(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210563573.X (22)申请日 2022.05.23 (71)申请人 河南大学 地址 475001 河南省开封市顺河区明伦街 85号 (72)发明人 柴秀丽　谭勇　付江豫　王斌杰　 黄紫晴　张红坤　周林　王长福　 甘志华　路杨　 (74)专利代理 机构 郑州大通专利商标代理有限 公司 41111 专利代理师 刘莹莹 (51)Int.Cl. H04L 9/00(2022.01) H04L 9/32(2006.01) H04L 9/40(2022.01)H04L 67/10(2022.01) H04L 67/12(2022.01) G06T 7/13(2017.01) G06T 7/11(2017.01) G06N 7/08(2006.01) (54)发明名称 基于半张量积压缩感知和混合云的医学图 像安全传输方法 (57)摘要 本发明提供一种基于半张量积压缩感知和 混合云的医学图像安全传输方法。 其中， 加密方 法包括： 根据原始医学图像P 的哈希密钥和给定 的外部密钥生成混沌序列， 并利用混沌序列生成 测量矩阵； 对原始医学图像P进行边缘检测， 根据 边缘检测结果将认证图像嵌入至原始医学图像P 中得到含有认证信息的图像P1， 并将嵌入密钥、 哈希密钥和外部密钥发送至接收端； 利用混沌序 列对图像P1进行稀疏和置乱， 得到置乱后的稀疏 矩阵P3， 将稀疏矩阵P3上传至边缘云； 在边缘云 上， 利用测量矩阵对稀疏矩阵P3进行测量和量 化， 得到量化后的矩阵P5； 对矩阵P5进行编码得 到第一认证序列以及对矩阵P5进行扩散， 得到密 文图像， 然后将第一认证序列和密文图像存储至 中心云上。 权利要求书5页 说明书17页 附图5页 CN 114785483 A 2022.07.22 CN 114785483 A 1.基于半张量积压缩感知和混合云的医学图像加密方法， 其特征在于， 应用于发送端， 包括： 步骤1： 根据原始医学图像P的哈希密钥和给定的外部密钥生成混沌序列， 并利用混沌 序列生成测量矩阵； 步骤2： 对所述原始医学图像P进行边缘检测， 根据边缘检测结果将认证图像嵌入至所 述原始医学图像P中得到含有认证信息的图像P1， 并将嵌入密钥、 哈希密钥和外部密钥发送 至接收端； 步骤3： 利用所述混沌序列 对所述图像P1进行稀疏和置乱， 得到置乱后的稀疏矩阵P3， 将 所述稀疏矩阵P3上传至边 缘云； 步骤4： 在边缘 云上， 利用所述测量矩阵对所述稀疏矩阵P3进行测量和量化， 得到量化后 的矩阵P5； 步骤5： 在边缘 云上， 对所述矩阵P5进行编码得到第一认 证序列， 然后将所述第一认 证序 列存储至中心云上； 步骤6： 在边缘云上， 利用所述混沌序列对所述矩阵P5进行扩散， 得到密文图像， 然后将 所述密文图像存 储至中心云上。 2.根据权利要求1所述的基于半张量积压缩感知和混合云的医学图像加密方法， 其特 征在于， 步骤1中的生成混沌序列具体包括： 步骤1.1： 利用哈希函数为所述原始医学图像生成哈希密钥， 根据所述哈希密钥和给定 的外部密钥按照公式(1)生成2D ‑LSCM混沌系统的两组初始值和参数： x0,y0,z0,w0,u0和k0： 其中， x0和y0表示2D‑LSCM混沌系统的其 中一组初始值， u0表示该组初始值对应的参数； z0和w0表示2D‑LSCM混沌系统的另一组初始值， k0表示该组初始值对应的参数； ki表示第i组 哈希密钥， i＝1,2, …,32； t1,t2,t3和t4表示给定的外部密钥； 表示按位进行异或运算， | 表示按位进行或运 算， &表示按位进行与运 算； 步骤1.2： 根据两组所述初始值和对应的参数， 利用所述2D ‑LSCM混沌系统生成四个混 沌序列， 分别记作X0、 Y0、 Z0和W0。 