本发明属于信息安全领域，涉及一种基于指纹与零水印混合架构的眼底图像无损数字版权管理方法。
背景技术：
：眼底图像是利用眼底照相机对眼球内壁进行不同角度拍摄而成的图像，是一种标准的客观诊断影像。各类眼底疾病如糖尿病视网膜病变、青光眼、高血压、老年性黄斑变性等都能在眼底图像中得以体现。为此，眼底图像的处理与分析对这些疾病的早期筛查、诊断、治疗以及辅助诊疗具有重要意义。眼底图像作为医疗数字内容的一部分，以及其固有的临床医学价值和研究价值都表明眼底图像理应受到有效保护。然而据调查，目前并没有专门针对眼底图像进行数字版权管理的方法，而随着越来越多的医学影像通过医疗信息共享平台来提供跨院的协同诊断服务以及远程医疗诊断服务，各种医学影像包括眼底图像都容易被非法存储、复制、传播和使用，使得相关医院和研究机构遭受巨大的损失。针对上述问题，及时有效地对眼底图像进行数字版权管理变得刻不容缓。目前专门针对眼底图像的数字版权管理方法还鲜有研究。主流的数字版权管理主要采用密码学技术、数字水印技术和数字指纹技术。其中数字水印与数字指纹研究较多。现今，用于医学影像的数字水印技术主要有三类，诊断感兴趣区域无损的水印、完全无损的水印和零水印。诊断感兴趣区域的无损水印将医学影像分割成诊断感兴趣区域和非感兴趣区域，将版权信息嵌入到非感兴趣区域中，而不对感兴趣区域做任何修改。Lee等先对感兴趣区域做第三层DWT变换，将低频子带作为的版权信息，嵌入到非感兴趣区域的空间域系数中。Memon等则将版权信息嵌入到非感兴趣区域的DCT系数中，并通过对非感兴趣区域的置乱提高水印的安全性。这类技术避免了对影像感兴趣区域的修改，不影响一般的医疗诊断，但是非感兴趣区域的不可逆修改在一定程度上会影响诊断结果，所以用于眼底图像的数字版权管理是不合适的。完全无损的水印技术主要基于可逆水印技术，其在水印提取之后，可以完全无损的还原医学影像。An等使用小波域的统计直方图的平移和聚类来嵌入水印。Lei等针对医学影像的版权保护，提出一种鲁棒性可逆水印算法。但是这类技术对于版权的鉴别是一次性的，在水印提取之后将无法再对眼底图像版权进行保护。并且眼底图像必须在水印提取之后才能还原，给实际筛查和诊断工作带来严重不便。零水印使用水印信息但是没有嵌入水印信息，它首先提取数字影像的鲁棒性特征生成主共享，再基于一定的映射算法将水印信息和主共享映射，得到相应的映射关系作为所有权共享，并将其存储。在版权鉴别时，先提取可疑数字影像的特征来生成可疑的主共享，将其和相应的所有权共享来映射还原水印信息，用水印信息进行版权鉴别。Dong等使用DCT系数的正负性对水印信息和主共享进行异或生成所有权共享。Han等先对影像进行3层小波变换使用Legendre混沌神经网络建立映射。零水印使用水印信息而没有嵌入水印信息，不会修改影像内容，影像也可以随时用来进行医疗诊断。但是零水印没有使用基于内容的检索来主动寻找疑似的侵权的医学影像，是一种被动的版权保护方法。数字指纹在医学影像中更多的是用来做基于内容的检索，更多考虑的是指纹的可辨识性，少有文献将其进一步用来保护医学影像的版权。由于数字指纹可以进行基于内容的检索，能主动去寻找疑似侵权的医学影像可用于眼底图像数字版权管理。但是数字指纹提取的是数字影像的固有特性，并没有明确的版权信息，如发布者信息，使用权认可判断信息等等，有可能产生不必要的版权纠纷。由于眼底图像大多是在医疗行业中的应用，因此对其进行数字版权管理的要求较高，现有的数字版权管理方法均不能完全满足对眼底图像进行数字版权管理的诸多要求。