云环境下一种加密医学图像鲁棒多水印实现方法
【技术领域】
[0001] 本发明属于多媒体信号处理领域，设及一种基于DCT变换、混浊映射（Logistic Map)和图像视觉特征向量的医学图像数字水印技术，具体是云环境下一种加密医学图像鲁 椿多水印实现方法。
【背景技术】
[000引X光片、CT、MRI、超声波和PET等现代医学图像技术的广泛应用，使得研究人员对 医学图像的保密性（仅授权人员能访问病患者的数据）、完整性（表明医学图像未被篡改） 和真实性（证明数据来源）开展了深入的研究。互联网云技术的发展，在为医疗技术带来 便捷的同时，也对数据的安全提出了挑战。云环境下，为了使用云服务不泄露数据隐私，用 户需要对数据进行加密，并希望能在密文域完成数据分析。医学图像包含了病人的重要信 息，当它们在因特网上或W其他方式进行存储和传输时，很容易面临安全威胁。因此，迫切 需要对患者的医学图像采取保护措施。采用合适的信息隐藏手段便可W防止非授权用户对 相关信息进行访问。一些常见的加密方法已经见诸实践，比如DES，IDEA,AES等。但是，当 使用该些方法进行加密时，在计算上需要花费大量的时间，同时也只是适用于对文本数据 的加密。因为医学图像所具有的数据量大，冗余度高，相邻像素间相关性强的特点，使得传 统的加密方法并不适合于用来对图像进行加密。因此，一些新的加密方法被应用到图像加 密中来，比如著名的混浊系统。由于混浊系统所具有的遍历性、对初始值/控制参数的高度 敏感性、伪随机性、数据混合性等特点，使得它很适合于用来设计安全而又快捷的图像加密 算法。
[0003] 按照加密算法的作用域，可W将基于混浊的图像加密算法分为空域加密算法和频 域加密算法。空间域的加密方式一般不需要用到从空间域到频域的变换，计算量相对较少， 但其局部随机置乱效果不是很好。频域算法的优势是，在频域中每一点的变化对整个数据 集合都会产生一定的影响。如图像数据经过DCT变换得到的DCT系数中如果有一个发生改 变，就会通过IDCT逆运算体现在所有的像素点中。相对于空间域算法，频域算法加密效率 比较高。
[0004] 在医学图像中把个人信息作为数字水印嵌入在医学图像中，就可W较好地解决患 者的信息隐藏问题。传统方法是直接将置乱后的水印嵌入到原始图像中，该样做可W保护 水印信息，但是仍然不能消除当医学图像遭到非授权访问时载体信息泄露的安全隐患。通 过在加密图像中嵌入数字水印就能很好地解决该个问题，然而，相关研究目前还未见任何 报道。
[0005] 基于此，本发明提出了一种将数字水印嵌入到加密医学图像中的方法。首先对原 始医学图像进行加密，再将病人的重要信息作为水印信号，置乱后嵌入到加密医学图像中。 该样一来，即使病人的信息受到有意或者无意的攻击，只要非授权用户不知道密钥，便无法 破解出医学图像和水印，使得患者的个人信息真正得到保护。
【发明内容】
[0006] 本发明是云环境下一种加密医学图像鲁椿多水印实现方法，通过将医学图像的视 觉特征向量、密码学和零水印技术结合起来，弥补了传统的数字水印方法不能对医学图像 本身进行保护的缺点，嵌入的水印具有很强的鲁椿性和不可见性，能同时保护病人的隐私 信息和医学图像的数据安全。
[0007] 为实现上述目的，本发明是该样进行的；对医学图像进行全图DCT变换，在DCT变 换系数中，提取一个抗几何攻击的医学图像视觉特征向量，再将置乱水印嵌入到加密医学 图像中。本方法不仅将普通的水印技术与混浊加密、"第=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、水印还原和加密医学图像还原六 大部分。
[000引现对本发明的方法进行详细说明如下：
[0009] 选择=个有意义的二值文本图像作为嵌入加密医学图像的=个水印，记为Wk= (Wk(i，j) |wk(i，j) = 0, 1 ;1《i《32, 1《j《32, 1《k《3}。同时，我们选取一个医学 体数据的第十片作为原始医学图像，记为，I(i，j)，Wk(i，j)和I(i，j)分别表示水印和原始 医学图像的像素灰度值。
