医学图像来源与篡改检测算法研究
本文关键词: 图像来源检测 图像篡改检测 数字X线摄影图像 计算机断层扫描 传感器模式噪声 支持向量机 出处:《东南大学》2017年博士论文 论文类型:学位论文
【摘要】:随着互联网技术和相关医疗行业信息化建设的不断发展和进步,如电子病历(Electronic Medical Record,EMR)系统和影像归档与通信系统(Picture Archiving and Communication System,PACS)的产生和发展极大提高了医疗诊疗服务的效率。医院信息系统(Hospital Information System,HIS)在实际医疗诊断中已广泛使用,数字化存储大大提高了在海量的医学信息中进行信息检索的效率。目前,世界各国都在发展规模一体化的区域医疗协同服务系统,以实现医院之间的医疗资源和诊疗信息共享互通。与此同时,随之即来的医学信息方面的真实性,可靠性以及可追溯性这一系列的安全问题也亟待解决。数字签名及数字水印技术可以对医学图像进行保护,但这些主动的方法必须在图像获取时进行实时操作,这在实际应用中将受到限制。因此,需要解决如何在没有原始图像的情况下仅利用待检测图像进行来源及篡改检测。现有的盲取证方法主要针对日常的普通成像设备,例如数码相机,扫描仪,智能手机等。本文通过分析医学设备的成像原理,利用传感器模式噪声和成像算法特征等作为图像的指纹信息,对医学图像来源及内容篡改进行检测。本文的工作概括如下:(1)基于噪声特征的数字X线摄影图像来源检测算法首先,针对数字X线摄影系统,利用成像设备的不完美性所产生的传感器模式噪声作为指纹信息,对图像的来源进行判定。由于数字X线摄影系统与数码相机不同,无法获得没有拍摄对象的"纯"噪声图像作为参考指纹,采用Contourlet滤波提取传感器模式噪声,通过减少图像纹理和边缘信息的干扰提高来源检测的准确率。另一方面,考虑到数字X线摄影图像都是"原始数据",未经过压缩,除了固有模式噪声成分以外,散射噪声和热噪声等噪声成分在图像中占有很大一部分比例。通过研究图像像素值和噪声强度之间的关系,建立参数型噪声统计模型,利用统计模型的参数作为指纹对图像的来源进行区分。但噪声统计模型和设备型号相关,只能用于区分不同的型号的设备,并不能定位到具体的某一台成像设备。因此,将传感器模式噪声和统计噪声模型参数相结合,可以对X线摄影图像的来源设备的定位,同时提高来源检测的准确率。(2)基于原始传感器模式噪声的CT图像来源检测算法计算机断层扫描(Computed Tomography,CT)图像是利用探测器接收一系列穿过人体的X射线束,经过重建后得到的数字图像,作为CT指纹的传感器模式噪声与X射线探测器阵列直接相关。本文通过提取待检测图像的传感器模式噪声,进行CT三维重建反变换,得到原始传感器模式噪声对CT图像进行来源检测。较之基于传感器模式噪声的来源检测算法,所提的基于原始传感器模式噪声的算法获得了更高的识别精度。(3)基于三维重建算法指纹的CT图像来源检测算法通过研究CT扫描仪的成像原理发现在重建CT图像的同时也会对原始的模式噪声进行重建。本文研究了重建过程对原始模式噪声带来的影响,以获取CT三维重建指纹信息。重建算法作为厂商的保密信息无法直接被获得,同时确认不同成像设备的重建算法并不相同。通过对现有的5种最基础的CT重建算法进行模拟实验发现,重建后的模式噪声具有周期性和循环对称性,从而建立相关性特征向量来表达原始模式噪声经过重建后呈现的这些周期性和循环对称性。同时利用模拟实验证实所得特征向量可以作为CT三维重建算法指纹对不同成像设备中的重建算法进行辨识。利用真实CT图像数据集进行实验的结果也证实所提算法对CT图像来源具有较好的辨识能力。但重建算法指纹只能鉴别不同的重建算法,具体到某一台CT设备将无法鉴别,为了解决这个问题,本文提出将CT三维重建算法指纹和原始传感器模式噪声相结合,对图像具体的成像设备进行判定,同时提高检测的精确率。(4)基于传感器模式噪声的医学图像篡改检测算法将所提出的用于医学图像来源检测方法中作为图像指纹信息的传感器模式噪声应用到图像篡改检测中。利用对待检测图像中的指纹信息与源设备指纹信息的相关性进行判定,实现对篡改区域的检测与定位。基于相关性的篡改检测算法是区域性的图像来源检测方法,通过对待检测图像进行区域划分,然后对每个区域进行来源判定,判断各个区域是否来自参考设备。如果是,则说明该区域未经过篡改,否则说明该区域发生了篡改。实验结果表明:所提算法不仅能判断图像是否发生篡改,还能确定篡改位置,可以检测所有图像指纹遭受破坏的篡改,包括同幅图像的复制-移动-粘贴篡改和不同图像之间的复制-移动-拼接篡改等。
[Abstract]:This paper analyzes medical equipment ' s imaging principle , uses sensor mode noise as fingerprint information to distinguish the source of medical image . ( 2 ) The computed tomography ( CT ) image based on the original sensor pattern noise is used to receive a series of X - ray beams passing through the human body , which is directly related to the X - ray detector array .
