[发明专利]一种基于多纹理度划分的医学图像可逆信息隐藏方法

权利要求书

1.一种基于多纹理度划分的医学图像可逆信息隐藏方法，其特征在于，包括以下步骤：

11)原始图像的获取，获取待处理的原始医学图像；

12)嵌入过程，对原始医学图像进行直方图拉伸，区分出高纹理度等级像素和低纹理度等级像素，分别进行高纹理度等级信息、低纹理度等级信息、辅助信息的嵌入处理；

13)载密图像的获得，通过嵌入过程获得处理后的载密图像。

2.根据权利要求1所述的一种基于多纹理度划分的医学图像可逆信息隐藏方法，其特征在于：还包括提取秘密信息以及原始图像的恢复，其步骤为针对载密图像提取出辅助信息，根据辅助信息先恢复高纹理度等级的像素并提取出秘密信息，再恢复低纹理度等级的像素并提取出秘密信息；根据高纹理度等级的像素和低纹理度等级的像素恢复拉伸前的原始图像。

3.根据权利要求1所述的一种基于多纹理度划分的医学图像可逆信息隐藏方法，其特征在于，所述的嵌入过程包括以下步骤：

31)对原始图像进行直方图拉伸，设定Lmax和Lmin的值，Lmax为拉伸后的灰度最大值，Lmin为拉伸后的灰度最小值，其拉伸公式如下所示：

u i , j ′ = r o u n d [ ( L m a x - L min ) * u i , j - I min I max - I m i n ] , ]]>

其中，Imax为原始图像中像素点灰度值的最大值，Imin为原始图像中像素点灰度值的最小值，ui,j为原始像素点灰度值，u′i,j为直方图拉伸后对应像素点灰度值,round[]表示对公式结果四舍五入；

32)计算像素的纹理度，

定义一个像素点Xi,j周边每两个相邻像素点差的绝对值为此像素点的纹理度，则Xi,j的纹理度计算表达式如下：

V X i , j = | X i , j - 1 - X i + 1 , j - 1 | + | X i + 1 , j - 1 - X i + 2 , j - 1 | + | X i + 1 , j - X i + 2. j | + | X i , j + 1 - X i + 1 , j + 1 | + | X i + 1 , j + 1 - X i + 2 , j + 1 | + | X i - 1 , j + 2 - X i , j + 2 | + | X i , j + 2 - X i + 1 , j + 2 | + | X i + 1 , j + 2 - X i + 2 , j + 2 | , ]]>

h X i , j = | X i , j + 1 - X i , j + 2 | + | X i + 1 , j - 1 - X i + 1 , j | + | X i + 1 , j - X i + 1 , j + 1 | + | X i + 1 , j + 1 - ]]>

X i + 1 , j + 2 | + | X i + 2 , j - 1 - X i + 2 , j | + | X i + 2 , j - X i + 2 , j + 1 | + | X i + 2 , j + 1 - X i + 2 , j + 2 | , n X i , j = V X i , j + h X i , j , ]]>

其中，为在Xi,j周围12个像素点中两两垂直相邻的像素点的绝对差值，为在Xi,j周围12个像素点中两两水平相邻的像素点的绝对差值，为Xi,j周围12个像素点中两两垂直以及两两水平的相邻的像素点的绝对差值；

每一个纹理度的像素点对应生成一个集合h(n)，其表示如下：

h(n)＝#{1≤i≤N：n＝ni}，

其中，#代表像素点的集合，N为图像像素点的总个数，ni为像素点的纹理度，h(n)代表纹理度为n的像素点的集合；

33)对像素纹理度进行分级处理，其具体步骤如下：

331)计算出原始图像中每一个像素点的纹理度；

332)找出满足纹理度小于或等于n的像素点的个数，其表达式如下：

S j = arg min n { # { 1 ≤ i ≤ N : n i ≤ n } N ≥ j + 1 M } , ∀ j ∈ { 0 , ... , M - 2 } , ]]>

其中，N为图像像素点的个数，i表示为第i个像素点，#定义为在图像的像素点中，纹理度小于等于n的像素点的集合，Sj为满足右式中最小像素点个数对应的最小纹理度；

333)得到[0,S0],[S0+1,S0],……[SM-3+1,SM-2]以及[SM-2+1,∞]共M个区间，按照图像像素点的纹理度将该像素点对应到相应的区间中；

若根据纹理度像素点被划分到第j个区间，则该像素点的纹理度记为j，得到纹理度分为M个等级的像素点；

34)高、低纹理度等级的分类，

35)信息的嵌入，进行高纹理度等级信息的嵌入、低纹理度等级信息的嵌入和辅助信息的嵌入。