基于三维dwt-dct感知哈希和混沌的体数据水印的制作方法
【专利摘要】本发明公开了一种基于三维DWT-DCT感知哈希和混沌的体数据水印技术，属于多媒体信号处理领域。本发明的步骤是：首先利用Logistic?Map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，对医用体数据进行全局3DDWT-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通过感知哈希提取一个具有鲁棒特性的感知哈希值，并将水印序列与该感知哈希值相关联得到一个二值密钥序列，并将该二值密钥序列存于第三方；再通过对待测体数据进行三维DWT-DCT体数据的感知哈希值的提取，并与存于第三方的二值序列相关联来进行水印的提取，最后利用混沌序列对水印进行还原。
【专利说明】基于三维DWT-DCT感知哈希和混沌的体数据水印
【技术领域】
[0001]本发明涉及一种基于三维DWT-DCT感知哈希和混沌的体数据数字水印技术，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(MedicalImage Watermarking,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]另外，下一代图像压缩标准JPEG2000是基于小波变换的。因此，对利用三维DffT-DCT感知哈希，在体数据中嵌入水印的工作有较大意义。
【发明内容】
[0006]本发明的目的是提出一种基于三维DWT-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水印嵌入与提取方法，它有较高的鲁棒性，并且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，并且水印在嵌入前进行了混沌置乱从而提高了水印嵌入的安全性。
[0007]为了实现上述目的，本发明是这样进行的:应用Logistic Map产生混沌序列对水印进行混沌置乱和还原，提高水印的安全性；首先对医用体数据进行全局3D-DWT变换，得到“近似系数”和“细节系数”，这类似二维图像的小波变换，“近似系数”代表体数据的低频特性，反映的是体数据的主要外部轮廓；“细节系数”代表体数据的高频特性，反映的是体数据的高频细节信息。小波变换本身的抗几何攻击能力较差，因此，我们先对体数据进行三维小波变换(DWT)，然后再对反映低频特性的“近似系数”进行全局余弦变换(DCT)，选取前4X 4X 2个系数，再进行反变换，3D-1DCT，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。感知哈希具有鲁棒性和不可感知性，并将水印与提取的感知哈希值相关联，实现体数据的鲁棒数字水印技术。本发明所采用的方法包括水印的混沌置乱、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Logistic Map产生混沌序列X(j) ;(2)根据X(j)对水印进行置乱，得到混杂置乱的水印BW(i，j);第二部分为水印的嵌入，包括:(3)通过三维DWT-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，嵌入混沌置乱后的水印Bff(i, j)，生成含水印信息的二值密钥序列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Key(i，j)和待测体数据的感知哈希值H’(j)，提取出水印BW’ (i, j);第四部分为水印的还原,包括:(7)应用LogisticMap,得到相同的混沛序列X(j)，(8)通过X(j)对水印进行还原。
[0008]现对本发明的方法进行详细说明如下:
[0009]首先选择一幅有意义的二值图像作为要嵌入医学体数据的水印，记为W={w(i，j)w(i，j)=0，1;1≤i≤M1，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。
[0010]第一部分:对水印的混沌置乱
[0011]I)通过Logistic Map生成混沛序列；
[0012]由初始值Xtl通过Logistic Map混沛系统生成混沛序列X (j)。
[0013]2)得到混沌置乱的水印；
[0014]首先，将原始水印转化为二值水印W(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水印像素的位置空间进行置乱，得到混沌置乱的水印BW(i，j)。
[0015]第二部分:水印的嵌入
[0016]3)通过三维DWT-DCT感知哈希算法，得到原始体数据的一个鲁棒感知哈希值H(J)；
[0017]先对原始体数据F(i，j, k)进行三维小波变换，得到逼近子图系数F\，再对逼近子图FA^进行全局三维DCT变换，得到DWT-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FID (i, j, k)，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H(j)。主要过程描述如下:
[0018]FAL(i, j,k)=DWT3(F(i, j,k))
[0019]FD4 (i，j, k)=DCT3(FAL(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，嵌入水印；生成含水印信息的二值密钥序Key (i，j)；
[0023]Key(ij)=H(j)?BW(i,j)
