一种基于PHTs-DCT的加密医学图像数字水印方法

技术领域

本发明涉及多媒体信号处理领域，特别是涉及一种基于PHTs-DCT的加密医学图像数字水印方法。

背景技术

近些年，数字多媒体及网络通信发展迅猛，带动了多个领域的数字化进程。如今，学术交流、军事作战、商务洽谈等都逐步进入了数字化阶段。数字化的发展从方方面面改变了人们的生活，越来越多的数字化产品被大众接受并广泛推广。医疗健康领域作为人们生活不可或缺的一部分也充分收到了数字化的影响，越来越多的医疗信息以数字多媒体的形式存在。这不仅仅是因为整个时代大背景的发展需要，还与人民大众对医疗领域愈来愈高的要求有关。目前，医疗系统正逐渐实现数字化，数字化这把双刃剑在便利了医学信息存储、传输的同时，不可避免的带来了一个严峻的问题，即安全性问题。而传统的数字水印方法并不能对医学信息本身进行很好的保护，很容易泄露病人的隐私信息。

因此，在远程医疗、医疗教学、远程诊断越来越发达的今天，如何确保医学信息的安全性，是本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，本发明的目的在于提供一种基于PHTs-DCT的加密医学图像数字水印方法，可以大大提升医学图像在网络传输中的安全性，更好地保护患者的隐私信息。其具体方案如下：

一种基于PHTs-DCT的加密医学图像数字水印方法，包括：

通过DWT-DCT变换对原始医学图像进行加密处理，得到加密医学图像；

在PHTs-DCT变换下，提取所述加密医学图像的特征向量；

使用Logistic Map对原始水印进行混沌置乱，得到混沌置乱水印，并根据所述混沌置乱水印和所述加密医学图像的特征向量，将水印信息嵌入至所述加密医学图像中，同时获取逻辑密钥并保存；

在PHTs-DCT变换下，提取待测加密医学图像的视觉特征序列；

根据所述待测加密医学图像的视觉特征序列和保存的所述逻辑密钥，提取出加密水印，并对所述加密水印进行解密，得到还原水印；

将所述原始水印和所述还原水印进行归一化相关系数计算，确定所述待测医学图像的所有权和嵌入的水印信息。

优选地，在本发明实施例提供的上述基于PHTs-DCT的加密医学图像数字水印方法中，通过DWT-DCT变换对原始医学图像进行加密处理，得到加密医学图像，具体包括：

将原始医学图像进行DWT变换，得到子带的小波系数，并对每个小波系数进行DCT变换，得到DCT系数；

提取Tent映射混沌序列，并通过符号函数进行操作，得到二进制加密矩阵；

使用点乘算法处理所述DCT系数和所述二进制加密矩阵，得到加密系数矩阵；

对所述加密系数矩阵进行IDCT变换，得到加密子带小波系数；

对所述加密子带小波系数进行IDWT变换，得到加密医学图像。

优选地，在本发明实施例提供的上述基于PHTs-DCT的加密医学图像数字水印方法中，在PHTs-DCT变换下，提取所述加密医学图像的特征向量，具体包括：

对所述加密医学图像进行DCT变换，选取128*128矩阵构成第一系数矩阵；

对所述第一系数矩阵进行PHTs变换，得到第一近似系数；

对所述第一近似系数进行DCT变换，得到第二系数矩阵；

选取所述第二系数矩阵低频处的4*8的矩阵构成新的系数矩阵；

利用哈希函数运算生成32位所述加密医学图像的特征向量。

优选地，在本发明实施例提供的上述基于PHTs-DCT的加密医学图像数字水印方法中，使用Logistic Map对原始水印进行混沌置乱，得到混沌置乱水印，具体包括：