[0010] 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)
[0011] 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)
[0012] D(i,j) =DCT(I(i,j))
[001引。根据初始值y。，应用LogisticMap生成一个混浊序列LU);
[0014] 3)通过对L(j)升维运算得到二维矩阵，然后将混浊矩阵通过符号运算，将大于等 于0. 5的数，赋值为"1"，其余赋值为"-1"，W得到二值混浊矩阵C'（i，j));
[001引 4)将原图的DCT系数矩阵D(i，如和二值混浊矩阵C'（i，如进行点乘运算，获得加 密后的DCT系数矩阵邸（i，j);
[0016] ED(i，j) =D(i，j).*C'（i，j)
[0017] 5)对系数矩阵邸(i，j)进行DCT反变换，得到加密医学图像EI(i，j);
[0018] EI(i，j) =IDCT巧D(i，j))
[0019] 第二部分：多重水印的加密
[0020] 6)获取二值混浊矩阵
[0021] 首先根据初始值X。生成一维混浊序列X(j)，通过升维运算得到二维矩阵；然后， 将混浊序列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"，W得 到二值混浊矩阵C(i，j)。
[0022] 7)得到混浊加密的水印
[002引将二值水印Wk(i，j)和二值混浊矩阵C(i，j)经过异或运算得到加密的多重水印EWk(iJ);
[0024] EWk(i，j)=^A/y@c(i，j)
[0025] 第S部分；多重水印EWk(i，j)的嵌入
[0026] 8)提取加密医学图像EI(i，如的特征向量
[0027] 对加密医学图像El(i，j)进行DCT变换，得到DCT系数矩阵邸(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《U，L为所取的DCT变换系数的个数，表示如下：
[002引 ED(iJ) =DCT2 巧
[0029] EVU) =si即巧D(iJ))
[0030] 9)嵌入水印并得到逻辑密钥
[003U将特征向量EV(j)和加密后的多重水印EWk(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Keyk(i，j);
[0032] K巧k(i，j) =EWk(i，j)@EV(j)
[0033] 保存Keyk(i，j)，该在后面提取水印时要用到。通过将IfeykQ，j)作为密钥向第s 方申请，可W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；
[0034] 第四部分：多重水印的提取
[003引 10)提取待测加密医学图像EI'（i，如的特征向量
[0036] 对待测的加密医学图像进行DCT变换，得到DCT系数矩阵邸'（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) = {v(j)|v(j)= 0, 1《j《U。L为所取的DCT变换系数的个数，本文为32个；
[0037] ED，（i，_]?) =DCT2 巧I，（i，_]?))
[003引 EV'（j) =si即巧D'（ij))
[0039] 11)提取多重水印EWk'（i，_]'）
[0040] 将待测加密图像的特征向量EV'U)和逻辑密钥Keyk(iJ)进行异或运算，便提取 出加密的多重水印EWk' (i，j);
[0041] EWk'(i，_j) =K巧k(i，j)@EV'Cj)
[0042] 该算法在提取水印时只需要密钥Keyk(i，j)，不需要原始图像参与，是一种盲水印 提取算法；
[0043] 第五部分：多重水印的还原
[0044]12)获取二值混浊加密矩阵C(i，j)
[0045] 利用和水印加密同样的方法，得到相同的二值混浊矩阵C(i，j);
[0046] 13)还原提取出的加密水印
[0047] 将二值混浊矩阵C(i，j)