[发明专利]一种基于DFT和LogisticMap的医学图像水印方法

说明书

技术领域

本发明属于多媒体信号处理领域，涉及一种基于DFT、混沌(Logistic Map)和图像视觉特征的医学图像数字水印技术，具体是一种基于DFT和Logistic Map的可抗几何攻击的医学图像水印方法。 

背景技术

近年来，随着计算机科学技术和多媒体通信技术的迅速发展，远程医疗日益普及，但在互联网上进行医学图像传输时，病人的个人信息容易泄漏，利用数字水印的不可见性和鲁棒性可以较好的解决这个问题，即把病人的个人信息作为数字水印嵌入在医学图像中。 

目前对医学图像数字水印领域的研究主要集中在空间域和变换域(DCT、DFT和DWT)两个方面，它们分别通过改变空间域的某些象素的灰度或变换域的一些系数的值来嵌入水印。 

鉴于对医学图像病灶区保护的特殊性要求，一般的医学图像数字水印方法常选择将水印信息嵌入到图像的非感兴趣区域(Region of Non-interest，RONI)。医学图像中的感兴趣区域ROI(Region of Interest)指的是那些包含重要病理特征或诊疗信息的病灶区，若在该区域嵌入水印，则有可能造成错误的诊断。但往往人们在寻找ROI时，要花费很长的时间与精力，并且一旦选择有误，则有可能干扰医生的诊断。 

在医学图像数字水印研究领域，至今为止基于DFT和Logistic  Map抗击几何攻击的鲁棒性水印的嵌入仍是一个比较难以解决的课题，至于同时能有效抵抗常规攻击和几何攻击的水印嵌入方法研究，目前尚未见报道，尚属空白。而在实际应用中，医学图像数字水印常常同时受到这两种攻击。 

发明内容

本发明的目的是提供一种基于DFT和Logistic Map的可抗几何攻击的医学图像水印方法，将医学图像的视觉特征向量、加密技术和第三方的概念有机结合起来，不需要进行感兴趣区域的选取，从而解决了水印的嵌入、提取的快捷性问题和容量限制性问题，具有很理想的鲁棒性和不可见性，有效地解决了医学图像水印嵌入的问题，同时解决了医学图像应用中出现的抗击几何攻击和抗击常规攻击问题，以保护医学图像的版权和病患信息的隐秘性。 

为了实现上述目的，本发明是这样进行的：基于全图DFT变换，在DFT变换系数中，提取一个抗几何攻击的医学图像视觉特征向量，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。本发明所采用的方法包括水印预处理、水印嵌入、水印提取和水印还原四大部分，第一部分为水印的预处理方法，包括：(1)由逻辑初始值x₀生成混沌序列X(j)，然后通过升维运算和符号运算得到二值加密矩阵C(i，j)；(2)通过二值加密矩阵C(i，j)和二值水印W(i，j)得到加密的水印BW(i，j)。第二部分为水印嵌入方法，包括：(3)通过进行全图DFT变换，得到图像的一个视觉特征向量V(j)；(4)由混沌加密的水印BW(i，j)和在医 学图像中提取的视觉特征向量V(j)，通过Hash函数运算，生成二值逻辑序列Key(i，j)，然后将二值逻辑序列Key(i，j)存在第三方。第三部分为水印提取方法，包括：(5)求出待测图像的视觉特征向量V’(j)；(6)利用存在于第三方的二值逻辑序列Key(i，j)和待测医学图像的特征向量V’(j)，提取出待测图像所含的水印BW’(i，j)。第四部分为水印还原方法，包括：(7)由逻辑初始值x₀生成混沌序列X(j)，然后通过升维运算和符号运算得到二值加密矩阵C(i，j)；(8)通过二值加密矩阵和提取的加密水印BW’(i，j)，利用Hash函数性质可以得到还原的水印W’(i，j)。 

现对本发明的方法进行详细说明如下： 

首先选择一个有意义的二值图像作为要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}，同时，我们选取一个医学体数据的第十片作为原始医学图像，记为F＝{f(i，j)|f(i，j)∈R；1≤i≤N1，1≤j≤N2}，w(i，j)和f(i，j)分别表示水印和原始医学图像的像素灰度值，为了便于运算，我们假设M1＝M2＝M，N1＝N2＝N。 

第一部分：水印的预处理方法 

1)生成混沌序列并得到二值加密矩阵。 

混沌序列X(j)由初始值x₀生成，但它是一维序列，为了匹配二维水印，需要通过升维运算得到二维矩阵。最后，混沌序列X(j)通过符号运算得到二值加密矩阵C(i，j)。其中X(j)的值大于0.5的为“1”，其余为“0”。 

2)得到混沌加密的水印。