基于實(shí)分?jǐn)?shù)傅里葉變換的醫(yī)學(xué)影像零水印嵌入和提取方法
【專利摘要】本發(fā)明一種基于實(shí)分?jǐn)?shù)傅里葉變換的醫(yī)學(xué)影像零水印嵌入和提取方法，屬于信息安全和圖像處理【技術(shù)領(lǐng)域】，本發(fā)明利用圖像的自身特征來構(gòu)造水印信息，而不是修改圖像的這些特征，它能保證在水印的嵌入過程中原始圖像信息不變，并且嵌入的信息量較大，符合了醫(yī)學(xué)圖像的真實(shí)性和可靠性的需求；本發(fā)明融合了實(shí)分?jǐn)?shù)傅里葉變換理論，圖像加密理論和零水印技術(shù)，在保證醫(yī)學(xué)圖像高保真特性的前提下，兼顧了水印的魯棒性和安全性，算法簡單快速，實(shí)現(xiàn)成本低廉，具有很強(qiáng)的實(shí)用價(jià)值。
【專利說明】基于實(shí)分?jǐn)?shù)傅里葉變換的醫(yī)學(xué)影像零水印嵌入和提取方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于信息安全和圖像處理【技術(shù)領(lǐng)域】，具體涉及一種基于實(shí)分?jǐn)?shù)傅里葉變換的醫(yī)學(xué)影像零水印嵌入和提取方法。
【背景技術(shù)】
[0002]隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，數(shù)字多媒體產(chǎn)品在儲(chǔ)存、傳播、使用的過程中，越來越容易被惡意攻擊、非法盜用；對于數(shù)字多媒體產(chǎn)品而言，如何有效并且便利地保護(hù)版權(quán)，成為亟待解決的問題；數(shù)字水印技術(shù)是實(shí)現(xiàn)版權(quán)保護(hù)的有效方法，其基本思想是在不影響數(shù)字多媒體的使用情況下，在數(shù)字多媒體信息中秘密地嵌入有價(jià)值的信息，從而達(dá)到數(shù)字產(chǎn)品的版權(quán)保護(hù)的目的。
[0003]醫(yī)學(xué)圖像信息作為臨床診斷的重要依據(jù)，在臨床、科研、教學(xué)等方面發(fā)揮著極其重要的作用；醫(yī)學(xué)圖像要求在對其進(jìn)行版權(quán)保護(hù)時(shí)，不能破壞原始圖像信息。由于常見的數(shù)字水印技術(shù)都或多或少地改變了原始圖像的特征，不能滿足醫(yī)學(xué)圖像高保真的需求，因此，急需尋求一種新的針對醫(yī)學(xué)圖像的版權(quán)保護(hù)手段。
[0004]現(xiàn)有的針對醫(yī)學(xué)影像版權(quán)保護(hù)的方法主要有:可逆醫(yī)學(xué)水印算法、基于非感興趣區(qū)域醫(yī)學(xué)水印算法、壓縮域水印算法等；可逆醫(yī)學(xué)水印算法主要采用的是一種可逆的思維模式，即在水印提取后，能夠?qū)D像不失真地還原成初始狀態(tài)，從而消除了因水印嵌入所引起的失真；雖然可逆數(shù)字水印有其自身的優(yōu)勢，但是可嵌入的數(shù)據(jù)量很小，并且安全系數(shù)不高，對醫(yī)學(xué)圖像的保護(hù)也只存在傳輸過程中，一旦到達(dá)終端，就恢復(fù)成原始狀態(tài)，不再具有保護(hù)作用；基于非感興趣區(qū)域醫(yī)學(xué)水印算法是將水印信息嵌入醫(yī)學(xué)圖像的非感興趣區(qū)域中；由于醫(yī)學(xué)圖像大多是黑色背景，故信息隱藏量十分有限，并且醫(yī)學(xué)圖像的非感興趣區(qū)域的尋找過程十分繁瑣，通常需要人工干預(yù)完成，增加了算法的復(fù)雜度和工作量；基于壓縮域的醫(yī)學(xué)水印算法是在壓縮域中嵌入水印，也就是將水印直接嵌入到編碼壓縮后的比特流中。