的基于Gabor-DCT的医学图像鲁棒水印方法,其特征在于,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:
通过对所述原始医学图像的系数矩阵左上角Z字扫描,得到前32位低频系数,对运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Gabor-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,得到加密后的混沌置乱水印,具体包括:
通过Logistic Map产生混沌序列;
对产生的所述混沌序列按照由小到大的顺序做排序操作;
按照所述混沌序列中各个值排序前后的位置变化对所述原始水印像素的位置空间进行置乱,得到加密后的混沌置乱水印。
5.根据权利要求4所述的基于Gabor-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Gabor-DCT的医学图像鲁棒水印方法,其特征在于,通过Gabor-DCT变换对待测医学图像进行特征提取,得到所述待测医学图像的系数矩阵,具体包括:
运用不同尺度和不同方向的Gabor滤波器组对待测医学图像进行Gabor滤波处理,得到所述待测医学图像不同尺度和不同方向上的纹理特征;
对所述待测医学图像的纹理特征矩阵进行分块求均值,得到所述待测医学图像的特征向量并构成所述待测医学图像的特征矩阵;
对所述待测医学图像的特征矩阵进行DCT变换,得到所述待测医学图像的系数矩阵;所述待测医学图像的系数矩阵中保留的纹理特征集中在左上角。
7.根据权利要求6所述的基于Gabor-DCT的医学图像鲁棒水印方法,其特征在于,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:
通过对所述待测医学图像的系数矩阵左上角Z字扫描,得到前32位低频系数,对运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Gabor-DCT的医学图像鲁棒水印方法,其特征在于,根据生成的所述待测医学图像的特征序列和保存在第三方的所述二值逻辑密钥序列,提取出加密水印,具体包括:
将生成的所述待测医学图像的特征序列和保存在第三方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Gabor-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:
通过Logistic Map产生所述混沌序列;
对产生的所述混沌序列按照由小到大的顺序做排序操作;
按照所述混沌序列中各个值排序前后的位置变化对所述原始水印像素的位置空间进行还原,得到还原水印。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010837529.4A CN111988492B (zh) | 2020-08-19 | 2020-08-19 | 一种基于Gabor-DCT的医学图像鲁棒水印方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010837529.4A CN111988492B (zh) | 2020-08-19 | 2020-08-19 | 一种基于Gabor-DCT的医学图像鲁棒水印方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111988492A true CN111988492A (zh) | 2020-11-24 |
CN111988492B CN111988492B (zh) | 2023-12-22 |
Family
ID=73435675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010837529.4A Active CN111988492B (zh) | 2020-08-19 | 2020-08-19 | 一种基于Gabor-DCT的医学图像鲁棒水印方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111988492B (zh) |
Cited By (5)
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 |
CN113313621A (zh) * | 2021-04-15 | 2021-08-27 | 长城信息股份有限公司 | 基于混合混沌系统和闭环扩散的数字图像加密水印嵌入方法、提取方法、装置 |
CN113658030A (zh) * | 2021-08-18 | 2021-11-16 | 辽宁工程技术大学 | 基于分区域异或的低虚警零水印算法 |
CN114928436A (zh) * | 2022-07-20 | 2022-08-19 | 华东交通大学 | 一种智慧校园网络安全防护系统 |
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 |
CN110211019A (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 CN202010837529.4A patent/CN111988492B/zh active Active
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 |
CN110211019A (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 |
---|
张骏: "基于DCT核的离散Gabor变换快速算法及在图像数字水印中的应用", 《中国优秀硕士学位论文全文数据库》, pages 14 - 50 * |
Cited By (8)
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 |
CN113313621A (zh) * | 2021-04-15 | 2021-08-27 | 长城信息股份有限公司 | 基于混合混沌系统和闭环扩散的数字图像加密水印嵌入方法、提取方法、装置 |
CN113313621B (zh) * | 2021-04-15 | 2022-06-28 | 长城信息股份有限公司 | 基于混合混沌系统和闭环扩散的图像加密水印嵌入方法 |
CN113658030A (zh) * | 2021-08-18 | 2021-11-16 | 辽宁工程技术大学 | 基于分区域异或的低虚警零水印算法 |
CN114928436A (zh) * | 2022-07-20 | 2022-08-19 | 华东交通大学 | 一种智慧校园网络安全防护系统 |
CN114928436B (zh) * | 2022-07-20 | 2022-09-27 | 华东交通大学 | 一种智慧校园网络安全防护系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111988492B (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hamidi et al. | Hybrid blind robust image watermarking technique based on DFT-DCT and Arnold transform | |
CN111988492B (zh) | 一种基于Gabor-DCT的医学图像鲁棒水印方法 | |
CN111968025A (zh) | 基于Bandelet-DCT医学图像鲁棒零水印方法 | |
Mohananthini et al. | Comparison of multiple watermarking techniques using genetic algorithms | |
Bhatnagar et al. | A new robust adjustable logo watermarking scheme | |
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 | |
CN110517181B (zh) | 基于Hough组合变换的医学图像零水印嵌入方法 | |
CN111968026A (zh) | 一种基于PHTs-DCT的医学图像鲁棒水印方法 | |
Liu et al. | A Robust Zero-Watermarking Based on SIFT-DCT for Medical Images in the Encrypted Domain. | |
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 | |
Mulani et al. | An approach for robust digital image watermarking using DWTPCA | |
Bekkouch et al. | Robust and reversible image watermarking scheme using combined DCT-DWT-SVD transforms | |
CN110211020B (zh) | 基于swt-dft的图像水印嵌入与提取方法 | |
Kukreja et al. | Copyright protection scheme for color images using extended visual cryptography | |
Surekha et al. | Visual secret sharing based digital image watermarking | |
CN111988491A (zh) | 一种基于kaze-dct的医学图像鲁棒水印方法 | |
CN116012212A (zh) | 基于SUSAN-DCT和Hu矩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 | |
CN116342357A (zh) | 一种基于lpt-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 | |
Mohammed et al. | Digital image watermarking, analysis of current methods | |
CN113160030A (zh) | 一种基于lbp-dct的医学图像鲁棒水印方法 | |
Gaata et al. | Underwater image copyright protection using robust watermarking technique | |
CN110599390A (zh) | 基于Curvelet与RSA序列的水印嵌入方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |