基于四元数PHFM的三图像零水印构造方法和检测方法与流程

本发明涉及数字多媒体防伪和信息安全保护领域，具体地说是基于四元数phfm的三图像零水印构造方法和检测方法。

背景技术：

当前医院医疗数字信息化建设进程加快，诸如计算机断层(ct)成像、超声成像(us)、核磁共振成像(nmri)等数字医学影像作为医生判断患者健康状况的重要参考依据，这些图像在网络传输时很可能会遭受到被信息截获或被故意篡改等安全问题。增强数字医疗信息系统的健壮性，尤其有效保证医学图像的可靠性、可用性和保密性已成为目前亟待解决的问题。

数字水印技术是有效解决该问题的技术手段之一。利用数字水印技术将具有标志性或有意义的数字信息嵌入到医学图像中，其特有的鲁棒性和安全性保证图像在经历数据信息处理后，仍能够可靠完整地提取出水印标志，实现其版权保护、完整性认证等作用。然而嵌入的水印信息会破坏医学图像的完整性，由于医学图像包含了一些重要的病理信息，任何较小的改动都会影响医生对病理的判断，故而设计一种无损的医学图像版权保护方式至关重要。

在实际应用中可能需要对多幅同样的数字医学影像分别进行版权保护，例如，在ct图像中，身体同一部位通常会被采集成多幅图像，上述多幅图像均需进行版权保护，但现有的零水印方案主要是面向一幅图像进行版权保护，虽然可以重复用于多幅图像，但是在重复操作中会耗费大量时间、占用大量的存储空间。

如何实现对多幅同样的数字医学影像进行版权保护，是需要解决的技术问题。

技术实现要素：

本发明的技术任务是提供一种基于四元数phfm的三图像零水印构造方法和检测方法，来解决如何同时实现对三幅同类医学图像进行版权保护的问题。

本发明的技术任务是按以下方式实现的：

基于四元数phfm(英文全称为polarharmonicfouriermoments，中文翻译为极谐傅里叶矩)的三图像零水印构造方法，用于同时使用三幅医学图像构造零水印图像，三幅医学图像的大小均为n×n，水印图像的大小为p×q，包括如下步骤：

s100、计算上述三幅医学图像的四元数极谐fourier矩；

s200、基于密钥选取p×q个四元数极谐fourier矩，并基于选取的四元数极谐fourier矩的幅值计算二维特征矩阵；

s300、对二维特征矩阵逐列比较列向量中每个幅值和列向量幅值平均值的大小，构造感知哈希序列；

s400、构造logistic混沌映射序列并将其转换为二值序列，对二值序列和感知哈希序列进行异或操作得到混沌序列；

s500、将混沌序列与水印图像进行异或操作，生成零水印图像。

进一步的，步骤s100中，以三幅医学图像作为四元数的三个虚部，计算上述三幅医学图像的四元数极谐fourier矩。

进一步的，步骤s200包括如下分步骤：

s210、根据密钥从上述四元数极谐fourier矩中随机选取p×q个矩；

s220、计算上述选取的四元数极谐fourier矩的幅值作为图像特征；

s230、对选取的四元数极谐fourier矩的幅值进行升维计算得到二维特征矩阵v，

v＝(vi,j,0≤i≤p,0≤j≤q)

其中，vi,j表示二维特征矩阵v在坐标(i,j)处的值。

进一步的，步骤s300包括如下分步骤：

s310、对于二维特征矩阵逐列计算每列向量对应的列向量幅值平均值；

s320、对于二维矩阵逐列进行如下计算：将当前列向量的每个幅值逐一与当前列向量的列向量幅值平均值进行大小比较，并生成序列元素；

其中，当幅值大于或等于列向量幅值平均值时，序列元素记为1，当幅值小于列向量幅值平均值时，序列元素记为0；

s330、将上述序列元素扫描成序列，即得到感知哈希序列h，

h＝(hi,j,0＜i＜p,0＜j＜q)

其中，hi,j表示感知哈希序列h在坐标(i,j)处的值。

进一步的，步骤s400包括如下分步骤：

s410、通过初始值为x0的logistic混沌映射生成长度为p×q的混沌序列l；

s420、将混沌序列l转换为二值序列l'，

其中，threshold为混沌序列l的均值；

s430、对二值序列l'与哈希序列h进行异或操作生成混沌序列h'，

基于四元数phfm的三图像零水印检测方法，同时对三幅医学图像进行水印检测，三幅医学图像的大小均为n×n，包括如下步骤：

l100、计算上述三幅待检测医学图像的四元数极谐fourier矩；

l200、基于密钥选取p×q个四元数极谐fourier矩，并基于选取的四元数极谐fourier矩的幅值计算二维特征矩阵；

l300、对二维特征矩阵逐列比较列向量中每个幅值和列向量幅值平均值的大小，构造感知哈希序列；

l400、构造logistic混沌映射序列并将其转换为二值序列，对二值序列和感知哈希序列进行异或操作得到混沌序列；

l500、将混沌序列与通过上述任一项基于四元数phfm的三图像零水印构造方法构造的零水印图像进行异或操作，提取水印图像。

进一步的，步骤l100中，以三幅待检测医学图像作为四元数的三个虚部，构造上述三幅医学图像的四元数极谐fourier矩。

进一步的，步骤l200包括如下分步骤：

l210、根据密钥从上述四元数极谐fourier矩中随机选取p×q个四元数极谐fourier矩；

l220、计算上述选取的四元数极谐fourier矩的幅值作为图像特征；

l230、对四元数极谐fourier矩的幅值进行升维计算得到二维特征矩阵

其中，表示二维特征矩阵在坐标(i,j)处的值。

进一步的，步骤l300包括如下分步骤：

l310、对于二维特征矩阵逐列计算每列向量对应的列向量幅值平均值；

l320、对于二维矩阵逐列进行如下计算：将当前列向量的每个幅值逐一与当前列向量的列向量幅值平均值进行大小比较，并生成序列元素；

其中，当幅值大于或等于列向量幅值平均值时，序列元素记为1，当幅值小于列向量幅值平均值时，序列元素记为0；

l330、将上述序列元素扫描成序列，即得到感知哈希序列

其中，表示感知哈希序列在坐标(i,j)处的值。

进一步的，步骤l400包括如下分步骤：

l410、通过初始值为x0的logistic混沌映射生成长度为p×q的混沌序列

l420、将混沌序列转换为二值序列

其中，threshold为混沌序列的均值；

l430、对二值序列与哈希序列进行异或操作生成混沌序列

本发明的一种基于四元数phfm的三图像零水印构造方法和检测方法具有以下优点：

1、该方法中实现了同时对三幅同类的医学图像进行版权保护，有效提升了算法的效率，节省了存储空间；

2、首次构造了三幅不同图像的四元数极谐fourier矩；

3、该方法中水印图像并没有嵌入到医学图像载体中，而是与载体相关联，确切的说是与图像特征向量相关联，没有对原始的医学图像进行任何修改，保证了医学图像的完整性。

附图说明

下面结合附图对本发明进一步说明。

附图1为实施例1基于四元数phfm的三图像零水印构造方法的流程框图；

附图2为实施例2基于四元数phfm的三图像零水印检测方法的流程框图。

具体实施方式

参照说明书附图和具体实施例对本发明的基于四元数phfm的三图像零水印构造方法和检测方法作以下详细地说明。

实施例1：

如附图1所示，本发明的基于四元数phfm的三图像零水印构造方法，用于同时使用三幅医学图像构造零水印图像，三幅医学图像大小均为n×n，水印图像w的大小为p×q，包括如下步骤：

s100、计算上述三幅医学图像的四元数极谐fourier矩；

s200、基于密钥选取p×q个四元数极谐fourier矩，并基于选取的四元数极谐fourier矩的幅值计算二维特征矩阵；

s300、对二维特征矩阵逐列比较列向量中每个幅值和列向量幅值平均值的大小，构造感知哈希序列；

s400、构造logistic混沌映射序列并将其转换为二值序列，对二值序列和感知哈希序列进行异或操作得到混沌序列；

s500、将混沌序列与水印图像进行异或操作，生成零水印图像。

其中，步骤s100中，三幅医学图像，分别为f1(r,θ)、f2(r,θ)和f3(r,θ)，以三幅医学图像作为四元数的三个虚部，计算上述三幅医学图像的最大阶数为nmax的四元数极谐fourier矩，得到(nmax+1)(2nmax+1)个矩。

步骤s200中包括如下分步骤：

s210、根据密钥从上述四元数极谐fourier矩中随机选取p×q个矩；

s220、计算上述选取的四元数极谐fourier矩的幅值作为图像特征；

s230、对选取的四元数极谐fourier矩的幅值进行升维计算得到二维特征矩阵v

v＝(vi,j,0≤i≤p,0≤j≤q)

其中，vi,j表示二维特征矩阵v在坐标(i,j)处的值。

步骤s300，包括如下分步骤：

s310、对于二维特征矩阵逐列计算每列向量对应的列向量幅值平均值；

s320、对于二维矩阵逐列进行如下计算：将当前列向量的每个幅值逐一与当前列向量的列向量幅值平均值进行大小比较，并生成序列元素；

其中，当幅值大于或等于列向量幅值平均值时，序列元素记为1，当幅值小于列向量幅值平均值时，序列元素记为0；

s330、将上述序列元素扫描成序列，即得到感知哈希序列h，

h＝(hi,j,0＜i＜p,0＜j＜q)

其中，hi,j表示感知哈希序列h在坐标(i,j)处的值。

步骤s400包括如下分步骤：

s410、通过初始值为x0的logistic混沌映射生成长度为p×q的混沌序列l；

s420、将混沌序列l转换为二值序列l'，

其中，threshold为混沌序列l的均值；

s430、对二值序列l'与哈希序列h进行异或操作生成混沌序列h'，

步骤s500中，将混沌序列与水印图像进行异或操作生成零水印图像k，计算公式为：零水印图像k的表达式为：

k＝(ki,j,0≤i≤p,0≤j≤q)

其中，ki,j表示感密钥图像k在坐标(i,j)处的值。

原载体图像(医学图像)拥有者具有密钥管理权，能够进行水印提取。该方法中，水印图像没有嵌入到载体中，而是与载体向关联，确切的说，是与图像特征向量关联，零水印图像作为密钥图像保存，用于水印提取。

实施例2

如附图2所示，本发明的基于四元数phfm的三图像零水印检测方法，同时对三幅待检测医学图像进行水印检测，三幅待检测医学图像的大小均为n×n，包括如下步骤：

l100、计算上述三幅待检测医学图像的四元数极谐fourier矩；

l200、基于密钥选取p×q个四元数极谐fourier矩，并基于选取的四元数极谐fourier矩的幅值计算二维特征矩阵；

l300、对二维特征矩阵逐列比较列向量中每个幅值和列向量幅值平均值的大小，构造感知哈希序列；

l400、构造logistic混沌映射序列并将其转换为二值序列，对二值序列和感知哈希序列进行异或操作得到混沌序列；

l500、将混沌序列与通过实施例1公开的基于四元数phfm的三图像零水印构造方法构造的零水印图像进行异或操作，提取水印图像。

其中，步骤l100中，三幅医学图像分别为和以三幅医学图像作为四元数的三个虚部，计算上述三幅医学图像的最大阶数为nmax的四元数极谐fourier矩。

步骤l200中包括如下分步骤：

l210、根据密钥从上述四元数极谐fourier矩中随机选取p×q个四元数极谐fourier矩；

l220、计算上述选取的四元数极谐fourier矩的幅值作为图像特征；

l230、对四元数极谐fourier矩的幅值进行升维计算得到二维特征矩阵

其中，表示二维特征矩阵在坐标(i,j)处的值。

步骤l300，包括如下分步骤：

l310、对于二维特征矩阵逐列计算每列向量对应的列向量幅值平均值；

l320、对于二维矩阵逐列进行如下计算：将当前列向量的每个幅值逐一与当前列向量的列向量幅值平均值进行大小比较，并生成序列元素；

其中，当幅值大于或等于列向量幅值平均值时，序列元素记为1，当幅值小于列向量幅值平均值时，序列元素记为0；

l330、将上述序列元素扫描成序列，即得到感知哈希序列

其中，表示感知哈希序列在坐标(i,j)处的值。

步骤s400包括如下分步骤：

l410、通过初始值为x0的logistic混沌映射生成长度为p×q的混沌序列

l420、将混沌序列转换为二值序列

其中，threshold为的均值；

l430、对二值序列与哈希序列进行异或操作生成混沌序列

步骤s500中，将混沌序列与零水印图像进行异或操作生成水印图像计算公式为：

通过上面具体实施方式，所述技术领域的技术人员可容易的实现本发明。但是应当理解，本发明并不限于上述的具体实施方式。在公开的实施方式的基础上，所述技术领域的技术人员可任意组合不同的技术特征，从而实现不同的技术方案。除说明书所述的技术特征外，均为本专业技术人员的已知技术。