技术实现要素：本发明提出了一种基于指纹与零水印混合架构的眼底图像无损数字版权管理方法，针对现有技术的不足，采用指纹与零水印混合架构，实现对眼底图像的无损数字版权管理。一种基于指纹与零水印混合架构的眼底图像无损数字版权管理方法，包括两个阶段，分别为版权标记阶段和版权识别阶段；版权标记阶段：首先，对规格化后的眼底图像进行2D-DCT变换，通过对变换后的图像提取眼底图像特征作为眼底图像指纹，存入眼底图像指纹数据库，用于基于内容的检索；然后，基于眼底图像指纹生成眼底图像主共享，基于VSS视觉密码算法建立眼底图像主共享与水印之间的映射关系，并依据映射关系生成从共享，存入从共享数据库；版权识别阶段：从眼底图像指纹数据库中寻找与可疑眼底图像的指纹最接近的指纹，如果两者之间的海明距离大于给定的阈值则认为此可疑眼底图像合法，无需后续操作，否则，根据可疑眼底图像指纹最接近的指纹在从共享数据库中找到对应的从共享，并基于VSS视觉密码算法，利用可疑眼底图像的主共享生成对应的可疑水印图像，计算可疑水印图像与最接近的指纹对应的原始水印图像的相似度，完成眼底图像无损数字版权管理。原始水印图像是指每张合法的眼底图像所添加版权信息图像。所述指纹特征的提取过程如下：首先，将眼底图像处理成标准化大小的灰度图像，然后对灰度图像进行2D-DCT变换获得变换后的频率域图像，提取变换后的频率域图像中的低频部分作为特征提取区域，并对特征提取区域作为眼底图像特征矩阵；最后将眼底图像特征矩阵转换为指纹f(t)：f(t)=1,I(t)≥ϵ0,I(t)<ϵ]]>其中，I(t)表示眼底图像特征矩阵中的各元素的值，ε为眼底图像特征矩阵中所有元素的中值。对特征提取区域按照以下公式进行权重设置，获得新的眼底图像特征矩阵X’，用于转换获得指纹：X,i,j=Ai,j,1≤i,j≤16;Ai,j-16,1≤i≤16,17≤j≤32;Ci-16,j,17≤i≤32,1≤j≤16;Ai-16,j-16,17≤i,j≤32;]]>其中，A中的元素属于X的低频部分，设置较高的权重ωA＝2。D中元素属于X的高频部分,为加强指纹得鲁棒性，将其权重设置为ωD＝0,即不再取D中元素。B和C属于X中的中频部分，较X中的低频部分他们包含更多图像细节，因此保留它们的原有权重ωB＝ωC＝1。所述基于VSS视觉密码算法的零水印版权保护方法建立特征指纹与水印的映射关系生成主共享和从共享的具体过程如下：首先，将指纹特征转化成32×32的眼底指纹矩阵F，将眼底指纹矩阵F中的每个元素按照以下规则进行矩阵扩展，得到主共享M：Mi,j=1001,Fi,j=1;0110,Fi,j=0;]]>其中，Fi,j为眼底指纹矩阵F中坐标为(i,j)的元素，1≤i≤32,1≤j≤32；其次，将大小与眼底指纹矩阵F相同的待添加的二值水印图像W和主共享M进行VSS映射生成从共享O：Oi,j=0110,Wi,j=1,Mi,j=0110;1001,Wi,j=1,Mi,j=1001;0110,Wi,j=0,Mi,j=1001;1001,Wi,j=0,Mi,j=0110;]]>其中，Wi,j是二值水印图像中的像素坐标为(i,j)的像素值。