一种基于生物特征的医学图像加密方法技术

本发明专利技术公开了一种基于生物特征的医学图像加密方法，涉及图像加密处理技术领域，包括以下步骤，步骤一、将大小为m

【技术实现步骤摘要】
一种基于生物特征的医学图像加密方法


[0001]本专利技术涉及图像加密处理
，具体来说，涉及一种基于生物特征的医学图像加密方法。

技术介绍

[0002]医学影像反映了病人的身体状况，包含个人和私人信息。将医学影像与医疗诊断、监测或分析相结合，可以进一步提高治疗的准确性和质量。然而，在存储和共享X射线、CT、MRI和超声扫描等医疗图像的过程中，它们经常被用于各种应用，如去噪、分割和压缩。由于缺乏安全措施，可能会出现个人隐私泄露和图像篡改伪造的情况。因此，在通信和存储过程中，确保数据的安全性和完整性是非常重要的。
[0003]随着流行病的爆发，医学图像数据正呈指数级增长。常规情况下医院从病人身上会收集指纹、虹膜、人脸等生物特征数据，若这些信息用于医学图像身份验证和安全管理，能有效增加医学图像传输的安全性和可靠性。
[0004]另外，医学图像作为诊断依据的重要部分需要在公网上传播，为了防止病人敏感信息的非法泄漏，医学图像加密有着重要的意义。它可以保证医疗记录的安全性、完整性和抗攻击性。因此亟需一种基于生物特征的医学图像加密方法。