通过Logistic Map生成混沌序列；

对所述混沌序列中各个值按照由小到大的顺序做排序操作；

依照所述混沌序列中各个值排序前后的位置变化对原始水印中的像素位置空间进行置乱，得到混沌置乱水印。

优选地，在本发明实施例提供的上述基于PHTs-DCT的加密医学图像数字水印方法中，在PHTs-DCT变换下，提取待测加密医学图像的视觉特征序列，具体包括：

对所述待测加密医学图像进行DCT变换，选取128*128矩阵构成第三系数矩阵；

对所述第三系数矩阵进行PHTs变换，得到第二近似系数；

对所述第二近似系数进行DCT变换，得到第四系数矩阵；

选取所述第四系数矩阵低频处的4*8的矩阵构成新的系数矩阵；

利用哈希函数运算生成32位所述待测加密医学图像的视觉特征序列。

优选地，在本发明实施例提供的上述基于PHTs-DCT的加密医学图像数字水印方法中，根据所述混沌置乱水印和所述加密医学图像的特征向量，将水印信息嵌入至所述加密医学图像中，具体包括：

将所述混沌置乱水印和所述加密医学图像的特征向量逐位进行异或运算，将水印信息嵌入至所述加密医学图像中。

优选地，在本发明实施例提供的上述基于PHTs-DCT的加密医学图像数字水印方法中，根据所述待测加密医学图像的视觉特征序列和保存的所述逻辑密钥，提取出加密水印，具体包括：

将所述待测加密医学图像的视觉特征序列和保存的所述逻辑密钥进行异或运算，提取出加密水印。

优选地，在本发明实施例提供的上述基于PHTs-DCT的加密医学图像数字水印方法中，对所述加密水印进行解密，得到还原水印，具体包括：

通过Logistic Map生成所述混沌序列；

对所述混沌序列中各个值按照由小到大的顺序做排序操作；

按照所述混沌序列中各个值排序前后的位置变化对所述加密水印中的像素位置空间进行还原操作，得到还原水印。

从上述技术方案可以看出，本发明所提供的一种基于PHTs-DCT的加密医学图像数字水印方法，包括：通过DWT-DCT变换对原始医学图像进行加密处理，得到加密医学图像；在PHTs-DCT变换下，提取加密医学图像的特征向量；使用Logistic Map对原始水印进行混沌置乱，得到混沌置乱水印，并根据混沌置乱水印和加密医学图像的特征向量，将水印信息嵌入至加密医学图像中，同时获取逻辑密钥并保存；在PHTs-DCT变换下，提取待测加密医学图像的视觉特征序列；根据待测加密医学图像的视觉特征序列和保存的逻辑密钥，提取出加密水印，并对加密水印进行解密，得到还原水印；将原始水印和还原水印进行归一化相关系数计算，确定原始医学图像的所有权和嵌入的水印信息。

本发明提供的上述方法包括医学图像加密、基于PHTs-DCT的特征向量提取、水印加密、水印嵌入、水印提取和水印解密六大部分，对医学图像进行加密可以大大提升医学图像在网络传输中的安全性，更好地保护患者的隐私信息和医学图像的数据安全，对加密医学图像进行特征提取兼顾了PHTs具有良好的均衡性及可区分性的优点和DCT抗常规攻击能力强、遍历性、鲁棒性等特点，并且水印的嵌入不改变加密体数据的内容，具有很强的鲁棒性，弥补了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，进一步保证医学图像的安全传输，且在高斯噪声干扰、中值滤波和旋转、平移等几何攻击方面具有良好表现。

附图说明

为了更清楚地说明本发明实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的基于PHTs-DCT的加密医学图像数字水印方法的流程图；

