基于直方图平移的可逆水印技术的新变体，以提高隐藏容量

摘要

在远程医疗系统中，在公共通信渠道上共享关键医疗数据。这增加了未经授权访问患者信息的风险。这强调了医疗数据的保密和身份验证的重要性。本文介绍了两种创新变化的经典直方图换档方法，以提高隐藏能力。第一种技术将图像划分为非传播块，并使用直方图方法单独嵌入水印。第二种方法将感兴趣的区域分开并仅在非互连区域内嵌入水印。这种方法保留了完整的医疗信息。该方法在关键的医疗情况下发现它使用。两种技术获得的高PSNR（高于45dB）表示该方法的难忘。实验结果表明，与基于直方图转换技术的其他方法相比，所提出的方法的优越性。 These techniques improve embedding capacity by 5–15% depending on the image type, without affecting the quality of the watermarked image. Both techniques also enable lossless reconstruction of the watermark and the host medical image. A higher embedding capacity makes the proposed approaches attractive for medical image watermarking applications without compromising the quality of the image.

1.介绍

近年来，互联网和多媒体技术的迅猛发展对多媒体数据的认证和安全传输构成了威胁。在远程医疗应用中，交换医疗图像以改善病人的临床状况[1］．由于通信通道在多个用户之间共享，较差的安全服务可能会对所提供的护理质量产生不利影响。生物医学图像的质量需要严格维护。医疗数据中存在的人工制品和其他杂质可能导致诊断错误[2］．患者的信息安全是维持信任关系的关键。因此，水印技术被用于认证。但是，水印会对覆盖图像中存在的敏感信息造成伤害。在医学图像中，封面图像的微小变化可能会显著影响判读。因此，用于医学应用的水印方法必须是可逆的，即原始医学图像必须逐像素精确地恢复。大多数可逆水印方法对隐藏容量都有一定的限制。对医学图像使用水印的另一种方法是保持感兴趣区域的完整性，并将水印嵌入非感兴趣区域[3.］．

针对可逆水印，研究者们提出了各种算法。这些技术可以分为5类，即(i)基于整数变换的、(ii)基于数据压缩的、(iii)基于直方图bin移位的、(iv)基于像素值预测的和(v)基于频域特征修正的[4］．

基于直方图bin移位的方法由于易于实现和产生的开销较小而受到欢迎。它利用原始图像的直方图，对直方图中峰值点附近的选定部分进行修改，然后将秘密数据嵌入到图像中。该方案最初由Ni等人提出[5］．在这种技术中，每个像素值最多改变1，因此这确保了水印图像的不可感知性。进一步观察到，基于直方图的方法的嵌入能力是有限的，是依赖于图像的。相反，如果选择相邻像素的差值来表示直方图，可以有效地增加峰值，在不牺牲输出图像质量的情况下，可以将更多的信息嵌入到图像中。文献中对基本方法作了许多修改，主要是为了增加隐藏容量。Jung和Ko的一种方法[6]提出了一种改进的基于直方图修改的可逆数据隐藏技术。该算法利用人类视觉系统的特征来决定每个像素的数据嵌入水平。Arabzadeh等人的另一种变体[7]提出了将著名的直方图移动方法推广到可逆水印中的方法。一种新的可逆图像认证技术[8[基于水印利用差异图像的直方图特征，并稍微修改像素值，以嵌入比其他无损数据隐藏算法更多的数据。另一个工作[9提出了一种基于小波域直方图平移的盲可逆医学图像水印方法。曹和周最近的作品[10]提出了图像的菱形预测模型和差分直方图移动思想。其他许多研究人员都试图提高基本直方图移位技术的嵌入能力[11- - - - - -14］．上述方法都增加了直方图移位法的计算复杂度。可逆水印的两个最重要的要求是水印的不可感知性和隐藏能力。两者都应该以尽可能少的复杂性实现。因此，设计一种可增加隐藏容量的可逆水印技术，并以最小的复杂性增加产生可接受的不可感知输出图像，是本文的贡献。上述方法都增加了直方图移位法的计算复杂度。本文提出了两种新的技术，对直方图移位法进行了改进，以提高隐藏能力。第一种方法是将图像分成不重叠的块，并考虑每个块的直方图。在每个块中，水印被嵌入。这种技术是对经典直方图移位方法的简单扩展，但它提供了近10%的嵌入容量增加。 This technique takes full advantage of the pixel correlation in a small block of image. Not just that but by changing the size of the block, the required values of the embedding capacity and PSNR can be achieved. A large block size will improve PSNR while reducing capacity. It should be noted that the histogram shift technique discussed here affects all the pixels in the watermarked medical image. Medical professionals remain sceptical about allowing possible alteration of all pixels in the medical image irrespective of the watermarking technique used. This scepticism motivates researchers to consider RONI (region of noninterest) that are of no or little interest to doctors or medical professionals. In the second technique, first, the RONI is separated from the medical image and the watermark is embedded in this region. This region can have irregular shape. The algorithm will embed the watermark in this region of noninterest. Degradation caused with this type of embedding affects the only RONI by keeping intact the region of interest. The PSNR values achieved with this technique are also comparable to the existing methods.

