[發(fā)明專利]一種基于感知哈希和數(shù)據(jù)增強(qiáng)的醫(yī)學(xué)圖像數(shù)字水印方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110350359.1
• 申請(qǐng)日: 2021-03-31
• 公開（公告）號(hào): CN113160029B
• 公開（公告）日: 2022-07-05
• 發(fā)明（設(shè)計(jì)）人: 李京兵;方陽修;劉婧;陳延偉
• 申請(qǐng)（專利權(quán)）人: 海南大學(xué)
• 主分類號(hào): G06T1/00
• 分類號(hào): G06T1/00;G06V10/46;G06F21/62;G06F21/60
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 巴翠昆

1.一種基于感知哈希和數(shù)據(jù)增強(qiáng)的醫(yī)學(xué)圖像數(shù)字水印方法，其特征在于，包括：

對(duì)原始醫(yī)學(xué)圖像分別進(jìn)行DCT變換和SIFT-DCT變換的特征提取，獲得所述原始醫(yī)學(xué)圖像的數(shù)據(jù)增強(qiáng)特征集；

將所述原始醫(yī)學(xué)圖像的數(shù)據(jù)增強(qiáng)特征集利用感知哈希分別對(duì)應(yīng)生成所述原始醫(yī)學(xué)圖像的特征二值序列并建立所述原始醫(yī)學(xué)圖像的特征數(shù)據(jù)集；

對(duì)原始水印進(jìn)行Logistic混沌加密，得到加密后的混沌置亂水印，并將所述原始醫(yī)學(xué)圖像的特征數(shù)據(jù)集和所述混沌置亂水印進(jìn)行逐位異或運(yùn)算，獲取邏輯密鑰集且嵌入水印信息；

對(duì)待測(cè)醫(yī)學(xué)圖像分別進(jìn)行DCT變換和SIFT-DCT變換的特征提取，獲得所述待測(cè)醫(yī)學(xué)圖像的數(shù)據(jù)增強(qiáng)特征集；

將所述待測(cè)醫(yī)學(xué)圖像的數(shù)據(jù)增強(qiáng)特征集利用感知哈希分別對(duì)應(yīng)生成所述待測(cè)醫(yī)學(xué)圖像的特征二值序列并建立所述待測(cè)醫(yī)學(xué)圖像的特征數(shù)據(jù)集；

將所述待測(cè)醫(yī)學(xué)圖像的特征數(shù)據(jù)集和所述邏輯密鑰集進(jìn)行異或運(yùn)算，提取出加密水印，并對(duì)提取的所述加密水印進(jìn)行解密，得到還原水印；

將所述原始水印和所述還原水印進(jìn)行歸一化相關(guān)系數(shù)計(jì)算，確定所述原始醫(yī)學(xué)圖像的所有權(quán)和讀取嵌入的水印信息。

2.根據(jù)權(quán)利要求1所述的醫(yī)學(xué)圖像數(shù)字水印方法，其特征在于，對(duì)原始醫(yī)學(xué)圖像分別進(jìn)行DCT變換和SIFT-DCT變換的特征提取，獲得所述原始醫(yī)學(xué)圖像的數(shù)據(jù)增強(qiáng)特征集，具體包括：

將原始醫(yī)學(xué)圖像進(jìn)行DCT變換的特征提取，獲得第一數(shù)據(jù)增強(qiáng)特征序列；

將所述原始醫(yī)學(xué)圖像進(jìn)行SIFT-DCT變換的特征提取，獲得第二數(shù)據(jù)增強(qiáng)特征序列；所述第一數(shù)據(jù)增強(qiáng)特征序列和所述第二數(shù)據(jù)增強(qiáng)特征序列組成所述原始醫(yī)學(xué)圖像的數(shù)據(jù)增強(qiáng)特征集。

3.根據(jù)權(quán)利要求2所述的醫(yī)學(xué)圖像數(shù)字水印方法，其特征在于，將所述原始醫(yī)學(xué)圖像的數(shù)據(jù)增強(qiáng)特征集利用感知哈希分別對(duì)應(yīng)生成所述原始醫(yī)學(xué)圖像的特征二值序列并建立所述原始醫(yī)學(xué)圖像的特征數(shù)據(jù)集，具體包括：

選取所述第一數(shù)據(jù)增強(qiáng)特征序列中左上角低頻系數(shù)模塊，利用感知哈希對(duì)應(yīng)生成第一特征二值序列；

選取所述第二數(shù)據(jù)增強(qiáng)特征序列中左上角低頻系數(shù)模塊，利用感知哈希對(duì)應(yīng)生成第二特征二值序列；所述第一特征二值序列和所述第二特征二值序列組成所述原始醫(yī)學(xué)圖像的特征數(shù)據(jù)集。

4.根據(jù)權(quán)利要求3所述的醫(yī)學(xué)圖像數(shù)字水印方法，其特征在于，對(duì)原始水印進(jìn)行Logistic混沌加密，得到加密后的混沌置亂水印，具體包括：

通過Logistic Map產(chǎn)生混沌序列；

將生成的所述混沌序列利用哈希函數(shù)生成二值序列；

按照所述二值序列的順序?qū)υ妓≈械南袼匚恢每臻g進(jìn)行異或置亂，得到加密后的混沌置亂水印。

5.根據(jù)權(quán)利要求4所述的醫(yī)學(xué)圖像數(shù)字水印方法，其特征在于，將所述原始醫(yī)學(xué)圖像的特征數(shù)據(jù)集和所述混沌置亂水印進(jìn)行逐位異或運(yùn)算，獲取邏輯密鑰集，具體包括：

將所述第一特征二值序列和所述混沌置亂水印進(jìn)行逐位異或運(yùn)算，得到第一密鑰；

將所述第二特征二值序列和所述混沌置亂水印進(jìn)行逐位異或運(yùn)算，得到第二密鑰；所述第一密鑰和所述第二密鑰組成邏輯密鑰集。

6.根據(jù)權(quán)利要求5所述的醫(yī)學(xué)圖像數(shù)字水印方法，其特征在于，在獲取邏輯密鑰集之后，還包括：

將所述邏輯密鑰集作為密鑰向第三方申請(qǐng)，將水印信息注冊(cè)到IPR信息庫中。

7.根據(jù)權(quán)利要求6所述的醫(yī)學(xué)圖像數(shù)字水印方法，其特征在于，對(duì)待測(cè)醫(yī)學(xué)圖像分別進(jìn)行DCT變換和SIFT-DCT變換的特征提取，獲得所述待測(cè)醫(yī)學(xué)圖像的數(shù)據(jù)增強(qiáng)特征集，具體包括：

將待測(cè)醫(yī)學(xué)圖像進(jìn)行DCT變換的特征提取，獲得第三數(shù)據(jù)增強(qiáng)特征序列；

將所述待測(cè)醫(yī)學(xué)圖像進(jìn)行SIFT-DCT變換的特征提取，獲得第四數(shù)據(jù)增強(qiáng)特征序列；所述第三數(shù)據(jù)增強(qiáng)特征序列和所述第四數(shù)據(jù)增強(qiáng)特征序列組成所述待測(cè)醫(yī)學(xué)圖像的數(shù)據(jù)增強(qiáng)特征集。