图2为本发明实施例提供的Lena的小波图像；

图3为本发明实施例提供的子带结构示意图；

图4为本发明实施例提供的原始医学图像；

图5为本发明实施例提供的原始水印图像；

图6为本发明实施例提供的加密后的水印图像；

图7为本发明实施例提供的不加干扰时提取的水印；

图8为本发明实施例提供的加密医学图像；

图9为本发明实施例提供的不加干扰时解密的医学图像；

图10为本发明实施例提供的高斯噪声干扰强度10％时的医学图像；

图11为本发明实施例提供的高斯噪声干扰强度10％时提取的水印；

图12为本发明实施例提供的压缩质量为1％的JPEG压缩时的医学图像；

图13为本发明实施例提供的压缩质量为1％的JPEG压缩时提取的水印；

图14为本发明实施例提供的窗口大小为[7x7]，滤波次数20次的中值滤波后的医学图像；

图15为本发明实施例提供的窗口大小为[7x7]，滤波次数20次的中值滤波后提取的水印；

图16为本发明实施例提供的顺时旋转9°的医学图像；

图17为本发明实施例提供的顺时旋转9°时提取的水印；

图18为本发明实施例提供的缩放0.3倍的医学图像；

图19为本发明实施例提供的缩放0.3倍时提取的水印；

图20为本发明实施例提供的水平右移18％的医学图像；

图21为本发明实施例提供的水平右移18％时提取的水印；

图22为本发明实施例提供的垂直下移25％的医学图像；

图23为本发明实施例提供的垂直下移25％时提取的水印；

图24为本发明实施例提供的沿Y轴剪切3％的医学图像；

图25为本发明实施例提供的沿Y轴剪切3％时提取的水印；

图26为本发明实施例提供的沿X轴剪切10％后的医学图像；

图27为本发明实施例提供的沿X轴剪切10％时提取的水印。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供一种基于PHTs-DCT的加密医学图像数字水印方法，如图1所示，包括以下步骤：

S101、通过DWT-DCT变换对原始医学图像进行加密处理，得到加密医学图像；

在实际应用中，在执行步骤S101之前，选择一个有意义的二值文本图像作为嵌入医学图像的的原始水印，记为W＝{W(i,j)|W(i,j)＝0,1；1≤i≤M

S102、在PHTs-DCT变换下，提取加密医学图像的特征向量；

S103、使用Logistic Map对原始水印进行混沌置乱，得到混沌置乱水印，并根据混沌置乱水印和加密医学图像的特征向量，将水印信息嵌入至加密医学图像中，同时获取逻辑密钥并保存；

S104、在PHTs-DCT变换下，提取待测加密医学图像的视觉特征序列；

可以理解的是，这里的待测加密医学图像可以认为是原始医学图像经过加密后在网络传输的过程中可能受到高斯噪声干扰、中值滤波、压缩、旋转、平移等几何攻击或常规攻击后形成的医学图像；

S105、根据待测加密医学图像的视觉特征序列和保存的逻辑密钥，提取出加密水印，并对加密水印进行解密，得到还原水印；

S106、将原始水印和还原水印进行归一化相关系数计算，确定原始医学图像的所有权和嵌入的水印信息。

在实际应用中，数字水印技术是一种基于内容的、非密码机制的计算机信息隐藏技术，它是将一些标识信息(即数字水印)直接嵌入数字载体当中(包括多媒体、文档、软件等)或是间接表示(修改特定区域的结构)，且不影响原载体的使用价值，也不容易被探知和再次修改，但可以被生产方识别和辨认。通过这些隐藏在载体中的信息，可以达到确认内容创建者、购买者、传送隐秘信息或者判断载体是否被篡改等目的。由于医学图像不可被修改，本发明采用零水印技术来嵌入水印可以很好的满足这一需求。零水印是一种不改变原始图像数据的新型数字水印技术，提取其基于内容的特征来生成零水印信号，这有助于在目的地检索用于版权认证的原始水印，且图像内容的视觉质量不会有所降低。

在本发明实施例提供的上述基于PHTs-DCT的加密医学图像数字水印方法中，包括医学图像加密、基于PHTs-DCT的特征向量提取、水印加密、水印嵌入、水印提取和水印解密六大部分，对医学图像进行加密可以大大提升医学图像在网络传输中的安全性，更好地保护患者的隐私信息和医学图像的数据安全，对加密医学图像进行特征提取兼顾了PHTs具有良好的均衡性及可区分性的优点和DCT抗常规攻击能力强、遍历性、鲁棒性等特点，并且水印的嵌入不改变加密体数据的内容，是一种零水印技术，具有很强的鲁棒性和不可见性，弥补了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，进一步保证医学图像的安全传输，且在高斯噪声干扰、中值滤波和旋转、平移等几何攻击方面具有良好表现。

需要说明的是，PHT(polar harmonic transforms，极坐标谐波变换)具有正交性、旋转不变性，且核函数形式简单，同时具有数值稳定性。

极坐标谐波变换由极坐标复指数变换(PCET)、极坐标余弦变换(PCT)和极坐标正弦变换(PST)组成。它们有相同的数学表示，但核函数的径向部分不同。f(r,θ)是定义在单位磁盘D＝{(r,θ)0≤r≤1,0≤θ≤2π}上的连续图像函。n阶和重复次数为m的PHTs公式如下：

