本發(fā)明屬于信息安全領(lǐng)域，涉及一種基于指紋與零水印混合架構(gòu)的眼底圖像無損數(shù)字版權(quán)管理方法。
背景技術(shù)：
：眼底圖像是利用眼底照相機(jī)對(duì)眼球內(nèi)壁進(jìn)行不同角度拍攝而成的圖像，是一種標(biāo)準(zhǔn)的客觀診斷影像。各類眼底疾病如糖尿病視網(wǎng)膜病變、青光眼、高血壓、老年性黃斑變性等都能在眼底圖像中得以體現(xiàn)。為此，眼底圖像的處理與分析對(duì)這些疾病的早期篩查、診斷、治療以及輔助診療具有重要意義。眼底圖像作為醫(yī)療數(shù)字內(nèi)容的一部分，以及其固有的臨床醫(yī)學(xué)價(jià)值和研究?jī)r(jià)值都表明眼底圖像理應(yīng)受到有效保護(hù)。然而據(jù)調(diào)查，目前并沒有專門針對(duì)眼底圖像進(jìn)行數(shù)字版權(quán)管理的方法，而隨著越來越多的醫(yī)學(xué)影像通過醫(yī)療信息共享平臺(tái)來提供跨院的協(xié)同診斷服務(wù)以及遠(yuǎn)程醫(yī)療診斷服務(wù)，各種醫(yī)學(xué)影像包括眼底圖像都容易被非法存儲(chǔ)、復(fù)制、傳播和使用，使得相關(guān)醫(yī)院和研究機(jī)構(gòu)遭受巨大的損失。針對(duì)上述問題，及時(shí)有效地對(duì)眼底圖像進(jìn)行數(shù)字版權(quán)管理變得刻不容緩。目前專門針對(duì)眼底圖像的數(shù)字版權(quán)管理方法還鮮有研究。主流的數(shù)字版權(quán)管理主要采用密碼學(xué)技術(shù)、數(shù)字水印技術(shù)和數(shù)字指紋技術(shù)。其中數(shù)字水印與數(shù)字指紋研究較多?，F(xiàn)今，用于醫(yī)學(xué)影像的數(shù)字水印技術(shù)主要有三類，診斷感興趣區(qū)域無損的水印、完全無損的水印和零水印。診斷感興趣區(qū)域的無損水印將醫(yī)學(xué)影像分割成診斷感興趣區(qū)域和非感興趣區(qū)域，將版權(quán)信息嵌入到非感興趣區(qū)域中，而不對(duì)感興趣區(qū)域做任何修改。Lee等先對(duì)感興趣區(qū)域做第三層DWT變換，將低頻子帶作為的版權(quán)信息，嵌入到非感興趣區(qū)域的空間域系數(shù)中。Memon等則將版權(quán)信息嵌入到非感興趣區(qū)域的DCT系數(shù)中，并通過對(duì)非感興趣區(qū)域的置亂提高水印的安全性。這類技術(shù)避免了對(duì)影像感興趣區(qū)域的修改，不影響一般的醫(yī)療診斷，但是非感興趣區(qū)域的不可逆修改在一定程度上會(huì)影響診斷結(jié)果，所以用于眼底圖像的數(shù)字版權(quán)管理是不合適的。完全無損的水印技術(shù)主要基于可逆水印技術(shù)，其在水印提取之后，可以完全無損的還原醫(yī)學(xué)影像。An等使用小波域的統(tǒng)計(jì)直方圖的平移和聚類來嵌入水印。Lei等針對(duì)醫(yī)學(xué)影像的版權(quán)保護(hù)，提出一種魯棒性可逆水印算法。但是這類技術(shù)對(duì)于版權(quán)的鑒別是一次性的，在水印提取之后將無法再對(duì)眼底圖像版權(quán)進(jìn)行保護(hù)。并且眼底圖像必須在水印提取之后才能還原，給實(shí)際篩查和診斷工作帶來嚴(yán)重不便。零水印使用水印信息但是沒有嵌入水印信息，它首先提取數(shù)字影像的魯棒性特征生成主共享，再基于一定的映射算法將水印信息和主共享映射，得到相應(yīng)的映射關(guān)系作為所有權(quán)共享，并將其存儲(chǔ)。