[發明專利]一種基于紋理度交叉嵌入的醫學圖像篡改檢測及自恢復方法

在審

• 申請號: 202211278309.8
• 申請日: 2022-10-19
• 公開（公告）號: CN115690014A
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 石慧;顏克勛;周梓怡
• 申請（專利權）人: 遼寧師范大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T1/00;G06T5/00;G06V10/764;G06V10/54;G06V10/25;G06V10/28;G06F17/16
• 代理公司: 大連非凡專利事務所 21220
• 代理人: 閃紅霞

本發明公開一種基于紋理度交叉嵌入的醫學圖像篡改檢測及自恢復方法，將醫學圖像劃分為ROI區域和RONI區域；在ROI區域依據不同特征計算紋理復雜度，以此將其分為紋理塊和平滑塊，利用壓縮感知技術在不同塊內提取不同特征作為恢復信息；在ROI區域設置像素級和塊級檢測位；RONI區域則基于參考矩陣和交叉嵌入技術實現恢復信息隱藏。不僅利用梯度直方圖和DCT變換檢測整個圖像是否存在復制粘貼攻擊，而且依據像素級和塊級檢測定位ROI區域的篡改塊并提取恢復信息還原篡改圖像，具有篡改檢測能力強、自恢復效果好、安全性高、不可見性好和魯棒性強的優點。

技術領域

本發明涉及一種醫學圖像篡改檢測及自恢復方法，尤其涉及一種基于紋理度交叉嵌入的醫學圖像篡改檢測及自恢復方法。

背景技術

5G網絡為遠程醫療提供更優網絡能力同時，醫學圖像數據在安全傳輸上存在著惡意篡改、非法拷貝、隱私泄露等問題。如果經過惡意篡改的醫學圖像被采用，將造成嚴重的公共信任危機。因此，研究醫學圖像篡改檢測(醫學圖像完整性認證)技術勢在必行。早期篡改檢測算法只對圖像的篡改與否進行判斷，目前的篡改檢測算法不僅要求進行篡改區域精確定位，而且要求近似恢復。

醫學圖像通?？煞譃楦信d趣區域(ROI-Region of Interest)和不感興趣區域(RONI-Region of Non-Interest)。Osborne等人率先提出對ROI區域和RONI區域分別處理，在保證ROI區域圖像質量的同時對RONI區域進行壓縮，后來多位學者提出提取ROI區域特征作為水印嵌入到RONI區域。

醫學圖像篡改方式具有多樣性，圖像復制-粘貼篡改(copy-move)是一種常用的手段。Fridrich等人首次定義了復制-粘貼篡改，并提出了基于塊匹配的檢測算法，后來多位學者分別提出了基于DWT變換、FWT變換等用于描述圖像塊特征。然而，基于塊的檢測方法魯棒性較低。

Huang等人采用SIFT作為醫學圖像關鍵點檢測與特征描述的方法，并使用BestBin First算法來尋找相似特征向量，進而確定匹配關鍵點位置。此后很多學者設計了一系列基于SIFT、SURF的算法。與基于塊匹配的檢測方法相比，基于關鍵點匹配的方法避免了全局搜索，提高了魯棒性，然而，上述算法存在后處理掩蓋操作的篡改痕跡以及檢測效率低等問題。

發明內容

本發明為解決現有技術存在的上述問題，提出一種基于紋理度交叉嵌入的醫學圖像篡改檢測及自恢復方法。

本發明的技術解決方案是：一種基于紋理度交叉嵌入的醫學圖像篡改檢測方法，依次按照如下步驟進行：

步驟1.將醫學圖像劃分為ROI區域和RONI區域；

步驟2.在ROI區域依據不同特征計算紋理復雜度，并根據紋理復雜度將ROI區域分為紋理塊和平滑塊，利用壓縮感知技術在不同塊內提取不同特征作為恢復信息；

步驟3.在ROI區域設置像素級和塊級檢測位；

步驟4.在RONI區域基于參考矩陣和交叉嵌入技術實現恢復信息隱藏；

步驟5.圖像復制粘貼攻擊檢測；

步驟6.ROI區域雙重篡改檢測定位。

所述步驟1具體如下：

步驟1.1將醫學圖像img_mark轉換成灰度圖像格式img_origin；

步驟1.2識別醫生手動標識ROI區域邊緣線位置，在二值矩陣img_edge中將邊緣線像素賦值為1，其余像素賦值為0；

步驟1.3掃描矩陣img_edge，將邊緣內部區域用1填滿，形成ROI區域img_area，其余部分為RONI區域；