其中，n,m＝0,±1,±2,...。核函数

V

核函数的径向部分和参数λ表示为：

PCET:

PCT和PST:

核函数的径向部分满足正交条件：

其中，如果n＝n'，δnn'＝1，否则δnn'＝0。

此外，完整的核函数V

另外，需要说明的是，二维离散余弦变换正变换(DCT)公式如下：

其中，f(x,y)为点(x,y)的像素值,F(u,v)是f(x,y)的2D-DCT变换系数，图像的大小为M*N。

进一步地，在具体实施时，在本发明实施例提供的上述基于PHTs-DCT的加密医学图像数字水印方法中，步骤S101通过DWT-DCT变换对原始医学图像进行加密处理，得到加密医学图像，具体可以包括：

步骤一、将原始医学图像I(i.j)进行DWT变换，得到子带的小波系数{cA,cH,cV,cD}，并对每个小波系数进行DCT变换，得到DCT系数D(i.j)；

需要说明的是，离散小波变换是对基本小波的尺度和平移进行离散化。在图像处理中，常采用二进小波作为小波变换函数，即使用2的整数次幂进行划分。小波变换是现代谱分析工具，它既能考察局部时域过程的频域特征，又能考察局部频域过程的时域特征，因此即使对于非平稳过程，处理起来也得心应手。它能将图像变换为一系列小波系数，这些系数可以被高效压缩和存储，此外，小波的粗略边缘可以更好地表现图像，因为它消除了DCT压缩普遍具有的方块效应。对图像做小波变换，即把其变换为空间及频率均有差异的下列频带，即，水平、垂直、斜角子带，分别表示为HL、LH及HH。如果要做多层次的分解，则将是在LL上重复做此变换。Lena图像经过两级分解后的结果见图2和图3。从图2和图3中可发现Lena做小波分解后，其很大部分的能量集中在LL2中，因此称其是逼近子图。

步骤二、提取Tent映射混沌序列X(j)，并通过符号函数sgn(x)进行操作，得到二进制加密矩阵C(i,j)；

需要说明的是，Tent映射是数学中的一种线性映射公式，其函数图像类似于帐篷。Logistic映射是一维线性混沌映射，是一种常见的混沌映射。即使初始值稍有变化，也会导致输出序列的显著性差异，具有类似白噪声的统计特性。由于这些特性，Tent映射比Logistic映射具有更快的迭代速度和更好的遍历均匀性，该混沌产生的混沌序列具有良好的统计特性。当α＝1/2的Tent混沌映射和μ＝4的Logistic映射是拓扑共辄的关系，公式如下：

当α∈(0,1)，映射处于混沌状态，在(0,1)上具有均匀的分布函数，该映射产生的混沌序列具有良好的统计特性。

步骤三、使用点乘算法处理DCT系数D(i,j)和二进制加密矩阵C(i,j)，得到加密系数矩阵ED'(i,j)：

ED'(i,j)＝D(i,j)·C(i,j)。

步骤四、对加密系数矩阵ED'(i,j)进行IDCT变换，得到加密子带小波系数ED(i,j)：

ED(i,j)＝IDCT2(ED'(i,j))。

步骤五、对加密子带小波系数ED(i,j)进行IDWT变换，得到加密医学图像E(i,j)：

E(i,j)＝IDWT2(ED(i,j))。

在具体实施时，在本发明实施例提供的上述基于PHTs-DCT的加密医学图像数字水印方法中，步骤S102在PHTs-DCT变换下，提取加密医学图像的特征向量，具体可以包括：

