一种基于BRISK-FREAK的医学图像水印方法技术

本申请涉及医学图像处理领域，公开了一种基于BRISK

【技术实现步骤摘要】
一种基于BRISK
‑
FREAK的医学图像水印方法


[0001]本专利技术涉及医学图像处理领域，特别是涉及一种基于BRISK
‑
FREAK的医学图像水印方法。

技术介绍

[0002]互联网信息技术的发展促进了现代信息技术与医疗的融合，数字化生活逐渐和本专利技术的生活息息相关，为本专利技术的生活带来了便利的同时也带来了安全隐患。大部分医疗信息需要多媒体数据传输，原始数字内容的误用甚至篡改，大大增加了患者隐私被泄露的风险，又由于医学图像在网络上传输的数量逐渐增多，其医学数据一般不允许修改。因此，图像安全在医学成像领域仍然具有挑战性，提高医疗信息的安全性是当今急需解决的问题。
[0003]数字水印技术在医学图像处理领域已开始发挥着重要的作用，为医学图像信息的安全提供保障。但是，目前的医学图像水印算法对几何攻击鲁棒性差，导致医学图像信息安全性低。
[0004]因此，如何在医学图像中嵌入鲁棒性较高的数字水印，并确保图像的质量和安全性，是本领域技术人员亟待解决的技术问题。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提供一种基于BRISK
‑
FREAK的医学图像水印方法，可以弥补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，保证了医学图像的质量，具有较强的鲁棒性和不可见性。其具体方案如下：
[0006]一种基于BRISK
‑
FREAK的医学图像水印方法，包括：
[0007]利用BRISK算法提取医学图像的特征点信息；
[0008]利用FREAK算法对所述医学图像的特征点信息进行描述，生成所述医学图像的特征描述符矩阵；
[0009]对所述医学图像的特征描述符矩阵进行DCT变换，提取所述医学图像的特征二值序列；
[0010]将所述医学图像的特征二值序列与混沌加密水印逐位进行异或运算，以将水印信息嵌入到所述医学图像中。
[0011]优选地，在本专利技术实施例提供的上述基于BRISK
‑
FREAK的医学图像水印方法中，利用BRISK算法提取医学图像的特征点信息，包括：
[0012]构建所述医学图像对应的尺度空间金字塔；
[0013]在所述医学图像对应的尺度空间金字塔每层进行FAST角点检测，检测出所述医学图像的候选特征点；
[0014]对所述医学图像的候选特征点在尺度空间中进行非极大值抑制，得到所述医学图像的特征点；
[0015]根据所述医学图像的特征点所在层及其上下层所对应的位置，对FAST得分值进行二维二次函数插值，得到所述医学图像的特征点的坐标位置信息；
[0016]对尺度方向进行一维插值，得到所述医学图像的特征点对应的尺度信息。
[0017]优选地，在本专利技术实施例提供的上述基于BRISK
‑
FREAK的医学图像水印方法中，利用FREAK算法对所述医学图像的特征点信息进行描述，生成所述医学图像的特征描述符矩阵，包括：
[0018]根据所述医学图像的特征点信息建立第一矩阵，所述第一矩阵的每一行表示每个特征点的二进制描述符；
[0019]计算所述第一矩阵中每一列的平均值；
[0020]根据计算出的平均值与设定阈值之间的距离，按方差从大到小对所述第一矩阵的所有列重新排序，选取所述第一矩阵中排序在前位的设定个数列作为所述医学图像的二进制描述符矩阵。
[0021]优选地，在本专利技术实施例提供的上述基于BRISK
‑
FREAK的医学图像水印方法中，对所述医学图像的特征描述符矩阵进行DCT变换，提取所述医学图像的特征二值序列，包括：
[0022]对所述医学图像的特征描述符矩阵进行DCT变换，得到所述医学图像的系数矩阵；
[0023]选取所述医学图像的系数矩阵的低频部分，构成所述医学图像的新矩阵；
[0024]利用感知哈希算法对所述医学图像的新矩阵进行符号转换，当所述医学图像的新矩阵中的元素大于0，则置为1；当所述医学图像的新矩阵中的元素不大于0，则置为0，以提取所述医学图像的特征二值序列。
[0025]优选地，在本专利技术实施例提供的上述基于BRISK
‑
FREAK的医学图像水印方法中，在将所述医学图像的特征二值序列与加密水印逐位进行异或运算之前，还包括：
[0026]生成混沌序列；
[0027]根据所述混沌序列和哈希函数，生成二值混沌加密序列；
[0028]按照所述二值混沌加密序列的顺序，利用逻辑映射算法对原始水印的像素位置空间进行异或置乱，得到所述混沌加密水印。
[0029]优选地，在本专利技术实施例提供的上述基于BRISK
‑
FREAK的医学图像水印方法中，在将水印信息嵌入到所述医学图像中的同时，还包括：
