用于医学影像快速篡改检测和恢复的无损水印算法.docxVIP

用于医学影像快速篡改检测和恢复的无损水印算法 ： Aiming at the problem of low efficiency of tampering detection and accuracy of location ， a medical image tampering detection and recovering method based on reversible watermark and quadtree decomposition was proposed. The algorithm has higher accuracy and faster tampering location speed by using the hierarchical structure of the quadtree in the decomposition of the medical images. The method used the diagonal pixel meanin the block as the recovered feature value ， which ensures the recovery quality of tampered image. The experimental results show that compared with the existed methods， the proposed algorithm reduces the comparing times for locati ng tampered regi on to about 6.7 in the 512 x 512 images and improves the tampering detection accuracy about 5%. 0 引言 随着网络与多媒体的发展， 数字医疗信息系统， 比如医院信 息系统、电子病历系统 [1] 等扮演越来越重要的角色。而在公网 上进行医学图像的传输， 易遭受恶意篡改， 因此对医学图像的篡 改检测和恢复显得尤为重要 [2] 。近来，基于无损水印的篡改检 测策略被提出来，特别适应于对质量要求高的医学图像 [3] 。 基于无损水印的篡改检测算法分为两种： 一种是基于固定尺 寸的划分；另一种是基于非固定尺寸的 [4] 。但两种方式均需计 算图像块中的特征值，进行特征值的嵌入；在认证阶段，通过比 较重新计算的特征值与提取的特征值， 判断划分的图像块是否发 生篡改，而提取的特征值可用来恢复被篡改的图像块 [5] 。对图 像进行固定尺寸分块的方法，有代表性的如：文献 [6] 将图像分 成固定的4X4的块，计算每一块的均值作为特征值，然后采用 基于小波变换的可逆数字水印方法将特征值嵌入。文献 [7] 将一 整张图片进行多级的尺寸划分，最终划分为 2X2的块，然后采 用哈希算法计算认证信息， 对顶级图像块进行认证比较判断医疗 图像完整性；而逐级深入的认证比较，即可进行快速篡改定位。 上述方法都是基于固定块的篡改检测策略， 固定块划分越细， 篡 改定位精度越高， 水印信息将大幅度增加， 对水印嵌入容量要求 将更高； 其次固定块划分也没有充分考虑图像区域的相关性。 针 对固定块方法中的不足， 提出了非固定尺寸分块的方法， 有代表 性的如：Deng等[8]的方法和Kim等[9]的方法，均是采用了自 适应的尺寸划分，其中： Kim 等[9] 采用块的均值作为恢复特征 值，但存在恢复低频区域图像质量不高和易遭受保持均值的篡改 攻击等问题；Deng等[8]的方法是在Kim等[9]的方法上进行了 改进，引入了加权像素插值计算特征值， 提高了修复图像的质量， 抑制了保持均值的篡改攻击， 可是存在不能检测非对角线上像素 被篡改的图像块、 篡改区域定位速度慢以及篡改检测精确性不高 等不足。 1 关键技术介绍 1.1 四叉树的等级结构表示 四叉树的分解是将图像分成具有一定特性的自适应尺寸的 块。四叉树的分解非常适合方形图像或者像素个数为 2 的整数次 幂的图像。 而医学图像几乎都存在连续背景区域， 那么采用四叉 树分解的方法就更具优势。 具体过程是： 将一块图像分成四块大 小相等的方块， 判断每一个块是否满足某个一致性的标准。 如果 满足则不再分解；如果不满足，再进行细分使之成四块，并对细 分得到的方块应用一致性的准则检查，分解过程重复迭代下去， 直至满足某一准则 [10] 。 1.2 特征值的计算 本文算法中需嵌入的特征值包括两个部分： 一部分是用于篡 改检测的特征值； 一部分是用于篡改修复的特征值。 根据四叉树 分解的特性， 分解完成后的像素块具有一定的相关性， 因此采用 块中的少量像素值来计算修