申请/专利权人：齐齐哈尔大学

申请日：2023-11-29

公开（公告）日：2024-03-08

公开（公告）号：CN117670636A

主分类号：G06T1/00

分类号：G06T1/00;G06F21/16;G06F21/60;G06F21/64;G06V10/44;G06V10/82;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本发明公开了一种基于改进的VGG16的医学图像零水印算法，所述算法中医学图像先通过改进的VGG16进行特征提取，然后使用DCT变换，随后使用均值哈希进行特征二值化，接着重塑成64*64的二维特征矩阵，然后使用加密的二值水印图像和二维特征矩阵进行异或得到零水印密钥，最后使用篡改的图像经过改进的VGG16网络提取特征，进行同样的操作，和零水印密钥进行异或，得到加密的二值水印图像，之后对加密水印图像进行解密。该算法具有抵抗常规攻击的能力，可以有效的抵抗高斯噪声、JEPG压缩、中值滤波等攻击，并且对于几何攻击也有着较为良好的鲁棒性。

主权项：1.一种基于改进的VGG16的医学图像零水印算法，其特征在于所述方法包括如下步骤：步骤一、数据集的准备：从MedPix数据集中选择6个种类的医学图片，选择80％作为训练集，剩余的作为验证集；步骤二、数据预处理：将训练集和验证集的图片统一缩放成224*224，3通道；步骤三、水印信息W的加密：步骤三一、将水印大小为64*64的水印图像Wi,j进行灰度化和二值化，得到二值水印信息Wbini,j；步骤三二、先使用双logisticsmap生成两个混沌序列seq1、seq2，进行二值化，然后使用约瑟夫环选择水印图像的像素，如果像素值是偶数，则将这个像素值二值化后的值和seq1异或，反之，seq2与异或，对水印信息Wbini,j进行加密；步骤三三、使用Ardold置乱对加密的水印信息进行置乱，得到加密的水印信息Weni,j，作为对医学图像的特征信息加密的密钥；步骤四、基础块的构建：步骤四一、构建深度卷积和逐点卷积作为深度可分离卷积，其中：深度卷积的卷积核大小为3*3、步幅为1、填充为1；逐点卷积的卷积核大小为1*1，步幅为1、填充为0；步骤四二、构建通道注意力机制和空间注意力机制作为CBAM模块；步骤四三、构建跳跃连接作为残差模块；步骤五、特征提取网络的构建：步骤五一、将原始VGG16中的卷积替换成深度可分离卷积；步骤五二、将CBAM模块放在VGG16的特征提取部分中的第2、3、4、5个最大池化层之后，它的输入和输出和网络中的输入输出对应；步骤五三、将残差模块放在第2、3、4个最大池化层之后，并且在CBAM模块之后，其中第一个残差模块的输入是128，输出是256，第2个残差模块的输入是256，输出是512，第3个残差模块的输入是512，输出是512；步骤五四、根据VGG16的分类部分进行3次全连接和2次dropout正则化，对特征信息进一步的优化；步骤五五、将最后一个全连接层的输出改成4096，得到一个长度为4096的特征信息；步骤六、提取网络的训练：步骤六一、将医学图像I输入到特征提取网络，首先处理好图片的输入是224*224*3，医学图像I首先经过深度可分离卷积，通过深度卷积3*3的卷积提取空间特征，然后通过逐点卷积1*1的卷积组合这些空间特征；步骤六二、随后经过五个步长为2的最大池化层，分别使图像缩小至112＊112、56＊56、28＊28、14＊14，最终达到7＊7大小为止；步骤六三、经由两个最大池化层之后，会经过一个注意力机制，首先通过CBAM模块中的通道注意力部分，经过全局平均池化和全局最大池化，随后经过共享网络和激活函数，得到通道注意力图；然后经过空间注意力部分，经过平均池化和最大池化，一个卷积层和激活函数，得到最终的空间注意力图，利用两个层面的注意力，对特征信息进行优化；步骤六四、通过CBAM模块之后，达到残差模块，通过主路径和跳跃连接，保留原始特征信息，对特征信息进一步优化；步骤六五、经过特征提取部分的特征信息达到分类部分，经三个全连接和两个正则化，输出4096位长的特征向量Vi；步骤七、特征向量的提取和特征矩阵的构建：步骤七一、特征向量DCT变换：对特征向量进行DCT变换，得到一个DCT特征向量Vdi；步骤七二、DCT特征向量二值化：使用均值哈希算法对DCT特征向量Vdi进行二值化，得到二值特征向量Vbi；步骤七三、特征矩阵的构建：将长为4096的二值特征向量Vbi重塑成64*64的二维特征矩阵Vi,j；步骤八、零水印的生成：将步骤三得到的加密水印信息Weni,j和步骤七得到的二维特征矩阵Vi,j进行异或，得到零水印密钥Key和一个二维的二值矩阵密钥Ki,j；步骤九、零水印的验证：步骤九一、对受到篡改的医学图像I`通过改进的VGG16的网络，得到一个长为4096的特征向量V`i，对特征信息进行DCT变换，得到一个DCT特征向量Vd`i；步骤九二、对DCT特征向量Vd`i使用均值哈希算法进行二值化，得到二值特征向量Vb`i；步骤九三、将二值特征向量Vb`i重塑成64*64的二维特征矩阵V`i,j；步骤九四、将步骤八得到的二值矩阵密钥Ki,j和V`i,j进行异或，得到还原的加密水印的信息Wdei,j；步骤十、加密水印的解密：对步骤九得到的Wdei,j首先使用逆Arnold变换，随后使用双logisticsmap和约瑟夫环的解密部分对其解密，得到解密的二值水印图像W`bini,j。

全文数据：

权利要求：

百度查询： 齐齐哈尔大学 一种基于改进的VGG16的医学图像零水印算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD