[发明专利]基于半张量压缩感知的加密域可逆信息隐藏与认证方法

权利要求书

1.一种基于半张量压缩感知的加密域可逆信息隐藏与认证方法，其特征在于，包括：

对原始图像进行预处理：

对所述原始图像进行半张量压缩感知采样，对所述原始图像进行重建并获取观测数据的估计值；

通过预测残差值将原始的医学图像数据分为敏感部分和非敏感部分，采样端只需分享观测值及非敏感部分就能稳定恢复远高于半张量压缩感知重建的图像质量，并能为数据隐藏腾出大容量的加密域空间；

对原始图像进行预处理的过程具体为：

首先对原始图像进行稀疏表示，S是大小为n×n的原始图像，表示为S＝{s₁,s₂,…,s_i…,s_n}，其中s_i(1≦i≦n)是长度为n的向量；利用正交基字典ψ将原始图像S稀疏表示为X，然后利用高斯混沌矩阵φ∈R^t×t对X进行半张量积压缩感知采样，混沌矩阵的行列数t＝n/a∈Z⁺，半张量积比例a∈Z⁺，即半张量积压缩感知采样的图像其中φ是一个方形测量矩阵；

然后，对半张量积压缩感知采样的图像Y进行拆分，通过半张量积压缩感知采样的图像Y的部分数据来预测出半张量积压缩感知采样的图像Y的全局数据；

选取半张量积压缩感知采样的图像Y的前m行数据Y_(∶m)(mn)进行半张量积压缩感知重构与真实值X存在误差的预测值，称为计算医学图像的敏感数据再将半张量积压缩感知采样的图像Y的剩余n-m行的数据Y_(m∶n)作为需要嵌入秘密信息的部分，这部分可以通过和方形测量矩阵φ的后(n-m)/a行φ_(m/a:t)来预测估计观测值

秘密信息加密与嵌入：获取秘密信息，对所述秘密信息进行加密，利用所述估计值进行残差预测，将经过加密的秘密信息嵌入到图像获得载密图像，将所述载密图像发送至接收端；

利用半张量积压缩感知采样得到的估计值进行残差预测以进行秘密信息的嵌入；

通过敏感数据预测残差矩阵，计算出医学图像的非敏感数据并且采用均匀标量量化器对半张量积压缩感知采样的图像Y的剩余数据Y_(m:n)和非敏感数据e进行编码；

其中针对剩余数据Y_(m:n)将被编码为8位二进制数，对于非敏感数据e，则拆分成两部分，分别是e_abs以及e_sign，其中e_abs为残差矩阵的数值部分，e_sign为残差矩阵的符号部分；

并且数值部分e_abs用“b”个最低有效位表示，“8-b”最高有效位设置为0；符合部分e_sign被编码为1位二进制数；

将编码后的Y_(∶m)和非敏感数据e构成载体图像载体图像的大小与半张量积压缩感知采样的图像Y相同；

载体图像前m行数据为真实部分，剩余的部分称为载体图像的预测部分；

使用预先设定的加密密钥K₁生成伪随机序列PR₁，与预先获得的患者秘密信息I_e进行异或运算计算，得到加密嵌入信息也就是获得预嵌入数据，

将嵌入数据I_e分成一系列组，每组具有8-b位，最后将加密数据从左到右、从上到下嵌入到载体图像中，并替换对应像素位置的“8-b”个最高有效位，最终构成载密图像实现信息隐藏处理；

图像认证处理：所述接收端通过半张量压缩感知技术对所述载密图像进行重构，通过半张量压缩感知认证系统对所接收到的所述载密图像进行完整性认证；

采用原始图像的预估计值也就是敏感信息，生成消息认证码CSMAC，接收端通过φ_MAC和重建信号X′来生成消息验证码CSMAC′＝Evo(φ_MACX′)，其中Evo为值排序函数；

最后通过判断消息认证码CSMAC′和消息认证码CSMAC之间的范数距离l₁是否都小于预先设定的常数ε，来验证被分享医学图像的完整性；

图像恢复及秘密信息提取：利用预先获取的解密密钥对所述载密图像进行解密，通过残差预测逐步恢复获得所述原始图像；根据预先设定的扫描顺序扫描标记的所述载密图像的相应预测部分中的像素，再使用所述解密密钥解密获取所述秘密信息，

当接收端接收到加密图像后，使用解密密钥K₂对加密的图像解密，并逐步恢复高质量重建原始图像S′，将预测部分的最高有效位设置为0，并对Y_(∶m)进行STP-CS重建得到医学图像的敏感数据部分X′＝γ(Y_(∶m),φ_(∶m/a))，并对残差矩阵反量化来获得非敏感数据部分e；用敏感数据预测估计值再与非敏感数据相加来近似得到真实值Y″_(m:n)＝Y′_(m:n)+e，在此基础上获得近似于真实的完整观测值通过正交匹配跟踪OMP重构算法获取恢复的原始图像。