【学位授予单位】:东南大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:R319;TP391.41
【相似文献】
相关期刊论文 前10条
1 陈伟,曾勇,陈都峰;JPEG压缩MRI图像对其图像边缘的影响[J];医疗卫生装备;2004年11期
2 杜晓岩;吕同富;邢志宏;;图像边缘识别技术在医学中的应用[J];中国医药导报;2009年32期
3 史洪飞,包尚联,王卫东;基于对象识别和分割的图像噪声抑制[J];中国医学影像技术;2005年09期
4 贺向前;邓世雄;甘平;周丽华;熊兴良;;基于皮肤图像年龄评估系统的设计[J];中国组织工程研究与临床康复;2010年43期
5 田星;桂志国;刘芳;;基于模糊最大熵的医学X增强方射线图像边缘法研究[J];中国医学物理学杂志;2014年03期
6 何叶松;杨华哲;李阳;付佳;洪洋;吴琳;付淼;;人体颅脑MRI图像中下颌骨的分割及三维建模[J];中国医学物理学杂志;2010年03期
7 张明慧;;CR图像自适应增强方法在头颈部的应用[J];中国医学影像技术;2009年12期
8 朱坤;陈新兴;季立贵;;球结膜图像的血管识别[J];中国医学物理学杂志;2010年06期
9 许广有;;CR图像组合打印的临床应用价值[J];锦州医学院学报;2006年05期
10 张玉明,许曼;B超图像边缘增强技术的实现方法[J];电子技术;1997年09期
相关会议论文 前10条
1 陆成刚;陈刚;张但;闵春燕;;图像边缘的优化模型[A];'2002系统仿真技术及其应用学术论文集(第四卷)[C];2002年
2 王伟凝;余英林;张剑超;;图像的动感特征分析[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年
3 韩焱;王明泉;宋树争;;工业射线图像的退化与恢复方法[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(下册)[C];2001年
4 王强;王风;;一种保持图像几何特征的去噪模型[A];中国通信学会第五届学术年会论文集[C];2008年
5 王培珍;杨维翰;陈维南;;图像边缘信息的融合方案研究[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
6 李大鹏;禹晶;肖创柏;;图像去雾的无参考客观质量评测方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
7 孟晋丽;张毅;金林;;图像中混合噪声的小波域滤除方法[A];2007'仪表,,自动化及先进集成技术大会论文集(一)[C];2007年
8 漆琳智;张超;吴向阳;;引导滤波的单幅图像前景精确提取[A];浙江省电子学会2013学术年会论文集[C];2013年
9 张明慧;;基于模糊蒙片算法的CR图像边缘增强[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
10 王亮亮;李明;高昕;;强模糊空间目标图像边缘获取方法研究[A];第九届全国光电技术学术交流会论文集(下册)[C];2010年
相关重要报纸文章 前10条
1 吴飞;无边距照片打印三部曲[N];中国电脑教育报;2003年
2 艾思平翻译;视频编码软件CCE SP2操作指南(9)[N];电子报;2009年
3 ;B超术语解释[N];农村医药报(汉);2008年
4 ;图像质量调整秘技[N];电脑报;2001年
5 马骏睿 皓月;制作版画效果图片[N];中国摄影报;2007年
6 艾思平翻译;视频编码软件CCE SP2操作指南(14)[N];电子报;2009年
7 西安 张正仓;I~(2)C总线控制的HG-2220AV液晶屏视频信号驱动板[N];电子报;2003年
8 ;令挑剔的人也刮目相看[N];中国电子报;2001年
9 侯杰;国产芯片进军移动多媒体市场[N];人民邮电;2003年
10 于亮、阿鲲;技术“扫”天下[N];中国计算机报;2002年
相关博士学位论文 前10条
1 梁福来;低空无人机载UWB SAR增强成像技术研究[D];国防科学技术大学;2013年
2 周静;基于忆阻器的图像处理技术研究[D];国防科学技术大学;2014年
3 贾茜;基于时—空域插值的图像及视频上采样技术研究[D];武汉大学;2014年
4 李照奎;人脸图像的鲁棒特征表示方法研究[D];武汉大学;2014年
5 郝红星;基于干涉相位图像构建数字高程模型的关键技术研究[D];国防科学技术大学;2014年
6 杨小义;图像特征识别算法及其在聋人视觉识别中的应用研究[D];重庆大学;2015年
7 王玉明;SAR图像地雷场检测技术研究[D];国防科学技术大学;2013年
8 温景阳;图像大容量、低失真可逆信息隐藏技术研究[D];兰州大学;2015年
9 李林;基于概率图模型的图像整体场景理解方法研究[D];电子科技大学;2014年
10 冯景;基于SAR图像的海面溢油检测研究[D];北京理工大学;2015年
相关硕士学位论文 前10条
1 李鹏远;图像检索算法研究及其在互联网教育中的应用[D];华南理工大学;2015年
2 万燕英;微聚焦X-ray图像自适应正则化去噪方法[D];华南理工大学;2015年
3 毛双艳;基于梯度域的图像风格化渲染方法的研究及其应用[D];华南理工大学;2015年
4 向训文;RGB-D图像显著性检测研究[D];华南理工大学;2015年
5 曾旭;基于聚类和加权非局部的图像稀疏去噪方法研究[D];天津理工大学;2015年
6 熊杨超;图像美学评价及美学优化研究[D];华南理工大学;2015年
7 王艳;图像视觉显著性检测方法及应用的研究[D];华南理工大学;2015年
8 郑露萍;图像二阶微分特征提取及人脸识别应用研究[D];昆明理工大学;2015年
9 王思武;基于太阳图像的特征提取和检索[D];昆明理工大学;2015年
10 曹静;基于暗通道先验算法的图像去雾处理[D];海南大学;2015年
本文编号:1524877
本文链接:https://www.wllwen.com/shoufeilunwen/xxkjbs/1524877.html