這種算法的優(yōu)點(diǎn)是避免了大量的編碼和解碼過程，因而計(jì)算復(fù)雜度較低，不會(huì)造成醫(yī)學(xué)圖像數(shù)據(jù)質(zhì)量的下降，并且充分發(fā)揮了時(shí)間上的優(yōu)勢；然而，因壓縮比特率的限制限定了水印嵌入的數(shù)據(jù)量大小，嵌入方法也要受相應(yīng)的圖像壓縮算法標(biāo)準(zhǔn)的限制。

【發(fā)明內(nèi)容】

[0005]針對現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明提出一種基于實(shí)分?jǐn)?shù)傅里葉變換的醫(yī)學(xué)影像零水印嵌入和提取方法，以達(dá)到在水印的嵌入過程中原始圖像信息不變，符合醫(yī)學(xué)圖像的真實(shí)性和可靠性的需求，降低成本，提高安全性和實(shí)用性的目的。
[0006]一種基于實(shí)分?jǐn)?shù)傅里葉變換的醫(yī)學(xué)影像零水印嵌入和提取方法，包括以下步驟:
[0007]步驟1、將預(yù)處理醫(yī)學(xué)圖像進(jìn)行矩陣化處理，即獲得該醫(yī)學(xué)圖像的像素矩陣，該矩陣的行數(shù)為圖像像素點(diǎn)的行數(shù)，該矩陣的列數(shù)為圖像像素點(diǎn)的列數(shù)，該矩陣的元素為像素點(diǎn)的像素值；
[0008]步驟2、將水印圖像進(jìn)行矩陣化處理，即獲得該水印圖像的像素矩陣，該矩陣的行數(shù)為水印圖像像素點(diǎn)的行數(shù)，該矩陣的列數(shù)為水印圖像像素點(diǎn)的列數(shù)，該矩陣的元素為像素點(diǎn)的像素值；
[0009]步驟3、對矩陣化處理后的醫(yī)學(xué)圖像和水印圖像分別進(jìn)行實(shí)分?jǐn)?shù)傅里葉變換，獲得各像素點(diǎn)的頻域值，進(jìn)而獲得變換后的醫(yī)學(xué)圖像像素矩陣和變換后的水印圖像像素矩陣，
[0010]步驟4、將變換后的醫(yī)學(xué)圖像像素矩陣中的元素進(jìn)行逐列掃描，獲得一個(gè)一行多列的向量，該向量的列數(shù)為醫(yī)學(xué)圖像像素矩陣中元素的個(gè)數(shù)，將向量中的元素從小到大進(jìn)行排序，并確定排序后的向量中元素在原向量中的位置，獲得第一位置向量，將第一位置向量作為第一密鑰儲(chǔ)存；
[0011]步驟5、將變換后的水印圖像像素矩陣中的元素進(jìn)行逐列掃描，獲得一個(gè)一行多列的向量，該向量的列數(shù)為水印圖像像素矩陣中元素的個(gè)數(shù)，將向量中的元素從小到大進(jìn)行排序，并確定排序后的向量中元素在原向量中的位置，獲得第二位置向量，將第二位置向量作為第二密鑰儲(chǔ)存；
[0012]步驟6、確定水印圖像排序后的向量中元素在醫(yī)學(xué)圖像排序后的向量中的位置，獲得第三位置向量，將第三位置向量作為第三密鑰儲(chǔ)存，即完成零水印嵌入過程；
[0013]步驟7、根據(jù)實(shí)際需求，當(dāng)需要對水印圖像進(jìn)行提取時(shí)，將預(yù)處理醫(yī)學(xué)圖像進(jìn)行矩陣化處理，即獲得該醫(yī)學(xué)圖像的像素矩陣，該矩陣的行數(shù)為圖像像素點(diǎn)的行數(shù)，該矩陣的列數(shù)為圖像像素點(diǎn)的列數(shù)，該矩陣的元素為像素點(diǎn)的像素值；
[0014]步驟8、提取所儲(chǔ)存的所有密鑰，對矩陣化處理后的醫(yī)學(xué)圖像進(jìn)行實(shí)分?jǐn)?shù)傅里葉變換，獲得各像素點(diǎn)的頻域值，進(jìn)而獲得變換后的醫(yī)學(xué)圖像像素矩陣；
[0015]步驟9、將變換后的醫(yī)學(xué)圖像像素矩陣中的元素進(jìn)行逐列掃描，獲得一個(gè)一行多列的向量，該向量的列數(shù)為醫(yī)學(xué)圖像像素矩陣中元素的個(gè)數(shù)，將向量中的元素按照第一密鑰進(jìn)行排序，獲得排序后的向量；
[0016]步驟10、根據(jù)第三密鑰，在排序后的向量中抽取獲得水印圖像排序后的向量；
[0017]步驟11、根據(jù)第二密鑰，將水印圖像排序后向量中的元素進(jìn)行反向排列，并將反向排列后的向量中元素恢復(fù)為矩陣形式；
[0018]步驟12、對恢復(fù)后的水印圖像矩陣進(jìn)行實(shí)分?jǐn)?shù)傅立葉逆變換，獲得個(gè)像素點(diǎn)的時(shí)域值，變換后的矩陣即為原始水印圖像像素矩陣，完成對嵌入水印圖像的提取。
[0019]步驟6所述的確定水印圖像排序后的向量中元素在醫(yī)學(xué)圖像排序后的向量中的位置，若水印圖像排序后的向量中某一元素不存在于醫(yī)學(xué)圖像排序后的向量中，則在醫(yī)學(xué)圖像排序后的向量尋找與其大小最接近的元素所在位置。
[0020]步驟12所述的實(shí)分?jǐn)?shù)傅立葉逆變換，即為變換階數(shù)取值為步驟3中實(shí)分?jǐn)?shù)傅立葉變換變換階數(shù)的相反數(shù)的實(shí)分?jǐn)?shù)傅立葉變換。
[0021]本發(fā)明優(yōu)點(diǎn):
[0022]1、可逆醫(yī)學(xué)水印算法主要思想是在水印提取后，能夠?qū)D像不失真地還原成初始狀態(tài)，從而消除了因水印嵌入所引起的失真，但是可嵌入的數(shù)據(jù)量很小，并且安全系數(shù)不高，對醫(yī)學(xué)圖像的保護(hù)也只存在傳輸過程中，一旦到達(dá)終端，就恢復(fù)成原始狀態(tài)，不再具有保護(hù)作用。本發(fā)明所提出的算法理論上嵌入的數(shù)據(jù)量可以無限大，并且采用多個(gè)密鑰來保證數(shù)據(jù)的安全性，無論在傳輸過程中還是在數(shù)據(jù)終端，都可以達(dá)到保護(hù)作用。
[0023]2、基于非感興趣區(qū)域醫(yī)學(xué)水印算法是將水印信息嵌入醫(yī)學(xué)圖像的非感興趣區(qū)域中；由于醫(yī)學(xué)圖像大多是黑色背景，故信息隱藏量十分有限，并且醫(yī)學(xué)圖像的非感興趣區(qū)域的尋找過程十分繁瑣，通常需要人工干預(yù)完成，增加了算法的復(fù)雜度和工作量；本發(fā)明提出的算法為自適應(yīng)算法，無需人工干預(yù)，自動(dòng)以最佳的方式達(dá)到版權(quán)保護(hù)的目的，與非感興趣區(qū)域嵌入算法相比，本發(fā)明更加容易實(shí)現(xiàn)。
[0024]3、基于壓縮域的醫(yī)學(xué)水印算法是在壓縮域中嵌入水印，也就是將水印直接嵌入到編碼壓縮后的比特流中。這種算法的優(yōu)點(diǎn)是避免了大量的編碼和解碼過程，因而計(jì)算復(fù)雜度較低，不會(huì)造成醫(yī)學(xué)圖像數(shù)據(jù)質(zhì)量的下降，并且充分發(fā)揮了時(shí)間上的優(yōu)勢；然而，因壓縮比特率的限制限定了水印嵌入的數(shù)據(jù)量大小，嵌入方法也要受相應(yīng)的圖像壓縮算法標(biāo)準(zhǔn)的限制；本算法不受任何圖像壓縮算法的限制，同時(shí)計(jì)算的結(jié)果為實(shí)數(shù)，更加有利于數(shù)據(jù)的傳輸和儲(chǔ)存。
