基于三维dct感知哈希和混沌的体数据鲁棒多水印算法
【专利摘要】本发明公开了一种基于三维DCT感知哈希和混沌的体数据鲁棒多水印技术，属于多媒体信号处理领域。本发明的步骤是：首先利用LogisticMap生成混沌序列，利用混沌序列对水印进行置乱；然后进行水印的嵌入，对体数据进行全局3D-DCT变换，选取前4×4×2个系数，再进行3D-IDCT变换，然后在反变换系数中提取感知哈希，并将多水印序列与该感知哈希值相关联得到一串二值密钥序列，并将该二值密钥序列存于第三方；再通过对待测体数据使用三维DCT求取感知哈希值，并与存于第三方的二值序列相关联来进行多水印的提取，最后利用LogisticMap对提取的水印进行还原。
【专利说明】基于三维DCT感知哈希和混沌的体数据鲁棒多水印算法
【技术领域】
[0001]本发明涉及一种基于三维DCT感知哈希和混沌的体数据多数字水印技术，是一种多媒体数据保护方法，属于多媒体信号处理领域。
技术背景
[0002]利用互联网可以实现远程医疗诊断，医学体数据在网络上进行远程传输时，记录在医学图片上的病人的个人信息，很容易被泄露。如何保护患者的个人隐私、使得病人的CT、MRI等医用图像上的个人信息、病人的电子病历等数据不被泄露，这一问题随着互联网的普及变得日益严重。现今的加密方法和访问控制已很难满足医学体数据信息安全的要求，若把个人信息作为数字水印嵌入在医学图片中，即医学图像数字水印技术(MedicalImageffatermarking,简称MIW)可以有效地解决这一问题。
[0003]数字水印技术最初是用于互联网上的数字媒体的版权保护，现在利用数字水印的不可见性、鲁棒性等特点，可以把病人的个人信息隐藏在其医学图像中，以保证它在互联网上的安全传输。医学图像数字水印的出现，使得远程医疗诊断、远程手术所需的相关病人资料在互联网上传输时，可以有效的保护病人的隐私，避免病人的资料被篡改。
[0004]目前对于抗几何攻击的体数据多数字水印算法的研究较少。而体数据在医学图像中大量存在，如:CT、MRI图像都是由切片组成的体数据，因此研究如何在体数据中嵌入多数字水印有较大意义，并且对于医学体数据，一般是不允许修改其内容的。这又为在体数据中嵌入多水印提高了难度。
[0005]总之，在三维体数据中嵌入鲁棒多水印的研究较少，对于基于感知哈希的体数据多水印技术的研究目前尚属空白，未见公开报道。
【发明内容】
[0006]本发明的目的是提出一种基于三维DCT感知哈希和混沌置乱，实现既能抗击几何攻击又能抗击常规攻击的体数据多水印嵌入与提取方法，它有较高的鲁棒性，并且多水印的嵌入不影响原始体数据的体素数据值，是一种零水印方案，从而较好的保护了三维体数据。
[0007]本发明的原理是:首先对医用体数据进行全局3D-DCT变换，选取前4X4X2个系数，再进行3D-1DCT变换，然后在反变换后的系数中提取一个鲁棒的感知哈希值，并将多重水印与该感知哈希值相关联，利用感知哈希的鲁棒性多数字水印的抗几何和常规攻击。
[0008]为了实现上述目的，本发明是这样进行的:应用LogisticMap产生混沌序列对多水印进行混沌置乱和还原，提高水印的安全性；采用三维DCT变换与反变换，获得体数据的哈希值。即:基于全局三维DCT变换，在三维DCT变换系数中选取前4X4X2个系数，再对选取的系数进行三维反DCT变换，求取反变换后系数的平均值，然后将每个反变换后的系数与平均值进行比较，进行二值量化处理，大于或等于平均值，记为I ;小于平均值，记为0，得到体数据的感知哈希值。该哈希值具有抗几何攻击的能力，并将感知哈希、密码学哈希有机结合起来，实现了体数据的鲁棒多数字水印技术。