所述采用VSS视觉密码算法将可疑眼底图像的主共享和与可疑眼底图像指纹最接近的眼底图像指纹对应的从共享生成对应可疑水印图像是指：采用VSS视觉密码方法，将获得的可疑图像的主共享M’与和可疑图像指纹最接近的眼底图像指纹对应的从共享O进行叠加获得可疑版权信息矩阵W’，并将可疑版权信息矩阵按照以下公式进行转换，获得大小与原始二值水印图像W相同的可疑水印图像W~i,j=0,ΣxΣyW,i,j(x,y)<2;1,ΣxΣyW,i,j(x,y)≥2;]]>其中1≤i≤32,1≤j≤32且1≤x≤2,1≤y≤2。通过计算提取的可疑眼底图像的可疑水印图像和与之对应的原始二值水印图像的标准化系数NC，得到两者的相似度：NC=Σi=1mΣj=1nWi,j⊕W~i,j‾m×n]]>其中，W与分别代表原始水印与提取的可疑水印，表示异或操作，m×n表示图像的大小。有益效果本发明提出了一种基于指纹与零水印混合架构的眼底图像无损数字版权管理方法，该方法首先对规格化后的眼底图像进行2D-DCT变换，通过对变换后的系数设置不同的权重提取具有高可辨识性和高鲁棒性的眼底图像特征作为指纹，用于基于内容的检索。然后基于VSS视觉密码算法的零水印版权保护方法建立起指纹与水印的映射关系，用于版权鉴定。该方法比现存的方法具有以下优势：该方法的整个过程是无损的，满足精确诊断的要求；对眼底图像的版权保护具有持久性，避免了数字水印版权鉴别一次性问题；可以准确地识别不同的眼底图像，尽管眼底图像之间相似度很高；利用指纹的检索功能，主动检索出可疑的眼底图像；对于眼底图像的版权鉴别是可靠的，避免了版权纠纷；适用于眼底图像的数字版权管理方法，对眼底相关疾病的辅助诊断具有一定的临床意义。附图说明图1是本发明的版权登记阶段流程图；图2是本发明的版权鉴别阶段流程图。具体实施方式下面将结合附图和实施例对本发明做进一步的说明。一种基于指纹与零水印混合架构的眼底图像无损数字版权管理方法，包括以下步骤：如图1所示，版权登记阶段包括以下步骤：步骤1：提取指纹特征。(1)将眼底图像标准化为512×512像素大小的灰度图片。并对标准化后的图像进行2D-DCT变换，得到大小为512×512的变换域图像U。(2)由于变换域中的低频分量决定原始图像的整体轮廓，选取变换域图像U中的低频部分作为特征提取区域，选取的区域用矩阵X表示。Xi,j＝Ui+1,j+1其中1≤i,j≤32，Xi,j表示矩阵中的元素。(3)为确保提取特征的鲁棒性和可辨识性，对32×32的矩阵X中的不同区域设置不同的权重。对矩阵X进行分块：Ai,j＝Xi,j,1≤i,j≤16；Bi,j-16＝Xi,j,1≤i≤16,17≤j≤32；Ci-16,j＝Xi,j,17≤i≤32,1≤j≤16；Di-16,j-16＝Xi,j,17≤i,j≤32；对分块矩阵设置如下权重：wA＝2；wB＝wC＝1；wD＝0；按照上述的权重分配，对矩阵X进行如下处理，得到新矩阵X’：X,i,j=Ai,j,1≤i,j≤16;Ai,j-16,1≤i≤16,17≤j≤32;Ci-16,j,17≤i≤32,1≤j≤16;Ai-16,j-16,17≤i,j≤32;]]>(4)将新矩阵X’转化成一维向量I(t)，对向量I(t)进行中值量化得到指纹特征f(t)。f(t)=1,I(t)≥ϵ0,I(t)<ϵ]]>其中1≤t≤1024，ε是向量I(t)的中值，即矩阵X’的加权中值。(5)将指纹特征f存入指纹数据库中，为版权鉴别阶段的检索提供依据。步骤2：利用VSS视觉密码方法生成主共享与所有权共享。(1)将二值指纹特征f转化成32×32的矩阵F。(2)将矩阵F中的每个元素Fi,j变成一个2×2的矩阵。