[发明专利]云环境下一种加密医学图像鲁棒多水印实现方法

摘要

本发明公开了云环境下一种加密医学图像鲁棒多水印实现方法，属于多媒体信号处理领域。主要步骤如下：首先，对原始医学图像在变换域进行加密，对二值文本水印图片分别进行加密；其次，对加密后的原图进行DCT变换提取特征向量，利用该加密图像的特征向量和混沌加密的水印进行异或运算，嵌入零水印并得到二值逻辑序列；然后，进行水印的提取和水印的还原，利用嵌入水印时生成的二值逻辑序列来提取水印；将提取的水印和二值加密矩阵进行异或运算求得还原的水印；最后为加密图像的还原。与传统的直接将置乱水印嵌入到原始图像中的方法相比，本方法实现了，把水印嵌入到加密的图像里，可以保证存贮在云端的原始图像的安全。

主权项

云环境下一种加密医学图像鲁棒多水印实现方法其特征在于：基于全图DCT变换，在变换域中对原图进行加密，再将置乱后的水印嵌入到加密医学图像中，不仅将普通的水印技术与混沌加密、“第三方概念”有机结合起来，实现了数字水印的抗几何和常规攻击，而且使得原始图像也具有了很好的保密性；本发明所采用的方法包括原始图像加密、水印置乱、水印嵌入、水印提取、水印还原和加密图像还原六大部分；第一部分：在变换域对原始医学图像I(i,j)加密，生成加密图像EI(i,j)1)对原始医学图像I(i,j)进行全图DCT变换，获取系数矩阵D(i,j)D(i,j)＝DCT(I(i,j))2)根据初始值y₀，应用Logistic Map生成一个混沌序列L(j)；3)通过对L(j)升维运算得到二维矩阵，然后将混沌矩阵通过符号运算，将大于等于0.5的数，赋值为“1”，其余赋值为“‑1”，以得到二值混沌矩阵C'(i,j))；4)将原图的DCT系数矩阵D(i,j)和二值混沌矩阵C'(i,j)进行点乘运算，获得加密后的DCT系数矩阵ED(i,j)；ED(i,j)＝D(i,j).*C'(i,j)5)对系数矩阵ED(i,j)进行DCT反变换，得到加密医学图像EI(i,j)；EI(i,j)＝IDCT(ED(i,j))第二部分：多重水印的加密6)获取二值混沌矩阵首先根据初始值x₀生成一维混沌序列X(j)，通过升维运算得到二维矩阵；然后，将混沌序列X(j)通过符号运算，将大于等于0.5的元素赋值为“1”，其余赋值为“0”，以得到二值混沌矩阵C(i,j)。7)得到混沌加密的水印将二值水印W^k(i,j)和二值混沌矩阵C(i,j)经过异或运算得到加密的多重水印EW^k(i,j)；${\mathrm{EW}}^k(i,j)=W^k(i,j)\⊕C(i,j)$第三部分：多重水印EW^k(i,j)的嵌入8)提取加密医学图像EI(i,j)的特征向量对加密医学图像EI(i,j)进行DCT变换，得到DCT系数矩阵ED(i,j)，选取系数中前L个，通过符号运算得到加密图像的视觉特征向量EV(j)＝{EV(j)|EV(j)＝0,1；1≤j≤L}，L为所取的DCT变换系数的个数，表示如下：ED(i,j)＝DCT2(EI(i,j))EV(j)＝sign(ED(i,j))9)嵌入水印并得到逻辑密钥将特征向量EV(j)和加密后的多重水印EW^k(i,j)逐位进行异或运算，便可将水印嵌入到加密图像中，同时得到逻辑密钥Key^k(i,j)；${\mathrm{Key}}^k(i,j)={\mathrm{EW}}^k(i,j)\⊕\mathrm{EV}\left(j\right)$保存Key^k(i,j)，这在后面提取水印时要用到。通过将Key^k(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；第四部分：多重水印的提取10)提取待测加密医学图像EI'(i,j)的特征向量对待测的加密医学图像进行DCT变换，得到DCT系数矩阵ED'(i,j)，选取系数中前L个，通过符号运算得到待测加密图像的视觉特征向量EV'(j)＝{ev(j)|ev(j)＝0,1≤j≤L}。L为所取的DCT变换系数的个数，本文为32个；ED'(i,j)＝DCT2(EI'(i,j))EV'(j)＝sign(ED'(i,j))11)提取多重水印将待测加密图像的特征向量EV'(j)和逻辑密钥Key^k(i,j)进行异或运算，便提取出加密的多重水印EW^k'(i,j)；${\mathrm{EW}}^{k\′}(i,j)={\mathrm{Key}}^k(i,j)\⊕{\mathrm{EV}}^{\′}\left(j\right)$该算法在提取水印时只需要密钥Key^k(i,j)，不需要原始图像参与，是一种盲水印提取算法；第五部分：多重水印的还原12)获取二值混沌加密矩阵C(i,j)利用和水印加密同样的方法，得到相同的二值混沌矩阵C(i,j)；13)还原提取出的加密水印将二值混沌矩阵C(i,j)和提取出的加密多重水印EW^k(i,j)经过异或运算便得到还原的多重水印W^k'(i,j)；$W^{k\′}(i,j)=C(i,j)\⊕{\mathrm{EW}}^k(i,j)$通过计算W^k(i,j)和W^k'(i,j)的相关系数NC，确定医学图像的所有权和嵌入的水印信息；第六部分：加密原始医学图像EI(i,j)的还原14)生成二值加密矩阵利用和原始图像加密同样的方法，生成相同的二值混沌矩阵C'(i,j)；15)获取加密医学图像的DCT系数矩阵对加密医学图像进行DCT变换，得到DCT系数矩阵ED'(i,j)；ED(i,j)＝DCT(EI(i,j))16)得到解密的原始医学图像I(i,j)将加密图像的DCT系数矩阵ED(i,j)和二值混沌加密矩阵C'(i,j)进行点乘运算，得到解密的DCT系数矩阵D'(i,j)，再对其进行DCT反变换，便可得到解密还原的待测的医学图像I(i,j)；D(i,j)＝ED(i,j).*C'(i,j)I(i,j)＝IDCT(D(i,j))本发明与现有的医学水印技术比较有以下优点：本算法对水印和医学图像都进行加密，相对于传统的只是将水印信息加密的技术相比，对于医学图像本身具有更高的安全性。