基于位平面压缩的密文医学图像可逆信息隐藏算法

《基于位平面压缩的密文医学图像可逆信息隐藏算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于位平面压缩的密文医学图像可逆信息隐藏算法　　摘要：针对目前医学图像可逆信息隐藏算法嵌入容量小、需要对图像进行感兴趣区域（ROI）划分、接收方操作不灵活等缺点，结合医学图像特点，提出了一种基于位平面压缩的可分离式密文域信息隐藏算法。首先，将256级灰度医学图像分解成8个位平面，压缩高4个位平面，用峰值点像素值填充压缩后的空间，重构图像；然后，对重构的图像头部、中部、尾部分别加密；最后，在尾部根据嵌入密钥选取位置，通过直方图平移算法嵌入信息，接收方可根据密钥持有情况实现信息提取与图像恢复的可分离操作。实验结果表明，通过压缩图像预留空间来存放信息避免了辅助信息的传输，能有效提高嵌入容量，同时具有

2、较高的安全性。　　关键词：医学图像；游程编码；直方图平移；信息隐藏；完全可逆　　中图分类号：TP309.7　　文献标志码：A　　文章编号：1001-9081（2016）11-3088-05　　0引言7　　随着医疗系统数字化进程的推进，海量医学图像在网络上进行传输和存储，这使得载有患者隐私信息的医学图像可能被非法获取、恶意篡改和传播，因此，医学图像的安全性保护变成一个亟待解决的问题。加密技术和信息隐藏技术可以为医学图像的安全性提供保障。加密技术实现机密性保护，使得明文信息不可见。信息隐藏技术则实现完整性保护，判定内容是否真实可信。实际应用中，往往需要将加密技术和信息隐藏技术结合起来实现机密性和完

3、整性的双重保护。文献[1]提出一种基于相邻像素相关性和流加密的信息隐藏算法；文献[2]采用梯度算子以及side-match技术，降低了文献[1]嵌入信息的提取错误率；文献[3]则首次实现了信息提取和图像恢复的可分离操作，接收方可以根据密钥持有情况灵活操作。　　医学图像具有相邻像素相关性高、主要信息集中、能够进行区域划分等特征。有研究者将像素值高且纹理特征明显的部分称为感兴趣区域（RegionOfInterest，ROI），将其余连续区域称为非感兴趣部分（RegionOfNon-Interest，RONI）。针对此特点，文献[4]提出一种对比度增强的医学图像可逆信息隐藏算法，提高了感兴趣区域的视

4、觉质量；文献[5]将区域划分与直方图平移算法相结合，提高了嵌入容量；文献[6]将ROI与轮廓波变换域相结合，使得信息隐藏性能良好，抗攻击能力强。这些算法虽然考虑了医学图像特征，但算法的性能依赖ROI分割方案，虽然有文献[7]提出优化的自动化ROI分割方案，但是其算法复杂度以及执行效率是一个瓶颈。基于上述局限，结合医学图像特点，本文提出一种基于位平面压缩的密文图像信息隐藏算法。该算法通过压缩位平面图像来预留空间存放信息，有效提高了嵌入容量，同时信息提取以及图像恢复完全可逆、接收端操作灵活简单。实验也证明，嵌入率极大提高，图像也可以完全恢复。　　1算法描述7　　医学图像相邻像素间的相关性较高，而高

5、相关性一般体现在像素的最高几位比特位相同上。例如，像素值160（二进制表示10100000）、162（10100010）、168（10101000），其最高4个比特位均为1010。因此，为提高相邻像素连续性，保证压缩效率，首先对256级灰度图像作位平面分解操作，得到8个位平面，压缩高4个位平面后再对图像进行重构，然后使用Logistic置乱加密算法加密重构后的图像，最后嵌入水印。接收方根据其拥有的密钥类型进行相应操作。算法由以下几部分构成：图像压缩与重构、图像加密、水印嵌入、水印提取与图像恢复。算法的总体框架如图1所示。　　1.1图像压缩与重构　　1.1.1游程编码　　游程编码（Run-Len

6、gth-Encoding，RLE）[8]是一种高效、易于实现的无损压缩方式。如图2所示，将连续的灰度值相同的像素定义为一个游程，然后将一个游程用整数对（R，L）表示，L为灰度级，R表示游程长度。游程编码分为定长编码和变长编码两类。定长编码是指编码的游程所使用位数是固定，即R位数固定。如果灰度连续相同的个数超过了固定位数所能表示的最大值，则进入下一轮编码。变长编码则R位数不固定。游程编码压缩效率与压缩对象的数据分布有关，相同像素连续性越好，则压缩率越高。相邻像素具有高相关性的医学图像，通过位平面分解可以进一步提高其相邻像素的连续性，从而提高压缩效率。医学图像对质量要求高，处理量巨大，因此游程编码

7、这种快速高效的无损编码方式非常适合用来对其进行压缩。　　2.1.3嵌入率分析7　　本文中，压缩图像腾出空间，再用峰值点像素对压缩出来的空间进行填充，填充后的峰值点数量如图9所示，几乎成倍增加。最大嵌入率如表2所示，本算法应用到医学图像上能够得到较好的压缩效果，拥有较高的嵌入率。　　2.1.4峰值信噪比分析　　1）未提取水印信息。　　由于水印嵌入操作只是改变了部分峰值点像素值，且改变较小（加1或减1