[0025]綜上所述，本發(fā)明利用圖像的自身特征來構(gòu)造水印信息，而不是修改圖像的這些特征，它能保證在水印的嵌入過程中原始圖像信息不變，并且嵌入的信息量較大，符合了醫(yī)學(xué)圖像的真實(shí)性和可靠性的需求；本發(fā)明融合了實(shí)分?jǐn)?shù)傅里葉變換理論，圖像加密理論和零水印技術(shù)，在保證醫(yī)學(xué)圖像高保真特性的前提下，兼顧了水印的魯棒性和安全性，算法簡單快速，實(shí)現(xiàn)成本低廉，具有很強(qiáng)的實(shí)用價(jià)值。
【專利附圖】

【附圖說明】
[0026]圖1為本發(fā)明一種實(shí)施例的基于實(shí)分?jǐn)?shù)傅里葉變換的醫(yī)學(xué)影像零水印嵌入和提取方法流程圖；
[0027]圖2為本發(fā)明一種實(shí)施例的頭部CT圖像；
[0028]圖3為本發(fā)明一種實(shí)施例的所需嵌入的水印圖像；
[0029]圖4為本發(fā)明一種實(shí)施例的實(shí)分?jǐn)?shù)傅里葉變換后的CT圖像；
[0030]圖5為本發(fā)明一種實(shí)施例的實(shí)分?jǐn)?shù)傅里葉變換后的水印圖像；
[0031]圖6為本發(fā)明一種實(shí)施例的提取的水印圖像；
[0032]圖7為本發(fā)明一種實(shí)施例的高斯噪聲攻擊實(shí)驗(yàn)測試結(jié)果示意圖，其中，圖(a)為方差為0.003時(shí)提取的水印圖像，圖(b)為方差為0.006時(shí)提取的水印圖像，圖(c)為方差為0.009時(shí)提取的水印圖像，圖(d)為方差為0.03時(shí)提取的水印圖像；
[0033]圖8為本發(fā)明一種實(shí)施例的椒鹽噪聲攻擊實(shí)驗(yàn)測試結(jié)果示意圖，其中，圖(a)為噪聲強(qiáng)度為0.03時(shí)提取的水印圖像，圖(b)為噪聲強(qiáng)度為0.05時(shí)提取的水印圖像，圖(c)為噪聲強(qiáng)度為0.08時(shí)提取的水印圖像；
[0034]圖9為本發(fā)明一種實(shí)施例的JPEG有損壓縮攻擊實(shí)驗(yàn)測試結(jié)果示意圖，其中，圖(a)為JPEG品質(zhì)因數(shù)為90時(shí)提取的水印圖像，圖(b)為JPEG品質(zhì)因數(shù)為60時(shí)提取的水印圖像，圖(c)為JPEG品質(zhì)因數(shù)為30時(shí)提取的水印圖像，圖⑷為JPEG品質(zhì)因數(shù)為10時(shí)提取的水印圖像，圖(e)為JPEG品質(zhì)因數(shù)為5時(shí)提取的水印圖像；
[0035]圖10為本發(fā)明一種實(shí)施例的高斯低通濾波攻擊實(shí)驗(yàn)測試結(jié)果示意圖，其中，圖
(a)為標(biāo)準(zhǔn)差為0.5時(shí)提取的水印圖像，圖(b)為標(biāo)準(zhǔn)差為0.7時(shí)提取的水印圖像，圖(C)為標(biāo)準(zhǔn)差為0.9時(shí)提取的水印圖像。
【具體實(shí)施方式】[0036]下面結(jié)合附圖對本發(fā)明一種實(shí)施例做進(jìn)一步說明。