下一节将详细介绍实现的方法。部分3.演示了提出的方法和Section的结果4是结论。

2.方法

本节讨论了可逆水印的新方法。首先，对经典的直方图移位方法进行了回顾。然后，介绍了水印的分块嵌入技术。在医学图像中嵌入水印时，需要注意的是图像中感兴趣的区域不受影响。为了实现这一目标，提出了第三种方法，即将非感兴趣区域从图像中分离出来，只在非感兴趣区域内嵌入水印。用于确定不可感知性和质量的性能评价参数为峰值信噪比(PSNR)、均方误差(MSE) [15]，及MSSIM [16］．另一个性能度量的参数是可以嵌入到原始医学图像中的水印的大小。这是水印容量。让表示原始医学图像;而为水印图像，则MSE计算方法如下:

均方误差估计误差平方的平均值。MSE值越低，误差越小，不可感知性越高。米×N为图像的大小。PSNR的计算方法如下:

PSNR越高，水印在图像中的不可感知性越高。

在过去的三十年里，人们在开发利用人类视觉系统(HVS)的已知特征的质量评估方法方面投入了大量的努力。这里，一种结构相似性(SSIM)的度量方法用来比较已归一化的亮度和对比度的像素强度的局部模式，用于访问原始图像和水印图像之间的相似性。结构相似度(SSIM)指数[16]基于三个术语的计算，即亮度项，对比度术语和结构术语。整体指数是三个术语的乘法组合。对于两个图像和 ， 在哪里 在哪里 ， ， ， ，和是否图像的局部均值、标准差和交叉协方差 ．如果 (指数的默认值)和 (默认的选择)，将索引简化为:

一般情况下，对图像块计算SSIM，然后使用平均SSIM (MSSIM)作为性能参数。

2．1．经典直方图移位方法及其局限性

在Ni等人提出的一般直方图移位方法中[5，则通过移动图像的一维直方图来实现数据嵌入。考虑图像灰度值从0到255。考虑图像中的灰度值哪一个是最常出现的灰度值和为灰度值的最大计数 ．将直方图按照以下规则分别向右移动一个箱子并移动图像形成:

考虑水印图像的像素值为“1”或“0”。有水印的图像是根据以下条件形成的:

为了演示不同的技术，这里考虑了不同的医学图像。图像大小从544 × 304到1002 × 1132不等。数字1显示使用尺寸900×854的医学图像，使用的X射线图像。图2显示使用大小256×256的水印图像。本研究考虑了患者的医疗报告，其形式是广义考虑的形式。因此，很明显，也可以对文本数据执行所有讨论的算法。水印有患者的信息，是黑白图像。

在MATLAB的帮助下得到了结果。图中的图像3.是一幅使用经典直方图移位技术的水印图像。这个方法的容量为44,417位。这大约是总像素数的6%。水印图像证明水印是不可感知的。MSE为0.9831,PSNR为47.92，明显优于接受值。直方图移位技术最重要的优点是实现简单。所需要的计算只是直方图的计算，非常简单和快速。需要注意的是，容量随图像的不同而变化。水印的容量取决于图像的类型和图像的像素分布。总的来说，可以看出直方图移位技术在医学图像中的容量是有限的。 To address this shortcoming of the histogram shift technique, two modifications are suggested in this paper. These proposed techniques increase the embedding capacity but at the same time, they keep the calculations simple. These two novel techniques are discussed in the following subsections.