在版權(quán)鑒別時(shí)，先提取可疑數(shù)字影像的特征來生成可疑的主共享，將其和相應(yīng)的所有權(quán)共享來映射還原水印信息，用水印信息進(jìn)行版權(quán)鑒別。Dong等使用DCT系數(shù)的正負(fù)性對(duì)水印信息和主共享進(jìn)行異或生成所有權(quán)共享。Han等先對(duì)影像進(jìn)行3層小波變換使用Legendre混沌神經(jīng)網(wǎng)絡(luò)建立映射。零水印使用水印信息而沒有嵌入水印信息，不會(huì)修改影像內(nèi)容，影像也可以隨時(shí)用來進(jìn)行醫(yī)療診斷。但是零水印沒有使用基于內(nèi)容的檢索來主動(dòng)尋找疑似的侵權(quán)的醫(yī)學(xué)影像，是一種被動(dòng)的版權(quán)保護(hù)方法。數(shù)字指紋在醫(yī)學(xué)影像中更多的是用來做基于內(nèi)容的檢索，更多考慮的是指紋的可辨識(shí)性，少有文獻(xiàn)將其進(jìn)一步用來保護(hù)醫(yī)學(xué)影像的版權(quán)。由于數(shù)字指紋可以進(jìn)行基于內(nèi)容的檢索，能主動(dòng)去尋找疑似侵權(quán)的醫(yī)學(xué)影像可用于眼底圖像數(shù)字版權(quán)管理。但是數(shù)字指紋提取的是數(shù)字影像的固有特性，并沒有明確的版權(quán)信息，如發(fā)布者信息，使用權(quán)認(rèn)可判斷信息等等，有可能產(chǎn)生不必要的版權(quán)糾紛。由于眼底圖像大多是在醫(yī)療行業(yè)中的應(yīng)用，因此對(duì)其進(jìn)行數(shù)字版權(quán)管理的要求較高，現(xiàn)有的數(shù)字版權(quán)管理方法均不能完全滿足對(duì)眼底圖像進(jìn)行數(shù)字版權(quán)管理的諸多要求。技術(shù)實(shí)現(xiàn)要素：本發(fā)明提出了一種基于指紋與零水印混合架構(gòu)的眼底圖像無損數(shù)字版權(quán)管理方法，針對(duì)現(xiàn)有技術(shù)的不足，采用指紋與零水印混合架構(gòu)，實(shí)現(xiàn)對(duì)眼底圖像的無損數(shù)字版權(quán)管理。一種基于指紋與零水印混合架構(gòu)的眼底圖像無損數(shù)字版權(quán)管理方法，包括兩個(gè)階段，分別為版權(quán)標(biāo)記階段和版權(quán)識(shí)別階段；版權(quán)標(biāo)記階段：首先，對(duì)規(guī)格化后的眼底圖像進(jìn)行2D-DCT變換，通過對(duì)變換后的圖像提取眼底圖像特征作為眼底圖像指紋，存入眼底圖像指紋數(shù)據(jù)庫(kù)，用于基于內(nèi)容的檢索；然后，基于眼底圖像指紋生成眼底圖像主共享，基于VSS視覺密碼算法建立眼底圖像主共享與水印之間的映射關(guān)系，并依據(jù)映射關(guān)系生成從共享，存入從共享數(shù)據(jù)庫(kù)；版權(quán)識(shí)別階段：從眼底圖像指紋數(shù)據(jù)庫(kù)中尋找與可疑眼底圖像的指紋最接近的指紋，如果兩者之間的海明距離大于給定的閾值則認(rèn)為此可疑眼底圖像合法，無需后續(xù)操作，否則，根據(jù)可疑眼底圖像指紋最接近的指紋在從共享數(shù)據(jù)庫(kù)中找到對(duì)應(yīng)的從共享，并基于VSS視覺密碼算法，利用可疑眼底圖像的主共享生成對(duì)應(yīng)的可疑水印圖像，計(jì)算可疑水印圖像與最接近的指紋對(duì)應(yīng)的原始水印圖像的相似度，完成眼底圖像無損數(shù)字版權(quán)管理。原始水印圖像是指每張合法的眼底圖像所添加版權(quán)信息圖像。