本发明所采用的方法包括多水印的混沌置乱、多水印的嵌入、提取和还原四大部分，第一部分为水印的混沌置乱，包括:(I)通过LogisticMap产生混沌序列X(j) ;(2)根据X(j)对多水印进行置乱，得到混杂置乱的水印BWg(i，j);第二部分为水印的嵌入，包括:(3)通过三维DCT感知哈希算法，得到原始体数据的鲁棒感知哈希H(j)，(4)利用密码学HASH函数性质，嵌入多重混沌置乱后的水印Bffg(i, j)，生成含多水印信息的二值密钥序列Keyg(i，j)，然后将二值逻辑序列Keyg(i，j)存在第三方；第三部分为水印的提取，包括:(5)求出待测体数据的感知哈希值H’(j)，(6)利用存在于第三方的二值逻辑密钥序列Keyg(i，j)和待测体数据的感知哈希值H’(j)，提取出多水印BWg’ (i, j);第四部分为水印的还原，包括:(7)应用LogisticMap，得到相同的混沌序列X(j)，(8)通过X(j)对水印进行还原。
[0009]现对本发明的方法进行详细说明如下:
[0010]首先选择一组有意义的二值图像作为要嵌入医学体数据的多水印，记为Wg= {wg(i，j) |wg(i, j)=0，I; I≤i≤Ml，I≤j≤NI};同时，选取Matlab中自带的一个MRI体数据作为原始医学体数据，表示为:F={f(i, j,k) f(i, j,k) e R;1≤i≤M，I≤j≤N，1≤k≤P}。其中，f(i，j，k)表示原始医学体数据的体素(Voxel)数据值，这类似二维图像中的像素灰度值，方便起见，设M1=M2，M=N。
[0011 ] 第一部分:对水印的混沌置乱
[0012]I)通过LogisticMap生成混沛序列；
[0013]由初始值X。通过LogisticMap混沛系统生成混沛序列X(j)。
[0014]2)得到混沌置乱的多水印；
[0015]首先，将原始多水印转化为二值多水印Wg(i，j)，然后，将混沌序列X(j)中的值按照从小到大的顺序进行排序，最后，根据X(j)中各个值排序前后的位置变化对多水印像素的位置空间进行置乱，得到混沌置乱的多水印BWg(i，j)。
[0016]第二部分:水印的嵌入
[0017]3)通过对体数据进行三维DCT变换和反变换IDCT，得到原始体数据的一个鲁棒感知哈希值H (j)；
[0018]先对原始体数据F(i，j，k)进行全局三维DCT变换，得到三维DCT系数矩阵FD(i, j, k)，在系数矩阵FD(i, j, k)中选取前4X4X2个系数FD4(i, j, k)，再对选取出的系数矩阵FD4 (i, j, k)进行三维反DCT变换，得到反变换后的系数矩阵FID (i, j, k)，求取反变换后系数的平均值，通过将发变换系数与其平均值的减法操作和二值量化处理，得到体数据的感知哈希值H(j)主要过程描述如下:
[0019]FD4(i，j，k)=DCT3(F(i，j，k))
[0020]FID(i, j，k)=IDCT3(FD4(i，j，k))
[0021]H(j) =BINARY (FID (i, j, k))
[0022]4)利用HASH函数，嵌入多重水印；生成含多水印信息的二值密钥序Keyg (i，j)；
[0023]Keyg(i, j)=H(j) ? Bffg (i,j)
[0024]Keyg(i, j)是由体数据的感知哈希值H(j)和多水印图像BWg(i，j)，通过密码学常用的Hash函数生成。保存Keyg(i, j),在下面提取多水印时要用到。通过将Keyg(i, j)作为密钥向第三方申请，以获得医学体数据的所有权和使用权，达到版权保护的目的。并且多水印的嵌入不影响原始医学体数据的质量，是一种零水印方案。
[0025]第三部分:水印的提取
[0026]5)求出待测数据的感知哈希值H’ (j)；
[0027]设待测体数据为F’ (i, j, k)，经过体数据的全局三维DCT变换后得到三维DCT系数矩阵为FD’ (i, j, k)，然后选取适当的系数进行反变换，再按上述步骤I)类似的方法，求得待测体数据的感知哈希值H’ (j)；
[0028]FD’ 4 (i, j, k) =DCT3 (F，(i, j, k))