2．2.按块嵌入水印[17］

为了提高传统直方图移位技术有限的水印容量，本文提出了一种新的方法。在这种技术中，第一个覆盖医学图像被分割成大小相等的不重叠块。块被选择为不重叠的，这样一个像素就不会嵌入多个比特。为每个块计算直方图，并记录最大计数灰度值和最大计数。然后，水印被嵌入到每个块中。每个块可以容纳等于该块中最大计数的水印位元。如图所示的图像1，嵌入容量从44.417位增加到经典直方图的换档方法到48,164位，使用块大小4×4。隐藏容量的增加几乎增加了10％。仍然，PSNR相当高。对于其他医学图像也观察到类似的结果。该技术利用图像像素之间的相关性。随着直方图绘制成较小的图像块，直方图是达峰。这增加了封面图像的整体嵌入能力。可以完全检索水印以及覆盖图像。

进一步，该算法测试了不同大小的块，如4 × 4, 8 × 8，和16 × 16。可以观察到，随着块大小的增加，嵌入容量会像预期的那样下降。在该技术中，虽然需要计算每个块的直方图，但与其他可逆水印算法相比，该算法的总体复杂度更简单。数字4图中覆盖图像使用4 × 4块显示水印图像1．

2．3.嵌入非感兴趣区域(RONI)

在医学图像中隐藏水印时，保持图像中感兴趣的区域不变是非常重要的。这对医学结论非常重要[18］．如果修改了医学图像中的感兴趣区域（ROI），这可能会导致错误的诊断，并且可能是致命的。当直方图换档算法用于嵌入医学图像中的数据时，它必然会改变感兴趣区域的内容。为了占据这种缺陷，这里提出了一种新的想法，其中在水印中仅在非互连区域（Roni）中嵌入。因此，这种技术完全保留了感兴趣的地区，医疗结论不受影响。在该技术中，首先，非交互区域与医学图像分离。在图中5，圆圈区域是这个医学图像感兴趣的区域，也就是手部x射线。

这个ROI是用Out的方法分离出来的[19］．有各种记录在案的技术用于分离医学图像感兴趣的区域。在这里，我们选择了Otsu的方法，使用自适应阈值来分离ROI和RONI。该方法在各种医学图像模式下进行了测试，得到了满意的结果。该方法通过MATLAB命令实现，为图像选择合适的阈值并将其转换为二值图像。利用该二值图像，可以识别不感兴趣的区域，并有选择地嵌入水印。这个RONI的形状是不规则的。一旦感兴趣的区域被分离，就绘制RONI的直方图，并使用经典的直方图移位技术来嵌入水印。将感兴趣区域分离后，剩下的图像相关性更强，直方图更峰。因此，在这种技术中，嵌入容量增加了。 Not only as the capacity improves but also as the watermark is embedded only in the RONI, the medical information in the cover image is kept intact. Moreover, the histogram shift method alters the pixel values closer to the peak. So, at the receiver end, again, the RONI can be obtained using Otsu’s method. So, no extra information needs to be transmitted with the payload. For the image shown in Figure1，该方法的嵌入容量为44,494位，较传统的直方图方法有所提高。得到的MSE和PSNR值分别为0.6013和49.99，比较满意。MSSIM为0.9386，更接近于1。数字6显示水印图像，水印嵌入到图中覆盖图像的RONI中1．

3.结果与讨论

上一节介绍的所有可逆水印技术都在各种类型的医学图像上进行了试验。算法在MATLAB中实现。

第一个实现方法是基于经典的直方图移位技术进行水印嵌入。表格1将该方法的结果用于三幅医学图像。Cover1图像如图所示1．该表包含图像大小和每个图像的嵌入容量。此外，它还记录了三种医学图像的水印图像的MSE和PSNR值。用于嵌入的水印图像为大小为256 × 256的黑白图像。每个图像的隐藏能力是不同的。

对于给定的图像，水印图像被调整到该图像的最大隐藏容量，并使用直方图移位方法嵌入水印。可以得出结论，使用这种技术，获得的PSNR值是非常高的。所以，这种方法是难以察觉的。计算是非常简单的-只有那些需要绘制图像的直方图。因此，该方法易于实现。