[0030]生成逻辑密钥；
[0031]提取待测医学图像的特征二值序列；
[0032]将所述待测医学图像的特征二值序列和所述逻辑密钥进行异或运算，提取出加密水印。
[0033]优选地，在本专利技术实施例提供的上述基于BRISK
‑
FREAK的医学图像水印方法中，提取待测医学图像的特征二值序列，包括：
[0034]利用BRISK算法提取待测医学图像的特征点信息；
[0035]利用FREAK算法对所述待测医学图像的特征点信息进行描述，生成所述待测医学图像的特征描述符矩阵；
[0036]对所述待测医学图像的特征描述符矩阵进行DCT变换，提取所述待测医学图像的特征二值序列。
[0037]优选地，在本专利技术实施例提供的上述基于BRISK
‑
FREAK的医学图像水印方法中，利
用BRISK算法提取待测医学图像的特征点信息，包括：
[0038]构建所述待测医学图像对应的尺度空间金字塔；
[0039]在所述待测医学图像对应的尺度空间金字塔每层进行FAST角点检测，检测出所述待测医学图像的候选特征点；
[0040]对所述待测医学图像的候选特征点在尺度空间中进行非极大值抑制，得到所述待测医学图像的特征点；
[0041]根据所述待测医学图像的特征点所在层及其上下层所对应的位置，对FAST得分值进行二维二次函数插值，得到所述待测医学图像的特征点的坐标位置信息；
[0042]对尺度方向进行一维插值，得到所述待测医学图像的特征点对应的尺度信息。
[0043]优选地，在本专利技术实施例提供的上述基于BRISK
‑
FREAK的医学图像水印方法中，利用FREAK算法对所述待测医学图像的特征点信息进行描述，生成所述待测医学图像的特征描述符矩阵，包括：
[0044]根据所述待测医学图像的特征点信息建立第二矩阵，所述第二矩阵的每一行表示每个特征点的二进制描述符；
[0045]计算所述第二矩阵中每一列的平均值；
[0046]根据计算出的平均值与所述设定阈值之本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于BRISK
‑
FREAK的医学图像水印方法，其特征在于，包括：利用BRISK算法提取医学图像的特征点信息；利用FREAK算法对所述医学图像的特征点信息进行描述，生成所述医学图像的特征描述符矩阵；对所述医学图像的特征描述符矩阵进行DCT变换，提取所述医学图像的特征二值序列；将所述医学图像的特征二值序列与混沌加密水印逐位进行异或运算，以将水印信息嵌入到所述医学图像中。2.根据权利要求1所述的基于BRISK
‑
FREAK的医学图像水印方法，其特征在于，利用BRISK算法提取医学图像的特征点信息，包括：构建所述医学图像对应的尺度空间金字塔；在所述医学图像对应的尺度空间金字塔每层进行FAST角点检测，检测出所述医学图像的候选特征点；对所述医学图像的候选特征点在尺度空间中进行非极大值抑制，得到所述医学图像的特征点；根据所述医学图像的特征点所在层及其上下层所对应的位置，对FAST得分值进行二维二次函数插值，得到所述医学图像的特征点的坐标位置信息；对尺度方向进行一维插值，得到所述医学图像的特征点对应的尺度信息。3.根据权利要求2所述的基于BRISK
‑
FREAK的医学图像水印方法，其特征在于，利用FREAK算法对所述医学图像的特征点信息进行描述，生成所述医学图像的特征描述符矩阵，包括：根据所述医学图像的特征点信息建立第一矩阵，所述第一矩阵的每一行表示每个特征点的二进制描述符；计算所述第一矩阵中每一列的平均值；根据计算出的平均值与设定阈值之间的距离，按方差从大到小对所述第一矩阵的所有列重新排序，选取所述第一矩阵中排序在前位的设定个数列作为所述医学图像的二进制描述符矩阵。4.根据权利要求3所述的基于BRISK
‑
FREAK的医学图像水印方法，其特征在于，对所述医学图像的特征描述符矩阵进行DCT变换，提取所述医学图像的特征二值序列，包括：对所述医学图像的特征描述符矩阵进行DCT变换，得到所述医学图像的系数矩阵；选取所述医学图像的系数矩阵的低频部分，构成所述医学图像的新矩阵；利用感知哈希算法对所述医学图像的新矩阵进行符号转换，当所述医学图像的新矩阵中的元素大于0，则置为1；当所述医学图像的新矩阵中的元素不大于0，则置为0，以提取所述医学图像的特征二值序列。5.根据权利要求1所述的基于BRISK
‑
FREAK的医学图像水印方法，其特征在于，在将所述医学图像的特征二值序列与加密水印逐位进行异或运算之前，还包括：生成混沌序列；根据所述混沌序列和哈希函数，生成二值混沌加...

【专利技术属性】
技术研发人员：李京兵，董芳春，黄梦醒，董春华，涂蓉，陈延伟，
申请(专利权)人：海南大学，
类型：发明
国别省市：