首先，对加密医学图像E(i,j)进行DCT变换，选取128*128矩阵构成第一系数矩阵A(i,j)；

然后，对第一系数矩阵A(i,j)进行PHTs变换，得到第一近似系数：

[AnmReal,AnmImg]＝PHTs(A(i,j))；

之后，对第一近似系数进行DCT变换，得到第二系数矩阵F(i,j)：

F(i,j)＝DCT2(AnmImg(i,j))；

随后，选取第二系数矩阵F(i,j)低频处的4*8的矩阵构成新的系数矩阵A1(i,j)；

最后，利用哈希函数运算生成32位加密医学图像的特征向量V(i,j)。

需要说明的是，由于大部分医学图像水印算法抗几何攻击能力差的主要原因是：人们将数字水印嵌入在像素或变换系数中，医学图像的轻微几何变换，常常导致像素值或变换系数值有较大变化，这样便会使嵌入的水印很轻易的受到攻击。如果能够找到反映图像几何特点的视觉特征向量，那么当图像发生几何变换时，该图像的视觉特征值不会发生明显的突变，就可以通过视觉特征向量的比对水印图像，从而完成水印信息认证。PHTs算法具有尺度不变性和旋转不变性，通过PHTs算法提取图像的近似系数(特征向量矩阵)，然后进行DCT变换，在变换后的矩阵的低频系数部分，选取一个4*8的矩阵，利用哈希函数可以得到一个二值序列，而该二值序列是稳定的。

根据人类视觉特性(HVS)，低中频信号对人的视觉影响较大，代表着医疗图像的主要特征。因此选取的医疗图像的PHTs-DCT变换后低频系数矩阵与均值的大小关系，低中频系数的个数选择与进行全图PHTs-DCT变换的原始医疗图像的大小、医疗图像之间的相关性有关，L值越小，相关性会增大。在后面的试验中，选取L的长度为32。

在具体实施时，在本发明实施例提供的上述基于PHTs-DCT的加密医学图像数字水印方法中，步骤S103使用Logistic Map对原始水印进行混沌置乱，得到混沌置乱水印，具体可以包括：首先，根据初始值x

在具体实施时，在本发明实施例提供的上述基于PHTs-DCT的加密医学图像数字水印方法中，步骤S103根据混沌置乱水印和加密医学图像的特征向量，将水印信息嵌入至加密医学图像中，同时获取逻辑密钥并保存，具体可以包括：将混沌置乱水印BW(i,j)和加密医学图像的特征向量V(i,j)逐位进行异或运算，将水印信息嵌入至加密医学图像中，同时获取逻辑密钥Key(i,j)：

保存Key(i,j)，这在后面提取水印时要用到。通过将Key(i,j)作为密钥向第三方申请，可以获得原始医学图像的所有权和使用权，从而达到保护医学图像的目的。

在具体实施时，在本发明实施例提供的上述基于PHTs-DCT的加密医学图像数字水印方法中，步骤S104在PHTs-DCT变换下，提取待测加密医学图像的视觉特征序列，具体可以包括：首先，对待测加密医学图像I'(i,j)进行DCT变换，选取128*128矩阵构成第三系数矩阵；然后，对第三系数矩阵进行PHTs变换，得到第二近似系数AnmImg'(i,j)；对第二近似系数AnmImg'(i,j)进行DCT变换，得到第四系数矩阵F'(i,j)；接下来，选取第四系数矩阵F'(i,j)低频处的4*8的矩阵构成新的系数矩阵；然后，利用哈希函数运算生成32位待测加密医学图像的视觉特征序列V'(i,j)：

F'(i,j)＝DCT2(AnmImg'(i,j))。

在具体实施时，在本发明实施例提供的上述基于PHTs-DCT的加密医学图像数字水印方法中，步骤S105根据待测加密医学图像的视觉特征序列和保存的逻辑密钥，提取出加密水印，具体可以包括：将待测加密医学图像的视觉特征序列V'(i,j)和保存的逻辑密钥Key(i,j)进行异或运算，提取出加密水印BW'(i,j)：

该算法在提取水印时只需要密钥Key(i,j)，不需要原始图像参与，是一种零水印提取算法。

在具体实施时，在本发明实施例提供的上述基于PHTs-DCT的加密医学图像数字水印方法中，步骤S105对加密水印进行解密，得到还原水印，具体可以包括：首先，根据初始值x

具体地，根据上述对各步骤的具体描述可以简单理解为：首先利用Logistic Map的性质对水印进行置乱加密；然后通过对医学图像进行PHTs-DCT变换提取一个特征向量来进行水印的嵌入，将特征向量与二值水印相关联得到一个二值逻辑序列，并将该二值序列存于第三方；再通过对待测医学图像进行PHTs-DCT变换提取其特征向量，并与存于第三方的二值序列相关联来进行水印的提取。