经典直方图换档技术具有有限的隐藏能力，其从图像变为图像。为了提高嵌入能力，提出了一种新的典型直方图换档技术的变体2.2．在这种技术中，覆盖图像被分成大小相同的不重叠块。在实现这种技术时，块的大小从4 × 4、8 × 8和16 × 16不等。在每个块中，最大发生的灰度级被记录下来，像素计数也被记录下来。每个块的隐藏容量与该块的最大计数相同。水印被嵌入到每个块中。对三幅图像进行了结果分析;Cover1, Cover2和Cover3。可以看出，当水印按块嵌入时，隐藏容量增加了。而且，随着块大小的增加，隐藏容量会减小。 Table2显示这些结果。第3、4和5列显示了这三幅图像的不同块大小的隐藏容量。容量随着块大小的增加而减少。表格3.记录三幅图像在不同块大小下的MSE、PSNR和MSSIM值。PSNR值和MSSIM值高，证明了该算法的不可感知性，是对医学图像进行水印的重要标准。该算法实现简单，保持了算法简单的优点。

在本节讨论的新技术中2.3.时，先分离图像的RONI。然后绘制分离区域的直方图，将水印嵌入该区域。与前两种方法相比，这种技术有一个重要的优势。它保持了医学图像的感兴趣区域的完整性。因此，水印嵌入不会干扰医学意义。引用表2，最后一列表示该技术对三幅图像的隐藏能力。与传统的直方图移位方法相比，该方法在容量上有一定的改进。表格4列出该技术的MSE、PSNR和MSSIM值。这里，虽然容量有所提高，但MSE较低，而PSNR和MSSIM较高。同时，该方法的失真仅存在于RONI中。接下来的讨论引出了上述文本中所提出的技术的意义。

大多数水印技术修改主机图像，从而在嵌入水印时扭曲它。在许多应用中，如果原始图像和水印图像感知相当等同，则可以接受这些扭曲或待保真度的丢失。相反，一些典型应用中的图像对图像保真度严格​​约束，因此，水印期间的失真是不可接受的。其中一些应用领域，其中图像对图像保真度有严格的约束是医学图像，军事监控图像，间谍卫星图像和法律文档图像。本文讨论的可逆水印技术推荐用于此类应用，主要是由于水印的无损性。可以注意到本文提出的技术特别强调可逆性。原则上，这些技术可以应用于所有类型的图像;然而，它的有效性在图像的可逆性势在一体中突出显示。

这两种新技术都是可逆的，因此可以准确地提取水印和原始医学图像。

4.结论

通信通道上的医疗数据交换需要保证安全性和身份验证。这可以通过对医学图像本身中的患者数据进行水印来实现。这些水印技术必须谨慎选择，因为嵌入的数据不应妨碍重要的医学信息。此外，所选择的技术应该是可逆的，即封面医学图像和水印都要准确提取。本文讨论了经典的直方图技术及其在医学图像中的应用。为了克服该算法有限的可用容量，提出了两种新的技术。对于按块嵌入技术，可以观察到，与较大的块(如8 × 8或16 × 16)相比，较小的块(如4 × 4)可以实现更高的嵌入容量。定量结果表明，该技术在潜移默化中具有较高的应用价值。第二种技术只在不感兴趣的区域嵌入水印。与分块技术相比，这种技术在隐藏能力方面的改进较小。 But in case of critical medical images where small distortion in the region of interest cannot be tolerated, this technique changes only the region of noninterest. Moreover, both the techniques preserve the simplicity of the original method. These innovative variants are well-suited techniques for medical image watermarking with higher capacity and better imperceptibility. These techniques are more suitable and beneficial for the applications that put stringent restriction on the image distortion.