[0029]FID’ (i, j, k) =IDCT3 (FD，4 (i, j, k))
[0030]H’(j) =BINARY(FID，(i，j，k))
[0031]6)在待测体数据中提取出多水印BWg’ (i, j)；
[0032]BffgJ (i, j) =Keyg (i,j) ? H’ (j)
[0033]根据在嵌入多水印时生成的逻辑密钥序列Keyg(i，j)和待测体数据的感知哈希值H’(j)，利用Hash函数性质可以提取出待测体数据中含有的多水印BWg’(i，j)。
[0034]第四部分:多水印的还原
[0035]7)通过LogisticMap生成混沛序列；
[0036]由与上文stepl相同的初始值Xci通过LogisticMap混沛系统生成相同的混沛序列 X (j);
[0037]8)还原提取的水印；
[0038]首先将混沌序列X(j)中的值按照从小到大进行排序，然后根据X(j)中各个值排序前后的位置变化对多重水印像素的位置空间进行还原得到还原的多水印f (i, j)。
[0039]再根据Wg(i，j)和Wg’ (i, j)的相关程度来判别是否有水印嵌入，从而确认待测体数据的所有权和病患信息的安全性问题。
[0040]本发明与现有的医学多水印技术比较有以下优点:
[0041]首先，由于本发明是基于三维DCT感知哈希算法的多数字水印技术，通过后面的实验数据证实，该多水印不仅有较强的抗常规攻击能力，而且有较强的抗几何攻击能力；其次，嵌入的多水印是经过LogisticMap混沌置乱的，使得多水印信息变得杂乱无章，提高了水印信息的安全性；最后，多水印的嵌入不影响原始体数据的体素数据值，是一种零水印技术，更好得保护了医学体数据。这个特性，尤其是在医疗图像处理等方面具有很高的实用价值，使用范围广，并且可实现大水印的嵌入与提取。
[0042]以下我们从理论基础和试验数据说明:
[0043]I)三维离散余弦变换(3D-DCT)
[0044]三维DCT变换公式如下:
[0045]对应大小为MXNXP体数据，三维离散余弦正变换(DCT)公式如下:
【权利要求】
1.基于三维DCT感知哈希和混沌的体数据鲁棒多水印方法，其特征在于:基于3D-DCT变换，选取前4X4X4个系数，再进行3D-1DCT变换，然后在反变换系数中提取鲁棒的感知哈希函数，并将多水印序列与该鲁棒的感知哈希值相关联，实现了医学体数据多数字水印的抗几何攻击和常规攻击，该体数据多数字水印实现方法共分四大部分，共计八个步骤: 第一部分是多水印的混沌置乱:利用LogisticMap性质产生混沌序列对多水印进行置舌L得到混沌置乱的多水印BWg(i，j)； 1)由逻辑初始值X0通过LogisticMap生成混沛序列X(j)； 2)将混沌序列X(j)中的值按照从小到大的顺序排列，再根据X(j)中各个值排序前后的位置变化对水印像素的空间位置进行置乱，得到混沌置乱的多水印BWg(i，j)； 第二部分是多水印的嵌入:通过对多水印的嵌入操作，得到相应的二值逻辑序列Keyg(i,j)； 3)通过对体数据进行三维DCT变换和反变换IDCT，得到原始体数据的一个鲁棒感知哈希值H(j)； 先对原始体数据F (i, j, k)进行全局三维DCT变换，得到三维DCT系数矩阵FD (i, j, k)，在系数矩阵FD(i，j, k)中选取前4X4X2个系数FD4(i，j, k)，再对选取出的系数矩阵FD4(i, j, k)进行三维反DCT变换，得到反变换后的系数矩阵FID(i，j, k)，求取反变换后系数的平均值，通过将发变换系数与其平均值的减法操作和二值量化处理，得到体数据的感知哈希值H (j)主要过程描述如下:
【文档编号】G06T1/00GK103886544SQ201410145705
【公开日】2014年6月25日 申请日期:2014年4月10日 优先权日:2014年4月10日
【发明者】李京兵, 李雨佳, 吴泽晖, 王兆晖 申请人:海南大学