[發(fā)明專利]基于三維DWT-DFT和混沌置亂的體數(shù)據(jù)水印方法

無效

• 申請?zhí)枺?/td>: 201310248226.9
• 申請日: 2013-06-21
• 公開（公告）號: CN103345725A
• 公開（公告）日: 2013-10-09
• 發(fā)明（設計）人: 李京兵;陳延偉;劉瑤利
• 申請（專利權）人: 海南大學
• 主分類號: G06T1/00
• 分類號: G06T1/00;A61B5/055
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發(fā)明涉及一種基于三維小波變換(DWT)、三維傅里葉變換(DFT)和混沌置亂的體數(shù)據(jù)圖像特征的數(shù)字水印技術，是一種多媒體數(shù)據(jù)保護方法，屬于多媒體信號處理領域。

技術背景

利用互聯(lián)網(wǎng)可以實現(xiàn)遠程醫(yī)療診斷，但通過互聯(lián)網(wǎng)傳輸病人的醫(yī)用圖像時，可能會泄露病人的個人信息，如何保護患者的個人隱私、使得病人的CT、MRI等醫(yī)用圖像上的個人信息、病人的電子病歷等數(shù)據(jù)不被泄露，這一問題隨著互聯(lián)網(wǎng)的普及變得日益嚴重。醫(yī)學圖像數(shù)字水印技術（Medical?Image?Watermarking,簡稱MIW）可以有效地解決這一問題。

數(shù)字水印技術最初是用于互聯(lián)網(wǎng)上的數(shù)字媒體的版權保護，現(xiàn)在利用數(shù)字水印的不可見性、魯棒性等特點，可以把病人的個人信息隱藏在其醫(yī)學圖像中，以保證它在互聯(lián)網(wǎng)上的安全傳輸。醫(yī)學圖像數(shù)字水印的出現(xiàn)，使得遠程醫(yī)療診斷、遠程手術所需的相關病人資料在互聯(lián)網(wǎng)上傳輸時，可以有效的保護病人的隱私，避免病人的資料被篡改。

目前，在數(shù)字水印的研究領域中對如何在體數(shù)據(jù)中嵌入水印的問題研究較少，因為醫(yī)學圖像（CT、MRI等）大部分是體數(shù)據(jù)，這些體數(shù)據(jù)原則上是不容許修改其內容的。另外，下一代圖像壓縮標準JPEG2000是基于小波變換的。因此，對基于三維DWT-DFT，在體數(shù)據(jù)中嵌入水印的工作有較大意義，并且要求嵌入的水印有較強的魯棒性，實現(xiàn)難度較大，目前尚未見報道，尚屬空白。

發(fā)明內容

本發(fā)明的目的是提出一種基于三維DWT-DFT和Logistic?Map混沌置亂，實現(xiàn)既能抗擊幾何攻擊又能抗擊常規(guī)攻擊的體數(shù)據(jù)數(shù)字水印嵌入與提取方法，它具有較強的魯棒性，并且水印的嵌入不影響原始體數(shù)據(jù)，是一種零水印方案，從而較好的保護了三維體數(shù)據(jù)。

本發(fā)明的原理是：首先利用Logistic?Map對水印信息進行預處理，再對醫(yī)用體數(shù)據(jù)進行全局三維DWT-DFT變換，在三維DWT-DFT變換系數(shù)中提取一個抗幾何攻擊的特征向量，并將預處理后的水印與該特征向量相關聯(lián)，利用特征向量的魯棒性實現(xiàn)了數(shù)字水印的抗幾何和常規(guī)攻擊。

為了實現(xiàn)上述目的，本發(fā)明是這樣進行的：應用Logistic?Map產生混沌序列對二值的水印圖像W(i,j)進行混沌置亂和還原，提高水印信息的安全性。通過對體數(shù)據(jù)進行全局三維小波變換，得到“近似系數(shù)”和“細節(jié)系數(shù)”，這類似二維圖像的小波變換，“近似系數(shù)”代表體數(shù)據(jù)的低頻特性，反映的是體數(shù)據(jù)的主要外部輪廓；“細節(jié)系數(shù)”代表體數(shù)據(jù)的高頻特性，反映的是體數(shù)據(jù)的高頻細節(jié)信息。小波變換本身的抗幾何攻擊能力較差，因此，我們先對體數(shù)據(jù)進行三維小波變換(DWT)，然后再對反映低頻特性的“近似系數(shù)”進行全局傅里葉變換(DFT)，在三維DFT系數(shù)中，提取體數(shù)據(jù)的一個抗幾何攻擊的特征向量，并將水印技術與密碼學中的Hash函數(shù)和“第三方”概念有機結合起來，實現(xiàn)了基于三維DWT-DFT抗幾何攻擊的數(shù)字水印技術。本發(fā)明所采用的方法包括水印的混沌置亂、水印的嵌入、提取和還原四大部分，第一部分為水印的混沌置亂，包括：（1）通過Logistic?Map產生混沌序列X(j)；（2）根據(jù)X(j)對水印進行置亂，得到混沌置亂的水印BW(i,j)；第二部分為水印的嵌入，包括：（3）通過對體數(shù)據(jù)進行三維小波變換，然后對近似系數(shù)進行全局DFT變換，得到體數(shù)據(jù)的一個抗幾何攻擊的特征向量V(j)；（4）根據(jù)混沌置亂的水印BW(i,j)和提取的體數(shù)據(jù)的特征向量V(j)，通過Hash函數(shù)運算，生成一個二值邏輯密鑰序列Key(i,j)，然后將二值邏輯序列Key(i,j)存在第三方；第三部分為水印的提取，包括：（5）求出待測體數(shù)據(jù)的抗幾何攻擊的特征向量V’(j)；（6）利用已存在于第三方的二值邏輯密鑰序列Key(i,j)和待測體數(shù)據(jù)的特征向量V’(j)，提取出水印BW’(i,j)；第四部分為水印的還原，包括：（7）應用Logistic?Map得到相同的混沌序列X(j)；（8）通過X(j)對水印進行還原。

現(xiàn)對本發(fā)明的方法進行詳細說明如下：

首先選擇一個有意義的二值圖像作為要嵌入醫(yī)學體數(shù)據(jù)的水印，記為W={w(i,j)|w(i,j)=0,1;1≤i≤M1,1≤j≤M2}；同時，選取Matlab中自帶的一個MRI體數(shù)據(jù)作為原始醫(yī)學體數(shù)據(jù)，表示為：F={f(i,j,k)|f(i,j,k)∈R;1≤i≤M,1≤j≤N，1≤k≤P}。其中，w(i,j)和f(i,j,k)分別表示水印的像素灰度值和原始醫(yī)學體數(shù)據(jù)的體素（Voxel）數(shù)據(jù)值，這類似二維圖像中的像素灰度值，方便起見，設M1=M2，M=N。

第一部分：水印的混沌置亂