本發(fā)明屬于多媒體信號處理領域，涉及一種云環(huán)境下基于三維dft、混沌(logisticmap)和圖像視覺特征的加密醫(yī)學體數(shù)據(jù)檢索技術(shù)，具體是一種基于三維dft和logisticmap的可抗常規(guī)與幾何攻擊的加密醫(yī)學體數(shù)據(jù)檢索方法。
背景技術(shù)：
：隨著醫(yī)療成像設備和技術(shù)的發(fā)展，大量的醫(yī)學圖像如x光片、ct影像、mri影像等投入臨床醫(yī)學。在臨床醫(yī)學中，醫(yī)學圖像成為醫(yī)生確定病情和診斷疾病的重要工具,醫(yī)生可以從醫(yī)學圖像庫中找出與當前診斷圖像相似的病例圖像來做輔助診斷治療，這就用到了圖像檢索技術(shù)。醫(yī)學圖像檢索的研究對于臨床醫(yī)學具有重要的意義。目前，醫(yī)院存儲了大量的病人醫(yī)學影像資料，形成了海量的醫(yī)學圖像數(shù)據(jù)庫，如何幫助醫(yī)生更加快速、準確的檢索出目標醫(yī)學圖像，己成為亟待解決的問題。目前，隨著大數(shù)據(jù)的興起和云計算的不斷普及，醫(yī)生利用互聯(lián)網(wǎng)可以便捷的從醫(yī)學圖像庫中找出與當前診斷圖像相似的病例圖像，從而對病人的病情進行輔助診斷，但通過互聯(lián)網(wǎng)傳輸病人的醫(yī)用圖像時，可能會泄露病人的個人信息，為保護患者的個人隱私，使醫(yī)學圖像在傳輸過程中不被篡改，則需要對醫(yī)學圖像進行加密；另外，在云端存儲醫(yī)學圖像時，為了在使用云服務時保護數(shù)據(jù)隱私，也需要對醫(yī)學圖像進行加密，并希望云計算能在密文域完成圖像檢索。因此，密文域下醫(yī)學圖像的檢索方法就顯得極為重要。目前在醫(yī)學圖像檢索研究領域，對于密文域醫(yī)學圖像的檢索的研究較少，至于同時能有效抵抗常規(guī)攻擊和幾何攻擊的三維密文域醫(yī)學體數(shù)據(jù)的檢索的研究更少。而三維體數(shù)據(jù)在醫(yī)學圖像中大量存在，如：ct、mri圖像都是由切片組成的體數(shù)據(jù)，因此研究如何對加密體數(shù)據(jù)檢索意義重大?？傊谠骗h(huán)境下，對密文域醫(yī)學體數(shù)據(jù)進行檢索，且加密體數(shù)據(jù)具有可抗旋轉(zhuǎn)、縮放、平移、剪切等幾何攻擊的檢索方法，目前尚屬空白，未見公開報道。而在實際應用中，醫(yī)學體數(shù)據(jù)常常同時受到常規(guī)攻擊和幾何攻擊兩種攻擊。技術(shù)實現(xiàn)要素：本發(fā)明的目的是提供一種云環(huán)境下基于三維dft和logisticmap的可抗幾何攻擊的加密醫(yī)學體數(shù)據(jù)檢索方法，將醫(yī)學圖像的視覺特征向量、加密技術(shù)和第三方的概念有機結(jié)合起來，有效地解決了醫(yī)學圖像應用中出現(xiàn)的抗擊幾何攻擊和常規(guī)攻擊問題，以保護醫(yī)學圖像的版權(quán)和病患信息的隱秘性。本發(fā)明的原理是：首先對體數(shù)據(jù)在頻域進行符號加密，然后對加密后的體數(shù)據(jù)進行全局3d-dft變換，在3d-dft變換系數(shù)中提取一個抗幾何攻擊和常規(guī)攻擊的特征向量，將該特征向量作為圖像檢索的“關鍵字”。該特征向量與保存在云端的加密醫(yī)學體數(shù)據(jù)的特征向量進行相似度匹配，返回相似度最高的前n幅圖像作為檢索結(jié)果。為了實現(xiàn)上述目的，本發(fā)明是這樣進行的：首先對體數(shù)據(jù)進行3d-dft加密，對加密的醫(yī)學體數(shù)據(jù)進行常規(guī)攻擊以及幾何攻擊，提取被攻擊后的加密醫(yī)學體數(shù)據(jù)的特征向量，與未被攻擊的加密醫(yī)學體數(shù)據(jù)進行相似度計算。本發(fā)明所采用的方法包括醫(yī)學體數(shù)據(jù)的頻域加密、提取加密體數(shù)據(jù)的特征向量兩大部分。第一部分為醫(yī)學體數(shù)據(jù)加密，其包括：(1)對醫(yī)學體數(shù)據(jù)f(i,j,k)進行全局3d-dft變換，得到復數(shù)系數(shù)矩陣fd(i,j,k)；(2)設定初始值x0，應用logisticmap生成一個混沌序列bl(j)；(3)定義一個閾值符號函數(shù)sign，將混沌序列bl(j)變成只含有1和-1的二值混沌序列，并將其構(gòu)造成與體數(shù)據(jù)矩陣f(i,j,k)的三維大小一致的矩陣s(i,j,k)；(4)將醫(yī)學體數(shù)據(jù)的dft復數(shù)系數(shù)矩陣fd(i,j,k)與二值矩陣s(i,j,k)點乘，得到l(i,j,k)；(5)對l(i,j,k)進行3d-idft變換得到加密圖像e(i,j,k)。第二部分為提取加密醫(yī)學體數(shù)據(jù)的特征向量，其包括：(6)對加密的醫(yī)學圖像e(i,j,k)進行全局3d-dft變換，獲得復數(shù)系數(shù)矩陣ed(i,j,k)；(7)選取系數(shù)矩陣ed(i,j,k)的前m×n×t個數(shù)，得到視覺特征向量矩陣ev(m,n,t)；現(xiàn)對本發(fā)明的方法進行詳細說明如下：首先隨機選擇一個三維醫(yī)學體數(shù)據(jù)作為原始醫(yī)學數(shù)據(jù)，表示為：f＝{f(i,j,k)|f(i,j,k)∈r；1≤i≤m,1≤j≤n,1≤k≤t}。其中，f(i,j,k)分別表示原始醫(yī)學體數(shù)據(jù)的像素灰度值。第一部分：醫(yī)學體數(shù)據(jù)的加密1)對醫(yī)學體數(shù)據(jù)f(i,j,k)進行全局3d-dft，得到復數(shù)系數(shù)矩陣fd(i,j,k)。fd(i,j,k)＝dft3(f(i,j,k))2)通過logisticmap生成混沌序列；由初始值x0通過logisticmap混沌系統(tǒng)生成混沌序列bl(j)。3)構(gòu)造二值序列；利用混沌序列bl(j)，通過定義一個閾值符號函數(shù)sign，將混沌序列bl(j)變成只含有1和-1的二值混沌序列，并將其構(gòu)造成與體數(shù)據(jù)矩陣f(i,j,k)的三維大小一致的矩陣s(i,j,k),1≤i≤m,1≤j≤n,1≤k≤t；4)將系數(shù)矩陣與二值矩陣進行點乘，得到l(i,j,k)。l(i,j,k)＝fd(i,j,k).*s(i,j,k)5)對l(i,j,k)進行3d-dft逆變換，得到加密后的醫(yī)學體數(shù)據(jù)e(i,j,k)。e(i,j,k)＝idft3(l(i,j,k))第二部分：提取加密醫(yī)學體數(shù)據(jù)的特征向量。6)通過對加密醫(yī)學體數(shù)據(jù)進行全局3d-dft變換，得到dft復數(shù)系數(shù)矩陣ed(i,j,k)；7)取出前m×n×t個系數(shù)值，得到復數(shù)矩陣ed'(i,j,k)(1≤i≤m，1≤j≤n,1≤k≤t)，將一個復數(shù)看成實部、虛部兩個數(shù)，放在一個(1,m×n×t×2)序列中，得到一維實數(shù)矩陣ed"(j)，定義一個符號函數(shù)，運算得到該醫(yī)學圖像的特征向量ev(i,j,k)，本文m＝n＝4,t＝2；ed"(j)＝(real(ed'(i,j,k)),imag(ed'(i,j,k)))；本發(fā)明的創(chuàng)新點：圖像檢索和圖像加密技術(shù)研究已經(jīng)取得較多很好的研究成果，但針對三維醫(yī)學體數(shù)據(jù)加密域的圖像檢索技術(shù)研究甚少，對體數(shù)據(jù)加密得到密文圖像，防止隱私信息泄露和篡改。