接下来就可以执行步骤S106通过计算W(i,j)和W'(i,j)的归一化相关系数NC，确定原始医学图像的所有权和嵌入的水印信息。

需要说明的是，采用归一化互相关(Normalized Cross-correlation,NC)方法测量嵌入的原始水印与提取的还原水印之间的数量相似性，定义为：

其中，W(i,j)表示原始水印图像的特征向量，其长度是32bit；W'(i,j)表示还原水印图像的特征向量，也是32bit。归一化相关系数是对两幅图像进行相似度衡量的一种方法，通过求归一化相关系数可以更加精确地用数据来客观评估图像的相似度。

另外，需要注意的是，本发明可以用峰值信噪比(PSNR)表示的图片的失真程度，当PSNR值越大，图片的失真度越小。

峰值信噪比的公式如下：

其中，图像每点的像素值为I(i,j)，图像的平均像素值为I'(i,j)，为方便运算，通常数字图像用像素方阵表示，即M＝N。峰值信噪比是一个表示信号最大可能功率和影响他的表示精度的破坏性噪声功率的比值的工程术语，通常采用峰值信噪比作为医疗图像质量的客观评价标准。

下面结合附图对本发明作进一步说明：如图4所示，实验测试的对象是512*512的脑部原始医学图像，用I(i,j)表示，其中1≤i,j≤512。选择一个有意义的二值图像作为原始水印，记为：W＝{W(i,j)|W(i,j)＝0,1；1≤i≤M

首先用DWT-DCT变换对原始医学图像I(i,j)进行加密处理，再使用PHTs-DCT变换提取特征向量，考虑到鲁棒性和一次性嵌入水印的容量，在此取32个系数，即一个4*8的模块。设置混沌系数的初始值为0.2，增长参数是4，迭代次数是32。然后对原始水印W(i,j)进行混沌置乱加密，图6示出了加密后的混沌置乱水印。在通过水印算法检测出W'(i,j)后，通过计算归一化相关系数NC来判断是否有水印嵌入，当其数值越接近1时，则相似度越高，从而判断算法的鲁棒性。用PSNR表示的图片的失真程度，当PSNR值越大，图片的失真度越小。

图7示出了不加干扰时提取的水印，可以看到NC＝1.00，准确得提取水印。图8示出了加密后的医学图像，已经观察不到图像的细节部分。图9示出了不加干扰时解密的医学图像。

下面通过具体实例来判断该数字水印方法的抗常规攻击能力和抗几何攻击能力。

第一、加入高斯噪声：使用imnoise()函数在水印中加入高斯噪声。

表一是水印抗高斯噪声干扰的实验数据。从表一中可以看到，当高斯噪声强度高达30％时，攻击之后的图像的PSNR降至8.69dB，这时提取的水印，相关系数NC＝0.78，仍能较准确得提取水印，并且整体数据均在0.60以上。这说明采用该发明可以抗高斯噪声。图10示出了高斯噪声强度10％时的医学图像；图11示出了高斯噪声强度10％时提取的水印，NC＝0.93。

表一 水印抗高斯噪声干扰数据

第二、JPEG压缩处理

采用图像压缩质量百分数作为参数对头部医学图像进行JPEG压缩；表二为水印抗JPEG压缩的实验数据。当压缩质量为1％，这时图像质量较低，仍然可以提取出水印，NC＝0.90。图12示出了压缩质量为1％的医学图像；图13示出了压缩质量为1％提取的水印，NC＝0.90。

表二 水印抗JPEG压缩实验数据

第三、中值滤波处理

表三为医学图像的水印抗中值滤波能力，从表三中看出，当中值滤波参数为[7x7]，滤波重复次数为10时，仍然可以测得水印的存在，NC＝0.94。图14示出了中值滤波参数为[7x7]，滤波重复次数为20的医学图像，图像已出现模糊；图15示出了中值滤波参数为[7x7]，滤波重复次数为20时提取的水印，NC＝0.94，可以提取水印。