[0037]本發(fā)明實(shí)施例中，采用基于實(shí)分?jǐn)?shù)傅里葉變換的自適應(yīng)零水印嵌入和提取方法來達(dá)到醫(yī)學(xué)影像的版權(quán)保護(hù)的目的。本發(fā)明應(yīng)用于CT機(jī)成像的末端，通過本發(fā)明的處理，CT機(jī)可以將患者的自然情況，診斷報(bào)告等重要信息隱藏于所產(chǎn)生的CT圖像中，從而達(dá)到對所產(chǎn)生的CT圖像的版權(quán)保護(hù)目的，既有利于保護(hù)患者的隱私，又可以在發(fā)生版權(quán)糾紛時(shí)提供重要的法律依據(jù)。
[0038]一種基于實(shí)分?jǐn)?shù)傅里葉變換的醫(yī)學(xué)影像零水印嵌入和提取方法，方法的流程圖如圖1所示，包括以下步驟:
[0039]步驟1、將預(yù)處理醫(yī)學(xué)圖像進(jìn)行矩陣化處理，即獲得該醫(yī)學(xué)圖像的像素矩陣X =(Xm, η)ΜΧΝ?該矩陣的行數(shù)為圖像像素點(diǎn)的行數(shù)Μ,該矩陣的列數(shù)為圖像像素點(diǎn)的列數(shù)N,該矩陣的元素Xnun為像素點(diǎn)的像素值；
[0040]本發(fā)明實(shí)施例中，以一幅頭部CT圖像為例，如圖2所示，讀取此圖像，圖像為灰度圖像，大小為 256X256，Xnbn e [0,255]；
[0041]步驟2、將水印圖像進(jìn)行矩陣化處理，即獲得該水印圖像的像素矩陣W= (W^j)lxe,該矩陣的行數(shù)為水印圖像像素點(diǎn)的行數(shù)L，該矩陣的列數(shù)為水印圖像像素點(diǎn)的列數(shù)R，該矩陣的元素Wy為像素點(diǎn)的像素值；
[0042]水印圖像可以是患者的自然情況、診斷報(bào)告等重要信息，本發(fā)明實(shí)施例中，以頭像作為水印圖像為例加以說明。如圖3所示,讀取此灰度水印圖像,大小為64X64,圖像元素Wijj的取值范圍為[0，255]。
[0043]步驟3、對矩陣化處理后的醫(yī)學(xué)圖像X= (Xm,n)MXN和水印圖像W= (WmKxk分別進(jìn)行實(shí)分?jǐn)?shù)傅里葉變換，獲得各像素點(diǎn)的頻域值，進(jìn)而獲得變換后的醫(yī)學(xué)圖像像素矩陣Y =(yffl, ?)?XN和變換后的水印圖像像素矩陣Z = (Zi, j) LXE ；yffl, n為矩陣Y的第m行、第n列位置上的元素，Ynun為實(shí)數(shù)；Zi,j為水印圖像Z的第i行、第j列位置上的元素，Zi, j為實(shí)數(shù)。
[0044]具體如下:
[0045]構(gòu)建分?jǐn)?shù)傅里葉變換公式如下:
[0046]
【權(quán)利要求】
1.一種基于實(shí)分?jǐn)?shù)傅里葉變換的醫(yī)學(xué)影像零水印嵌入和提取方法，其特征在于，包括以下步驟: 步驟1、將預(yù)處理醫(yī)學(xué)圖像進(jìn)行矩陣化處理，即獲得該醫(yī)學(xué)圖像的像素矩陣，該矩陣的行數(shù)為圖像像素點(diǎn)的行數(shù)，該矩陣的列數(shù)為圖像像素點(diǎn)的列數(shù)，該矩陣的元素為像素點(diǎn)的像素值； 步驟2、將水印圖像進(jìn)行矩陣化處理，即獲得該水印圖像的像素矩陣，該矩陣的行數(shù)為水印圖像像素點(diǎn)的行數(shù)，該矩陣的列數(shù)為水印圖像像素點(diǎn)的列數(shù)，該矩陣的元素為像素點(diǎn)的像素值； 步驟3、對矩陣化處理后的醫(yī)學(xué)圖像和水印圖像分別進(jìn)行實(shí)分?jǐn)?shù)傅里葉變換，獲得各像素點(diǎn)的頻域值，進(jìn)而獲得變換后的醫(yī)學(xué)圖像像素矩陣和變換后的水印圖像像素矩陣； 