欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2021107620448
申请人: 江西财经大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2025-07-31
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于半张量压缩感知的加密域可逆信息隐藏与认证方法,其特征在于,包括:对原始图像进行预处理:

对所述原始图像进行半张量压缩感知采样,对所述原始图像进行重建并获取观测数据的估计值;

通过预测残差值将原始的医学图像数据分为敏感部分和非敏感部分,采样端只需分享观测值及非敏感部分就能稳定恢复远高于半张量压缩感知重建的图像质量,并能为数据隐藏腾出大容量的加密域空间;

对原始图像进行预处理的过程具体为:

首先对原始图像进行稀疏表示,S是大小为n×n的原始图像,表示为S={s1,s2,…,si…,sn},其中si(1≦i≦n)是长度为n的向量;利用正交基字典ψ将原始图像S稀疏表示为X,t×t然后利用高斯混沌矩阵φ∈R 对X进行半张量积压缩感知采样,混沌矩阵的行列数t=n/a+ +∈Z ,半张量积比例a∈Z ,即半张量积压缩感知采样的图像 其中φ是一个方形测量矩阵;

然后,对半张量积压缩感知采样的图像Y进行拆分,通过半张量积压缩感知采样的图像Y的部分数据来预测出半张量积压缩感知采样的图像Y的全局数据;

选取半张量积压缩感知采样的图像Y的前m行数据Y(∶m)(m

利用半张量积压缩感知采样得到的估计值进行残差预测以进行秘密信息的嵌入;

通过敏感数据 预测残差矩阵,计算出医学图像的非敏感数据 并且采用均匀标量量化器对半张量积压缩感知采样的图像Y的剩余数据Y(m:n)和非敏感数据e进行编码;

其中针对剩余数据Y(m:n)将被编码为8位二进制数,对于非敏感数据e,则拆分成两部分,分别是eabs以及esign,其中eabs为残差矩阵的数值部分,esign为残差矩阵的符号部分;

并且数值部分eabs用“b”个最低有效位表示,“8‑b”最高有效位设置为0;符合部分esign被编码为1位二进制数;

将编码后的Y(∶m)和非敏感数据e构成载体图像 载体图像的大小与半张量积压缩感知采样的图像Y相同;

载体图像 前m行数据为真实部分,剩余的部分称为载体图像 的预测部分;

使用预先设定的加密密钥K1生成伪随机序列PR1,与预先获得的患者秘密信息Ie进行异或运算计算,得到加密嵌入信息 也就是获得预嵌入数据,将嵌入数据Ie分成一系列组,每组具有8‑b位,最后将加密数据从左到右、从上到下嵌入到载体图像 中,并替换对应像素位置的“8‑b”个最高有效位,最终构成载密图像 实现信息隐藏处理;

图像认证处理:所述接收端通过半张量压缩感知技术对所述载密图像进行重构,通过半张量压缩感知认证系统对所接收到的所述载密图像进行完整性认证;

采用原始图像的预估计值 也就是敏感信息,生成消息认证码CSMAC,接收端通过φMAC和重建信号X′来生成消息验证码CSMAC′=Evo(φMACX′),其中Evo为值排序函数;

最后通过判断消息认证码CSMAC′和消息认证码CSMAC之间的范数距离l1是否都小于预先设定的常数ε,来验证被分享医学图像的完整性;

图像恢复及秘密信息提取:利用预先获取的解密密钥对所述载密图像进行解密,通过残差预测逐步恢复获得所述原始图像;根据预先设定的扫描顺序扫描标记的所述载密图像的相应预测部分中的像素,再使用所述解密密钥解密获取所述秘密信息,当接收端接收到加密图像后,使用解密密钥K2对加密的图像解密,并逐步恢复高质量重建原始图像S′,将预测部分的最高有效位设置为0,并对Y(∶m)进行STP‑CS重建得到医学图像的敏感数据部分X′=γ(Y(∶m),φ(∶m/a)),并对残差矩阵反量化来获得非敏感数据部分e;用敏感数据预测估计值 再与非敏感数据相加来近似得到真实值Y″(m:n)=Y′(m:n)+e,在此基础上获得近似于真实的完整观测值 通过正交匹配跟踪OMP重构算法获取恢复的原始图像。

2.根据权利要求1所述的一种基于半张量压缩感知的加密域可逆信息隐藏与认证方法,其特征在于:对所述原始图像进行半张量压缩感知采样后生成消息认证码,并将所述消息认证码发送至所述接收端,所述接收端利用所述消息认证码对所接收的所述载密图像进行认证。

3.根据权利要求1或2所述的一种基于半张量压缩感知的加密域可逆信息隐藏与认证方法,其特征在于:利用所述估计值进行残差预测包括:通过预重建获得估计的图像与所述原始图像的残差矩阵;

通过残差预测逐步恢复获得所述原始图像包括:所述接收端通过残差矩阵逐步重建生成所述原始图像。

4.根据权利要求1或2所述的一种基于半张量压缩感知的加密域可逆信息隐藏与认证方法,其特征在于:对所述原始图像进行半张量压缩感知采样包括:利用正交基字典将所述原始图像进行稀疏表示,利用高斯混沌矩阵对稀疏表示的所述原始图像进行半张量积压缩感知采样。

5.根据权利要求4所述的一种基于半张量压缩感知的加密域可逆信息隐藏与认证方法,其特征在于:对所述原始图像进行半张量积压缩感知采样后,对半张量积压缩感知采样的图像进行拆分,使用半张量积压缩感知采样的图像的部分数据预测其全局数据。

6.根据权利要求5所述的一种基于半张量压缩感知的加密域可逆信息隐藏与认证方法,其特征在于:将经过加密的秘密信息嵌入到图像包括:采用均匀标量量化器对半张量积压缩感知采样的图像的部分数据和所述原始图像中的非敏感数据进行编码,使用编码后的半张量积压缩感知采样的图像的剩余数据与所述非敏感数据构成载体图像。

7.根据权利要求6所述的一种基于半张量压缩感知的加密域可逆信息隐藏与认证方法,其特征在于:将经过加密的秘密信息嵌入到图像包括:

使用加密密钥生成伪随机序列,与所述秘密信息进行预设加密运算计算得到加密嵌入信息,并将所述加密嵌入信息替换所述载体图像中预设的行,获得所述载密图像。

8.根据权利要求7所述的一种基于半张量压缩感知的加密域可逆信息隐藏与认证方法,其特征在于:所述预设加密运算计算为异或计算。