变换规则如下：Mi,j=1001,Fi,j=1;0110,Fi,j=0;]]>这样矩阵32×32的矩阵F就变成64×64的矩阵M，得到的矩阵M就是主共享。(3)按选取合适的经过处理的32×32大小的二值水印图像(版权信息)W，令W与主共享M进行VSS映射生成64×64的从共享O。具体的生成规则如下：Oi,j=0110,Wi,j=1,Mi,j=0110;1001,Wi,j=1,Mi,j=1001;0110,Wi,j=0,Mi,j=1001;1001,Wi,j=0,Mi,j=0110;]]>其中Wi,j是水印图像中的像素值。(4)将从共享O存入从共享数据库中，为版权鉴别阶段提供依据。如图2所示，版权鉴别阶段包括以下步骤：步骤1：对可疑眼底图像进行基于内容的检索。(1)遵循版权登记中的方法，提取可疑眼底图像的可疑指纹f’。(2)通过计算两幅图像的海明距离，从指纹数据库中找到与可疑指纹f’最接近的指纹特征f。(3)如果可疑指纹f’与查寻到的最接近的指纹特征f的海明距离小于预先给定的阈值T，则进入到版权认证步骤。否则，结束操作。步骤2：版权认证。(1)根据检索到的与可疑指纹f’最接近的f，从版权登记阶段存储的从共享数据库中获取与之对应的从共享O。并将可疑指纹f’转化成32×32的矩阵F’。(2)与版权登记中生成主共享的方法一样，基于F’生成可疑的主共享M’。(3)利用VSS方法，将可疑的主共享M’与(1)中找到的从共享O叠加得到版权信息矩阵W’。(4)将版权信息矩阵W’划分成1024个不重叠的2×2的块W’i,j，其中1≤i,j≤32。通过如下过程得到可疑的水印图像W~i,j=0,ΣxΣyW,i,j(x,y)<2;1,ΣxΣyW,i,j(x,y)≥2;]]>其中1≤i,j≤32并且1≤x,y≤2。(5)通过计算原始水印与提取的可疑水印的标准化系数NC，得到两者的相似度。计算公式如下：NC=Σi=1mΣj=1nWi,j⊕W~i,j‾m×n]]>其中W与分别代表原始水印与提取的可疑水印，表示异或操作，m×n表示图像的大小。实施例：选取150幅眼底图像进行各种图像攻击。图像攻击形式具体描述如下：模糊：将大小为9×9和15×15的高斯模糊内核分别应用于眼底图像中。对比度调整：分别增强和减弱眼底图像的对比度，参数为±30％和±50％。亮度调整：分别增强和减弱眼底图像的亮度，参数为±30％和±50％。滤波：大小为9×9和15×15的均值滤波内核与中值滤波内核分别应用于眼底图像中高斯噪声：给图像分别添加10％和30％的高斯噪声。椒盐噪声：给图像添加椒盐噪声，噪声密度分别为0.03和0.05。大小调整：改变图像的大小设置，大小因子为分别0.5和0.2。旋转：将眼底图像旋转1°和2°。JPEG图像压缩：对眼底图像进行JPEG图像压缩，质量因子分别为70％和50％。对上述遭受同一种攻击后的150幅眼底图像，按照本发明中基于内容的检索阶段的方法，对其进行检索。检索的性能评价，在准确率为98.5％的检索率下的漏报率，如表1所示。对上述遭受同一种攻击后的150幅眼底图像，按照本发明中版权认证阶段的方法，对其进行版权认证。计算他们复原的水印与原始水印的NC的平均值。结果如表2所示。表3给出了本方法与其他医学图像版权保护方法的性能比较，可以看出本方案所提的方法所获得的精确度较高，有些性能指标优于其他方法。表1本发明基于内容检索的性能评价表2本发明鲁棒性评价表3NC值的比较以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页1 2 3