[0024]Key(i, j)是由体数据的感知哈希值H(j)和水印图像BW(i，j)，通过密码学常用的Hash函数生成。保存Key (i, j),在下面提取水印时要用到。通过将Key (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)，经过三维小波变换得到逼近子图系数FA’ P再对逼近子图FA\进行全局三维DCT变换，得到系数矩阵FD’(i，j，k)，选取低频部分的前4x4x2系数矩阵，然后进行反DCT变换，再按上述步骤3)类似的方法，求得待测体数据的感知哈希值 H’ (j)；
[0028]FA，L(i, j, k)=DWT3(F，(i, j, k))
[0029]FD’ 4(i，j，k)=DCT3(FA，L(i，j，k))
[0030]FID’ (i, j, k) =IDCT3 (FD，4 (i, j, k))
[0031]H’(j) =BINARY(FID，(i，j，k))
[0032]6)在待测体数据中提取出水印BW’ (i, j)；
[0033]BW，(i'j) Key (i,j) Θ H，(j)
[0034]根据在嵌入水印时生成的逻辑密钥序列Key(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水印BW’(i，j)。
[0035]第四部分:水印的还原
[0036]7)通过Logistic Map生成混沛序列；
[0037]由与上文stepl相同的初始值Xci通过Logistic Map混沛系统生成相同的混沛序列 X (j);
[0038]8)还原提取的水印；
[0039]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水印像素的位置空间进行还原得到还原的水印r (i, j)。
[0040]再根据W(i，j)和W’ (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。
[0041]本发明与现有的医学水印技术比较有以下优点:
[0042]首先，由于本发明是基于三维DWT-DCT感知哈希算法的数字水印技术，通过后面的实验数据证实，该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，嵌入的水印是经过Logistic Map混沌置乱的，使得水印信息变得杂乱无章，提高了水印信息的安全性；最后，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。
[0043]以下我们从理论基础和试验数据说明:
[0044]I)三维离散小波变换(DWT)
[0045]三维小波变换的一层分解过程如图1所示，图1中的L、H分别表示医学体数据经过低频和高频滤波之后得到的低频成分和高频成分，与二维图像的小波变换类似，医学体数据经过三维小波变换后，被分解成一个代表体数据低频特性的“近似系数” LLL1 (低频三维子带)，和代表该体数据的高频信息的“细节系数”(高频三维子带)，下标“ I ”表示三维DffT的第一层分解；一个体数据的三维小波变换(两层)的三维示意图见图4，图2为体数据的一个切片，图3为体数据的三维成像，图4为体数据的三维小波变换(两层)。
[0046]2)三维离散余弦变换(3D-DCT)
[0047]三维DCT变换公式如下:
[0048]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DWT-DCT感知哈希和混沌的体数据水印，其特征在于:对体数据进行三维DffT-DCT变换，选取前4X4X2个系数，再进行3D-1DCT变换，然后在反变换系数中提取一个鲁棒的感知哈希值，并将水印序列与感知哈希值相关联，实现了医学体数据数字水印的抗几何攻击和常规攻击，该体数据数字水印实现方法共分四大部分，共计八个步骤: 第一部分是水印的混沌置乱:利用LogisticMap性质产生混沌序列对水印进行置乱，得到混沌置乱的水印BW(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，得到混沌置乱的水印BW(i，j)； 第二部分:水印的嵌入 3)通过三维DWT-DCT，求得原始体数据的一个感知哈希值H(j);即:对原始体数据进行三维小波变换，然后对近似系数进行三维DCT变换，选取低频的前4X4X2变换系数进行三维反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H(j)； 4)利用密码学Hash函数性质和水印序列W(i，j)，生成含水印信息的二值密钥序列Key(i,j), Key(u)=H0ΦBW(i,j); 保存Key (i，j)，下面提取水印时要用到，通过把Key (i，j)作为密钥向第三方申请，以获得对原始医学体数据的所有权； 第三部分:水印的提取 5)对于待测体数据，按照步骤3)的方法，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Key(i，j)和待测体数据的感知哈希值H’ (j),提取出水印BW’(yHCey(i，j)?H’(j); 第四部分水印的还原； 7)由逻辑初始值X。通过LogisticMap生成混沛序列X(j)； 8)对混沌序列X(j)中的值由小到大进行排序，根据X(j)中各个值排序前后的位置变化，对提取的水印像素的空间位置进行还原，得到还原的水印W’(i，j)； 将W(i，j)和W’ (i, j)进行归一化相关系数计算，来确定是否有水印嵌入。
【文档编号】G06T1/00GK103942747SQ201410145427
【公开日】2014年7月23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, 黄梦醒, 周又玲, 陈晓枫, 王英杰 申请人:海南大学