所述指紋特征的提取過程如下：首先，將眼底圖像處理成標(biāo)準(zhǔn)化大小的灰度圖像，然后對(duì)灰度圖像進(jìn)行2D-DCT變換獲得變換后的頻率域圖像，提取變換后的頻率域圖像中的低頻部分作為特征提取區(qū)域，并對(duì)特征提取區(qū)域作為眼底圖像特征矩陣；最后將眼底圖像特征矩陣轉(zhuǎn)換為指紋f(t)：f(t)=1,I(t)≥ϵ0,I(t)<ϵ]]>其中，I(t)表示眼底圖像特征矩陣中的各元素的值，ε為眼底圖像特征矩陣中所有元素的中值。對(duì)特征提取區(qū)域按照以下公式進(jìn)行權(quán)重設(shè)置，獲得新的眼底圖像特征矩陣X’，用于轉(zhuǎn)換獲得指紋：X,i,j=Ai,j,1≤i,j≤16;Ai,j-16,1≤i≤16,17≤j≤32;Ci-16,j,17≤i≤32,1≤j≤16;Ai-16,j-16,17≤i,j≤32;]]>其中，A中的元素屬于X的低頻部分，設(shè)置較高的權(quán)重ωA＝2。D中元素屬于X的高頻部分,為加強(qiáng)指紋得魯棒性，將其權(quán)重設(shè)置為ωD＝0,即不再取D中元素。B和C屬于X中的中頻部分，較X中的低頻部分他們包含更多圖像細(xì)節(jié)，因此保留它們的原有權(quán)重ωB＝ωC＝1。所述基于VSS視覺密碼算法的零水印版權(quán)保護(hù)方法建立特征指紋與水印的映射關(guān)系生成主共享和從共享的具體過程如下：首先，將指紋特征轉(zhuǎn)化成32×32的眼底指紋矩陣F，將眼底指紋矩陣F中的每個(gè)元素按照以下規(guī)則進(jìn)行矩陣擴(kuò)展，得到主共享M：Mi,j=1001,Fi,j=1;0110,Fi,j=0;]]>其中，F(xiàn)i,j為眼底指紋矩陣F中坐標(biāo)為(i,j)的元素，1≤i≤32,1≤j≤32；其次，將大小與眼底指紋矩陣F相同的待添加的二值水印圖像W和主共享M進(jìn)行VSS映射生成從共享O：Oi,j=0110,Wi,j=1,Mi,j=0110;1001,Wi,j=1,Mi,j=1001;0110,Wi,j=0,Mi,j=1001;1001,Wi,j=0,Mi,j=0110;]]>其中，Wi,j是二值水印圖像中的像素坐標(biāo)為(i,j)的像素值。所述采用VSS視覺密碼算法將可疑眼底圖像的主共享和與可疑眼底圖像指紋最接近的眼底圖像指紋對(duì)應(yīng)的從共享生成對(duì)應(yīng)可疑水印圖像是指：采用VSS視覺密碼方法，將獲得的可疑圖像的主共享M’與和可疑圖像指紋最接近的眼底圖像指紋對(duì)應(yīng)的從共享O進(jìn)行疊加獲得可疑版權(quán)信息矩陣W’，并將可疑版權(quán)信息矩陣按照以下公式進(jìn)行轉(zhuǎn)換，獲得大小與原始二值水印圖像W相同的可疑水印圖像W~i,j=0,ΣxΣyW,i,j(x,y)<2;1,ΣxΣyW,i,j(x,y)≥2;]]>其中1≤i≤32,1≤j≤32且1≤x≤2,1≤y≤2。通過計(jì)算提取的可疑眼底圖像的可疑水印圖像和與之對(duì)應(yīng)的原始二值水印圖像的標(biāo)準(zhǔn)化系數(shù)NC，得到兩者的相似度：NC=Σi=1mΣj=1nWi,j⊕W~i,j‾m×n]]>其中，W與分別代表原始水印與提取的可疑水印，表示異或操作，m×n表示圖像的大小。有益效果本發(fā)明提出了一種基于指紋與零水印混合架構(gòu)的眼底圖像無損數(shù)字版權(quán)管理方法，該方法首先對(duì)規(guī)格化后的眼底圖像進(jìn)行2D-DCT變換，通過對(duì)變換后的系數(shù)設(shè)置不同的權(quán)重提取具有高可辨識(shí)性和高魯棒性的眼底圖像特征作為指紋，用于基于內(nèi)容的檢索。然后基于VSS視覺密碼算法的零水印版權(quán)保護(hù)方法建立起指紋與水印的映射關(guān)系，用于版權(quán)鑒定。