的利益冲突

作者声明，就他们所知，这篇论文的发表没有利益冲突。

参考文献

1. V.加格和J.布鲁尔，《远程医疗安全:系统评估》，糖尿病科学与技术杂志，第5卷，第5期。3，第768-777页，2011。视图:出版商的网站|谷歌学者
2. G. Coatrieux, L. Lecornu, B. Sankur，和C. Roux，“图像水印在医疗保健中的应用综述”第28届IEEE工程医学与生物学会国际年会，2006。磨床06年，页4691-4694，纽约，美国，2006。视图:出版商的网站|谷歌学者
3. J. Zain和M. Clarke，“远程医疗的安全:医学图像水印的问题”，发表于第三届国际会议:电子科学、信息与通信技术，突尼斯，2005年。视图:谷歌学者
4. C. Rey和j - l。Dugelay，“用于图像认证的水印算法综述”，应用信号处理， 2002年第5期。6，页613-621,2002。视图:出版商的网站|谷歌学者
5. z倪,Y.-Q。Shi, N. Ansari, W. Su，“可逆数据隐藏”，IEEE视频技术电路和系统汇刊，第16卷，第5期。3，页354-362,2006。视图:出版商的网站|谷歌学者
6. S.-W。荣格和S.-J。Ko表示:“考虑到人类视觉系统，基于直方图修改的可逆数据隐藏算法。”IEEE信号处理信第18卷第2期2, pp. 95-98, 2011。视图:出版商的网站|谷歌学者
7. M. Arabzadeh, M. S. Helfroush, H. Danyali，和K. Kasiri，“基于广义直方图移动的可逆水印”，发表于2011第18届IEEE图像处理国际会议(ICIP)，第2741-2744页，比利时布鲁塞尔，2011。视图:出版商的网站|谷歌学者
8. “基于二维像素强度直方图修正的有效可逆数据隐藏方法”，发表于《中国科学:信息科学》2014 IEEE声学、语音和信号处理国际会议(ICASSP)，第7420-7424页，佛罗伦萨，意大利，2014。视图:出版商的网站|谷歌学者
9. H. Golpîra和H. Danyali，“基于小波直方图移动的医学图像可逆盲水印”，发表于2009 IEEE信号处理与信息技术国际研讨会(ISSPIT)，第316页，阿拉伯联合酋长国阿伯曼，2009年。视图:出版商的网站|谷歌学者
10. 曹磊，“一种用于加密图像的可逆数据隐藏算法”，工程数学问题， 2016年第4期，文章编号4313580,11页，2016年。视图:出版商的网站|谷歌学者
11. C. Vinoth Kumar, V. Natarajan和D. Bhogadi，“基于医疗图像的直方图移动的高容量可逆数据隐藏”2013国际通信与信号处理会议(ICCSP)， Melmaruvathur，印度，2013。视图:出版商的网站|谷歌学者
12. K. Hazarathaiah，“使用直方图移动技术的可逆数据隐藏”，国际计算机科学与移动计算杂志，第3卷，第2期。6, pp. 735-740, 2014。视图:谷歌学者
13. T. H. Nguyen和D. M. Duong，“基于直方图移动中选择阈值的可逆医学图像水印技术”2015第七届知识与系统工程国际会议(KSE)，第204-209页，越南胡志明市，2015年。视图:出版商的网站|谷歌学者
14. H. S. Nemade和V. Kelkar，“使用直方图移动方法的彩色医学图像的可逆水印”2016第三届全球可持续发展计算国际会议(INDIACom)2016年，印度新德里。视图:出版商的网站|谷歌学者
15. M. Fallahpour, D. Megias，和M. Ghanbari，“医学图像中隐藏的高容量可逆数据”第16届IEEE图像处理国际会议(ICIP)，第4241-4244页，埃及开罗，2009年。视图:出版商的网站|谷歌学者
16. Wang Z.， A. C. Bovik, H. R. Sheikh, and E. P. Simoncelli，“图像质量评估:从错误可见性到结构相似性”，IEEE图像处理汇刊，第13卷，第2期4, 2004。视图:出版商的网站|谷歌学者
17. V. Kelkar和H. Nemade，“利用提高安全性和嵌入容量的直方图移动方法在医学图像中的可逆水印”2016 IEEE电子、信息与通信技术国际会议(RTEICT)2016年，印度班加罗尔。视图:出版商的网站|谷歌学者
18. N. A. Memon和S. A. M. Gilani，“用于内容认证的医疗图像的NROI水印”2008 IEEE国际多主题会议。INMIC 20082008年，巴基斯坦卡拉奇。视图:出版商的网站|谷歌学者
19. N. Otsu，“灰度直方图中的阈值选择方法”，IEEE系统、人与控制论汇刊，第9卷，第5期。1，第62-66页，1979。视图:出版商的网站|谷歌学者

版权

版权所有©2017 Vishakha Kelkar et al。这是一篇发布在知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。