3.根据权利要求1所述的基于半张量积压缩感知和混合云的医学图像加密方法， 其特 征在于， 步骤2中的得到含有认证信息的图像P1具体包括： 步骤2.1： 将所述原 始医学图像P分割为若干个相同大小的非重 叠图像块B； 步骤2.2： 采用Prew itt边缘检测方法对所有的图像块B进行检测得到图像Bp； 步骤2.3： 计算所述图像Bp中各个图像块的有效度， 将有效度小于预设阈值的图像块记 为无意义的图像块； 步骤2.4： 保存无意 义的图像块在所述图像Bp中的坐标； 步骤2.5： 选取任意一个无意义的图像块， 根据其在所述图像Bp中的坐标在所述原始 医权　利　要　求　书 1/5 页 2 CN 114785483 A 2学图像P找到对应位置， 将认证图像Au嵌入至对应的所述 位置得到含有认证信息的图像P1。 4.根据权利要求2所述的基于半张量积压缩感知和混合云的医学图像加密方法， 其特 征在于， 步骤3中的得到 置乱后的稀疏矩阵P3具体包括： 步骤3.1： 利用离 散小波变换稀疏基 ψ对所述图像P1进行稀疏化， 得到稀疏系数矩阵P2； 步骤3.2： 将所述稀疏系数矩阵P2转换为一维序列l1， 对混沌序列Z0中各元素按序排列 得到索引序列s1， 使用所述索引序列s1按照公式(5)对所述一维序列l1进行置乱得到序列 l2， 将所述序列l2重新组合成与所述原 始医学图像大小相同的稀疏矩阵P3； l2(s1(k))＝l1(k)   (5) 其中， k表示元 素坐标。 5.根据权利要求2所述的基于半张量积压缩感知和混合云的医学图像加密方法， 其特 征在于， 步骤1中的利用混沌序列生成测量矩阵具体包括： 使用公式(6)对混沌序列X0和Y0预处理得到序列X1、 Y1和XY1， 根据序列XY1中各元素取值 分别从所述序列X1中和所述序列Y1中选取对 应位置的元素作为新的序列XY中对 应位置的元 素以得到 新的序列XY， 将所述序列XY重 新组合成随机矩阵Φ1； 从所述随机矩阵Φ1中选取部 分元素构造得到测量矩阵Φ； 对应地， 步骤4具体包括： 步骤4.1： 使用所述测量矩阵Φ按照公式(7)对所述稀疏矩阵P3进行测量得到测量值矩 阵P4； 其中， 表示半张量积； 步骤4.2： 利用公式(8)对所述测量 值矩阵P4进行量化得到量 化后的矩阵P5； 其中， min表示测量值矩阵P4的最小值， max表示测量值矩阵P4的最大值， round(x)表示 最接近x的整数。 6.根据权利要求1所述的基于半张量积压缩感知和混合云的医学图像加密方法， 其特 征在于， 步骤5中的得到第一认证序列具体包括： 从所述矩阵P5的各行中均选 择一个元素以构成序列L， 按照公式(9)对所述序列L进行编 码得到一个二进制序列D S， 将所述 二进制序列D S作为第一认证序列： 其中， i表示元 素坐标， mod表示取模运 算。 7.根据权利要求1所述的基于半张量积压缩感知和混合云的医学图像加密方法， 其特 征在于， 步骤6中的对所述矩阵P5进行扩散具体包括： 步骤6.1： 将所述矩阵P5分割成四个大小相同的非重叠矩阵pa、 pb、 pc和pd， 将四个矩阵权　利　要　求　书 2/5 页 3 CN 114785483 A 3