該方法比現(xiàn)存的方法具有以下優(yōu)勢(shì)：該方法的整個(gè)過程是無損的，滿足精確診斷的要求；對(duì)眼底圖像的版權(quán)保護(hù)具有持久性，避免了數(shù)字水印版權(quán)鑒別一次性問題；可以準(zhǔn)確地識(shí)別不同的眼底圖像，盡管眼底圖像之間相似度很高；利用指紋的檢索功能，主動(dòng)檢索出可疑的眼底圖像；對(duì)于眼底圖像的版權(quán)鑒別是可靠的，避免了版權(quán)糾紛；適用于眼底圖像的數(shù)字版權(quán)管理方法，對(duì)眼底相關(guān)疾病的輔助診斷具有一定的臨床意義。附圖說明圖1是本發(fā)明的版權(quán)登記階段流程圖；圖2是本發(fā)明的版權(quán)鑒別階段流程圖。具體實(shí)施方式下面將結(jié)合附圖和實(shí)施例對(duì)本發(fā)明做進(jìn)一步的說明。一種基于指紋與零水印混合架構(gòu)的眼底圖像無損數(shù)字版權(quán)管理方法，包括以下步驟：如圖1所示，版權(quán)登記階段包括以下步驟：步驟1：提取指紋特征。(1)將眼底圖像標(biāo)準(zhǔn)化為512×512像素大小的灰度圖片。并對(duì)標(biāo)準(zhǔn)化后的圖像進(jìn)行2D-DCT變換，得到大小為512×512的變換域圖像U。(2)由于變換域中的低頻分量決定原始圖像的整體輪廓，選取變換域圖像U中的低頻部分作為特征提取區(qū)域，選取的區(qū)域用矩陣X表示。Xi,j＝Ui+1,j+1其中1≤i,j≤32，Xi,j表示矩陣中的元素。(3)為確保提取特征的魯棒性和可辨識(shí)性，對(duì)32×32的矩陣X中的不同區(qū)域設(shè)置不同的權(quán)重。對(duì)矩陣X進(jìn)行分塊：Ai,j＝Xi,j,1≤i,j≤16；Bi,j-16＝Xi,j,1≤i≤16,17≤j≤32；Ci-16,j＝Xi,j,17≤i≤32,1≤j≤16；Di-16,j-16＝Xi,j,17≤i,j≤32；對(duì)分塊矩陣設(shè)置如下權(quán)重：wA＝2；wB＝wC＝1；wD＝0；按照上述的權(quán)重分配，對(duì)矩陣X進(jìn)行如下處理，得到新矩陣X’：X,i,j=Ai,j,1≤i,j≤16;Ai,j-16,1≤i≤16,17≤j≤32;Ci-16,j,17≤i≤32,1≤j≤16;Ai-16,j-16,17≤i,j≤32;]]>(4)將新矩陣X’轉(zhuǎn)化成一維向量I(t)，對(duì)向量I(t)進(jìn)行中值量化得到指紋特征f(t)。f(t)=1,I(t)≥ϵ0,I(t)<ϵ]]>其中1≤t≤1024，ε是向量I(t)的中值，即矩陣X’的加權(quán)中值。(5)將指紋特征f存入指紋數(shù)據(jù)庫(kù)中，為版權(quán)鑒別階段的檢索提供依據(jù)。步驟2：利用VSS視覺密碼方法生成主共享與所有權(quán)共享。(1)將二值指紋特征f轉(zhuǎn)化成32×32的矩陣F。(2)將矩陣F中的每個(gè)元素Fi,j變成一個(gè)2×2的矩陣。變換規(guī)則如下：Mi,j=1001,Fi,j=1;0110,Fi,j=0;]]>這樣矩陣32×32的矩陣F就變成64×64的矩陣M，得到的矩陣M就是主共享。(3)按選取合適的經(jīng)過處理的32×32大小的二值水印圖像(版權(quán)信息)W，令W與主共享M進(jìn)行VSS映射生成64×64的從共享O。具體的生成規(guī)則如下：Oi,j=0110,Wi,j=1,Mi,j=0110;1001,Wi,j=1,Mi,j=1001;0110,Wi,j=0,Mi,j=1001;1001,Wi,j=0,Mi,j=0110;]]>其中Wi,j是水印圖像中的像素值。(4)將從共享O存入從共享數(shù)據(jù)庫(kù)中，為版權(quán)鑒別階段提供依據(jù)。