技术实现思路

[0005]针对相关技术中的问题，本专利技术提出一种基于生物特征的医学图像加密方法，以解决上述
技术介绍
中提出的问题。
[0006]为解决上述技术问题，本专利技术所采用的技术方案是：
[0007]步骤一，首先将医学图像分解为n个位平面。然后，通过圆形局部二值模式提取生物特征图像的纹理，并根据像素加权平均法将纹理图像及其自身反转180度的图像进行纹理融合；
[0008]步骤二，将融合图像分解为n位平面，与秘密图像进行比特异或操作，将高、低位平面的图像信息混合；
[0009]步骤三，在2n位平面进行异或操作后，采用基于一维分数阶三角函数混沌映射的置乱扩散算法，包括如下步骤：
[0010]S1、图像调整为一维二进制矩阵；
[0011]S2、设置混沌映射的初始值并生成混沌序列；
[0012]S3、混沌序列排序，形成替换地址索引，得到置乱序列；
[0013]S4、再次设置混沌映射的初始值并生成另一个混沌序列；
[0014]S5、将置乱序列和混沌序列进行异或运算获取加密图像；
[0015]步骤四、得到最终的密文图像。
[0016]本专利技术技术方案的进一步改进在于：所述S1包括，将经过比特异或处理的m
×
n大小的图像调整为一维二进制矩阵：J；
[0017]本专利技术技术方案的进一步改进在于：所述S2包括，设置一维分数阶三角函数混沌映射的初始值μ1和x1，然后迭代m*n次，生成混沌序列Y，主要通过以下公式生成：
[0018][0019]其中，μ>0表示参数。
[0020]本专利技术技术方案的进一步改进在于：所述S3包括，将生成的混沌序列Y从小到大排序，形成有序序列Y'，在序列Y中确定每个值的编号，形成替换地址索引X，用X替换序列J，得到置乱序列S；
[0021]本专利技术技术方案的进一步改进在于：所述S4包括，设置一维分数阶三角函数混沌映射的初始值μ2，x2，通过迭代混沌映射m*n次生成混沌序列Z；
[0022]本专利技术技术方案的进一步改进在于：所述S5包括，将置乱序列S和混沌序列Z进行二进制异或运算，得到加密图像。
[0023]由于采用了上述技术方案，本专利技术相对现有技术来说，取得的技术进步是：
[0024]1、本专利技术提供一种基于生物特征的医学图像加密方法，利用生物特征图像作为医学图像加密的安全密钥进行图像加密，并通过纹理融合及混沌加密方法保护数据安全。
[0025]2、本专利技术提供一种基于生物特征的医学图像加密方法，可以选择任何可逆的分解方法来分解位面，任何置换方法都可以与该算法进行级联，具有灵活性和可行性；
[0026]3、本专利技术提供一种基于生物特征的医学图像加密方法，轻量级无损加密方案满足了医学图像加密的需要，保证了传输的效率和巨量数据加密的可实现性，具有良好的应用价值。
附图说明
[0027]附图1为本专利技术的加密过程示意图；
[0028]附图2为本专利技术的明文、密文和解密图结果。
具体实施方式
[0029]下面将结合本专利技术中的附图，对技术方案进行清楚、完整地描述，基于本专利技术中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本专利技术保护的范围。
[0030]根据本专利技术的实施例，提供了一种基于生物特征的医学图像加密方法。
[0031]如图1所示，根据本专利技术实施例的一种基于生物特征的医学图像加密方法，包括以下步骤：
[0032]步骤一、预先将医学图像分解为n个位平面；
[0033]步骤二、通过圆形局部二值模式提取生物特征图像的纹理，并根据像素加权平均法将纹理图像及其自身反转180度的图像进行纹理融合；
[0034]步骤三、在2n位平面进行异或操作后，采用基于一维分数阶三角函数混沌映射的置乱扩散算法。包括如下步骤：
[0035]S1、图像调整为一维二进制矩阵；
[0036]S2、设置混沌映射的初始值并生成混沌序列；
[0037]S3、混沌序列排序，形成替换地址索引，得到置乱序列；
[0038]S4、再次设置混沌映射的初始值并生成另一个混沌序列；
[0039]S5、将置乱序列和混沌序列进行异或运算获取加密图像；
[0040]步骤四、得到最终的密文图像。
[0041]进一步的，步骤二包括，通过圆形局部二值模式提取生物特征图像的纹理，并根据像素加权平均法将纹理图像及其自身反转180度的图像进行纹理融合，所述的圆形局部二值模式的公式如下：
[0042][0043]其中(x
c
、y
c
)为中心点的轴，I(p)为第p个采样点的灰度值，I(c)为中心点的灰度值，s(.)是阈值函数。另外，第p个采样点的坐标是用以下公式计算的：
[0044]其中(x
p
，y
p
)为第p个采样点的坐标，p为第p个采样点，P为采样点的个数，R为所选邻域的半径。
[0045]所述的像素加权平均方法的公式如下：F(i,j)＝ω1A(i,j)+ω2B(i,j)
[0046]其中，ω1和ω2是自定义的权重。
[0047]进一步的，S1包括，将经过比特异或处理的m
×
n大小的图像调整为一维二进制矩阵：J＝{J1,J2,...,J
i
},i＝1,2,...,m
×
n；
[0048]进一步的，S2包括，设置一维分数阶三角函数混沌映射的初始值μ1和x1，然后迭代m*n次，生成混沌序列Y＝{Y1,Y2,......,Y
i
}，其中i＝1,2,...,m
×
n，所述的一维分数阶三角函数混沌映射的公式如下：
[0049][0050]其中，μ&本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于生物特征的医学图像加密方法，其特征在于，包括以下步骤：步骤一、首先将医学图像分解为n个位平面。然后，通过圆形局部二值模式提取生物特征图像的纹理，并根据像素加权平均法将纹理图像及其自身反转180度的图像进行纹理融合；步骤二、将融合图像分解为n位平面，与医学图像进行比特异或操作，将高、低位平面的图像信息混合；步骤三，在2n位平面进行异或操作后，采用基于一维分数阶三角函数混沌映射的置乱扩散算法，包括以下步骤：S1、图像调整为一维二进制矩阵；S2、设置混沌映射的初始值并生成混沌序列；S3、混沌序列排序，形成替换地址索引，得到置乱序列；S4、再次设置混沌映射的初始值并生成另一个混沌序列；S5、将置乱序列和混沌序列进行异或运算获取加密图像；步骤四、得到最终的密文图像。2.根据权利要求1所述的一种基于生物特征的医学图像加密方法，其特征在于，所述S1包括，将经过比特异或处理的m
×
...

【专利技术属性】
技术研发人员：柳朝阳，薛茹，
申请(专利权)人：西藏民族大学，
类型：发明
国别省市：