表三 水印抗中值滤波实验数据

第四、旋转变换

表四为水印抗旋转攻击实验数据。从表四中可以看到当图像顺时旋转20°时，NC＝0.66，仍然可以提取水印。图16示出了顺时旋转9°的医学图像；图17示出了顺时旋转9°提取的水印，NC＝0.89，可以准确地提取水印。

表四 水印抗旋转攻击实验数据

第五、缩放变换

表五为医学图像的水印抗缩放攻击实验数据，从表五可以看到当缩放因子小至0.3时，相关系数NC＝1.00，可完整提取出水印。图18示出了缩放后的医学图像(缩放因子为0.3)；图19示出了缩放攻击后提取的水印，NC＝1.00，可以准确得提取出水印。

表五 水印抗缩放攻击实验数据

第六、平移变换

表六是水印抗平移变换实验数据。从表六中得知图像数据水平向右移动21％时，NC＝0.82，垂直下移15％时，NC＝0.74，均可以有效提取水印，故该水印方法有较强的抗平移变换能力。图20示出了医学图像水平右移18％后的图像；图21示出了水平右移18％后提取的水印，可以准确提取水印，NC＝0.88。图22示出了医学图像垂直下移25％后的图像；图23示出了垂直下移25％后提取的水印，可以准确提取水印，NC＝0.93。

表六 水印抗平移变换实验数据

第七、剪切攻击

表七为水印抗Y轴剪切攻击实验数据，从表七中可以看到，当沿坐标轴Y剪切医学图像，剪切量为5％时，NC值大于0.5，仍然可以提取水印，说明该水印算法有较强的抗Y轴剪切攻击能力。图24示出了沿Y轴剪切3％后的医学图像；图25示出了沿Y轴剪切3％后提取的水印，可以准确得提取水印，NC＝0.93。

表七 水印抗Y轴方向剪切攻击实验数据

表八为水印抗X轴方向剪切攻击实验数据，从表八中可以看到，当沿坐标轴X剪切医学图像，剪切量为35％时，NC值大于0.5，仍然可以提取水印，说明该水印算法有较强的抗剪切攻击能力。图26示出了沿X轴剪切10％后的医学图像；图27示出了沿X轴剪切10％后提取的水印，可以准确得提取水印，NC＝0.93。

表八 水印抗X轴剪切攻击实验数据

从上述描述可知，本发明基于PHTs-DCT的加密医学图像数字水印技术，有较好的鲁棒性，针对高斯噪声干扰、JPEG压缩处理、中值滤波处理等常规攻击，以及针对旋转变换、缩放变换、平移变换、剪切攻击等几何攻击，仍然可以准确得提取水印，具有较强的抗常规攻击和抗几何攻击的能力。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

本发明实施例提供的一种基于PHTs-DCT的加密医学图像数字水印方法，包括：通过DWT-DCT变换对原始医学图像进行加密处理，得到加密医学图像；在PHTs-DCT变换下，提取加密医学图像的特征向量；使用Logistic Map对原始水印进行混沌置乱，得到混沌置乱水印，并根据混沌置乱水印和加密医学图像的特征向量，将水印信息嵌入至加密医学图像中，同时获取逻辑密钥并保存；在PHTs-DCT变换下，提取待测加密医学图像的视觉特征序列；根据待测加密医学图像的视觉特征序列和保存的逻辑密钥，提取出加密水印，并对加密水印进行解密，得到还原水印；将原始水印和还原水印进行归一化相关系数计算，确定原始医学图像的所有权和嵌入的水印信息。该方法包括医学图像加密、基于PHTs-DCT的特征向量提取、水印加密、水印嵌入、水印提取和水印解密六大部分，对医学图像进行加密可以大大提升医学图像在网络传输中的安全性，更好地保护患者的隐私信息和医学图像的数据安全，对加密医学图像进行特征提取兼顾了PHTs具有良好的均衡性及可区分性的优点和DCT抗常规攻击能力强、遍历性、鲁棒性等特点，并且水印的嵌入不改变加密体数据的内容，具有很强的鲁棒性，弥补了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，进一步保证医学图像的安全传输，且在高斯噪声干扰、中值滤波和旋转、平移等几何攻击方面具有良好表现。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的基于PHTs-DCT的加密医学图像数字水印方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。