步驟4、將變換后的醫(yī)學(xué)圖像像素矩陣中的元素進(jìn)行逐列掃描，獲得一個(gè)一行多列的向量，該向量的列數(shù)為醫(yī)學(xué)圖像像素矩陣中元素的個(gè)數(shù)，將向量中的元素從小到大進(jìn)行排序，并確定排序后的向量中元素在原向量中的位置，獲得第一位置向量，將第一位置向量作為第一密鑰儲(chǔ)存； 步驟5、將變換后的水印圖像像素矩陣中的元素進(jìn)行逐列掃描，獲得一個(gè)一行多列的向量，該向量的列數(shù)為水印圖像像素矩陣中元素的個(gè)數(shù)，將向量中的元素從小到大進(jìn)行排序，并確定排序后的向量中元素在原向量中的位置，獲得第二位置向量，將第二位置向量作為第二密鑰儲(chǔ)存； 步驟6、確定水印圖像排序后的向量中元素在醫(yī)學(xué)圖像排序后的向量中的位置，獲得第三位置向量，將第三位置向量作為第三密鑰儲(chǔ)存，即完成零水印嵌入過程； 步驟7、根據(jù)實(shí)際需求，當(dāng)需要對水印圖像進(jìn)行提取時(shí)，將預(yù)處理醫(yī)學(xué)圖像進(jìn)行矩陣化處理，即獲得該醫(yī)學(xué)圖像的像素矩陣，該矩陣的行數(shù)為圖像像素點(diǎn)的行數(shù)，該矩陣的列數(shù)為圖像像素點(diǎn)的列數(shù)，該矩陣的元素為像素點(diǎn)的像素值； 步驟8、提取所儲(chǔ)存的所有密鑰，對矩陣化處理后的醫(yī)學(xué)圖像進(jìn)行實(shí)分?jǐn)?shù)傅里葉變換，獲得各像素點(diǎn)的頻域值，進(jìn)而獲得變換后的醫(yī)學(xué)圖像像素矩陣； 步驟9、將變換后的醫(yī)學(xué)圖像像素矩陣中的元素進(jìn)行逐列掃描，獲得一個(gè)一行多列的向量，該向量的列數(shù)為醫(yī)學(xué)圖像像素矩陣中元素的個(gè)數(shù)，將向量中的元素按照第一密鑰進(jìn)行排序，獲得排序后的向量； 步驟10、根據(jù)第三密鑰，在排序后的向量中抽取獲得水印圖像排序后的向量； 步驟U、根據(jù)第二密鑰，將水印圖像排序后向量中的元素進(jìn)行反向排列，并將反向排列后的向量中元素恢復(fù)為矩陣形式； 步驟12、對恢復(fù)后的水印圖像矩陣進(jìn)行實(shí)分?jǐn)?shù)傅立葉逆變換，獲得個(gè)像素點(diǎn)的時(shí)域值，變換后的矩陣即為原始水印圖像像素矩陣，完成對嵌入水印圖像的提取。
2.根據(jù)權(quán)利要求1所述的基于實(shí)分?jǐn)?shù)傅里葉變換的醫(yī)學(xué)影像零水印嵌入和提取方法，其特征在于，步驟6所述的確定水印圖像排序后的向量中元素在醫(yī)學(xué)圖像排序后的向量中的位置，若水印圖像排序后的向量中某一元素不存在于醫(yī)學(xué)圖像排序后的向量中，則在醫(yī)學(xué)圖像排序后的向量尋找與其大小最接近的元素所在位置。
3.根據(jù)權(quán)利要求1所述的基于實(shí)分?jǐn)?shù)傅立葉變換的醫(yī)學(xué)影像零水印嵌入和提取方法，其特征在于，步驟12所述的實(shí)分?jǐn)?shù)傅立葉逆變換，即為變換階數(shù)取值為步驟3中實(shí)分?jǐn)?shù)傅立葉變換變換階數(shù) 的相反數(shù)的實(shí)分?jǐn)?shù)傅立葉變換。
【文檔編號】G06T1/00GK103996164SQ201410235447
【公開日】2014年8月20日 申請日期:2014年5月29日 優(yōu)先權(quán)日:2014年5月29日
【發(fā)明者】郎俊, 張正光, 馬春雷 申請人:東北大學(xué)