如圖2所示，版權(quán)鑒別階段包括以下步驟：步驟1：對(duì)可疑眼底圖像進(jìn)行基于內(nèi)容的檢索。(1)遵循版權(quán)登記中的方法，提取可疑眼底圖像的可疑指紋f’。(2)通過計(jì)算兩幅圖像的海明距離，從指紋數(shù)據(jù)庫(kù)中找到與可疑指紋f’最接近的指紋特征f。(3)如果可疑指紋f’與查尋到的最接近的指紋特征f的海明距離小于預(yù)先給定的閾值T，則進(jìn)入到版權(quán)認(rèn)證步驟。否則，結(jié)束操作。步驟2：版權(quán)認(rèn)證。(1)根據(jù)檢索到的與可疑指紋f’最接近的f，從版權(quán)登記階段存儲(chǔ)的從共享數(shù)據(jù)庫(kù)中獲取與之對(duì)應(yīng)的從共享O。并將可疑指紋f’轉(zhuǎn)化成32×32的矩陣F’。(2)與版權(quán)登記中生成主共享的方法一樣，基于F’生成可疑的主共享M’。(3)利用VSS方法，將可疑的主共享M’與(1)中找到的從共享O疊加得到版權(quán)信息矩陣W’。(4)將版權(quán)信息矩陣W’劃分成1024個(gè)不重疊的2×2的塊W’i,j，其中1≤i,j≤32。通過如下過程得到可疑的水印圖像W~i,j=0,ΣxΣyW,i,j(x,y)<2;1,ΣxΣyW,i,j(x,y)≥2;]]>其中1≤i,j≤32并且1≤x,y≤2。(5)通過計(jì)算原始水印與提取的可疑水印的標(biāo)準(zhǔn)化系數(shù)NC，得到兩者的相似度。計(jì)算公式如下：NC=Σi=1mΣj=1nWi,j⊕W~i,j‾m×n]]>其中W與分別代表原始水印與提取的可疑水印，表示異或操作，m×n表示圖像的大小。實(shí)施例：選取150幅眼底圖像進(jìn)行各種圖像攻擊。圖像攻擊形式具體描述如下：模糊：將大小為9×9和15×15的高斯模糊內(nèi)核分別應(yīng)用于眼底圖像中。對(duì)比度調(diào)整：分別增強(qiáng)和減弱眼底圖像的對(duì)比度，參數(shù)為±30％和±50％。亮度調(diào)整：分別增強(qiáng)和減弱眼底圖像的亮度，參數(shù)為±30％和±50％。濾波：大小為9×9和15×15的均值濾波內(nèi)核與中值濾波內(nèi)核分別應(yīng)用于眼底圖像中高斯噪聲：給圖像分別添加10％和30％的高斯噪聲。椒鹽噪聲：給圖像添加椒鹽噪聲，噪聲密度分別為0.03和0.05。大小調(diào)整：改變圖像的大小設(shè)置，大小因子為分別0.5和0.2。旋轉(zhuǎn)：將眼底圖像旋轉(zhuǎn)1°和2°。JPEG圖像壓縮：對(duì)眼底圖像進(jìn)行JPEG圖像壓縮，質(zhì)量因子分別為70％和50％。對(duì)上述遭受同一種攻擊后的150幅眼底圖像，按照本發(fā)明中基于內(nèi)容的檢索階段的方法，對(duì)其進(jìn)行檢索。檢索的性能評(píng)價(jià)，在準(zhǔn)確率為98.5％的檢索率下的漏報(bào)率，如表1所示。對(duì)上述遭受同一種攻擊后的150幅眼底圖像，按照本發(fā)明中版權(quán)認(rèn)證階段的方法，對(duì)其進(jìn)行版權(quán)認(rèn)證。計(jì)算他們復(fù)原的水印與原始水印的NC的平均值。結(jié)果如表2所示。表3給出了本方法與其他醫(yī)學(xué)圖像版權(quán)保護(hù)方法的性能比較，可以看出本方案所提的方法所獲得的精確度較高，有些性能指標(biāo)優(yōu)于其他方法。表1本發(fā)明基于內(nèi)容檢索的性能評(píng)價(jià)表2本發(fā)明魯棒性評(píng)價(jià)表3NC值的比較以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)1 2 3