本發(fā)明是一種云環(huán)境下基于三維dft、混沌(logisticmap)和圖像視覺特征的加密醫(yī)學體數(shù)據(jù)檢索技術(shù)，有較強的抗幾何攻擊能力和抗常規(guī)攻擊能力；云環(huán)境下，醫(yī)生可以利用互聯(lián)網(wǎng)便捷的從醫(yī)學圖像庫中找出與當前診斷圖像相似的病例圖像，從而對病人的病情進行輔助診斷。所以，本發(fā)明在醫(yī)療方面具有很高的實用價值；利用logisticmap進行混沌加密處理，提高了體數(shù)據(jù)的安全性，并且該算法可適用于其他領域；利用第三方的概念，適應了現(xiàn)今網(wǎng)絡推廣的實用化和規(guī)范化。以下從理論基礎和實驗數(shù)據(jù)說明：1)三維離散傅里葉變換(3d-dft)三維離散傅里葉變換(dft)公式如下：對應大小為m×n×p體數(shù)據(jù)f(x,y,z)，其三維離散余弦正變換(dft)公式如下：u＝0,1,...,m-1；v＝0,1,...,n-1；w＝0,1,...,p-1；這里，f(x,y,z)是體數(shù)據(jù)v在(x,y,z)處的體素(voxel)數(shù)據(jù)值，f(u,v,w)是該體素數(shù)據(jù)對應的3d-dft變換系數(shù)。三維離散傅里葉反變換(idft)公式如下：x＝0,1,...,m-1；y＝0,1,...,n-1；z＝0,1,...,p-1其中，f(x,y,z)為空間域采樣值；f(u,v,w)為頻率域采樣值。醫(yī)學體數(shù)據(jù)的獲得可通過ct和mri(magneticresnaneiamge，磁共振成像)，體數(shù)據(jù)(volumedata)是由許多層的切片(slice)組成，每個切片是一個二維圖像，大小為m×n,切片的層數(shù)為p。2)logisticmap混沌是一種貌似無規(guī)則的運動，指在確定性系統(tǒng)中出現(xiàn)的類似隨機的過程。因此，有了它的初始值和參數(shù)，我們就能夠生成這個混沌系統(tǒng)。最著名的一種混沌系統(tǒng)是logisticmap，它是由以下公式給出的非線性映射：xk+1＝μxk(1-xk)其中，0≤μ≤4稱為增長參數(shù)，xk∈(0,1)為系統(tǒng)變量，k是迭代次數(shù)?；煦鐒恿ο到y(tǒng)的研究工作指出，當增長參數(shù)3.569945≤μ≤4時，logisticmap工作于混沌狀態(tài)?？梢钥吹匠跏贾涤幸粋€小小的不同將會導致混沌序列的顯著差異。因此，以上的序列是一個理想的密鑰序列。本文中設定μ＝4，混沌序列由不同的初始值x0產(chǎn)生。3)加密醫(yī)學體數(shù)據(jù)特征向量的選取方法目前大部分的圖像檢索方法是基于內(nèi)容的，提取圖像的視覺內(nèi)容特征向量，如顏色特征、結(jié)構(gòu)特征、紋理特征等進行相似度匹配，得到相似度較高的前n幅圖像。但圖像的稍微幾何變換如局部扭曲，常常導致像素值的突然變化，圖像的視覺內(nèi)容特征會發(fā)生明顯的突變。希望找到一個能夠反映加密體數(shù)據(jù)幾何特點的特征向量，當加密體數(shù)據(jù)發(fā)生輕微的幾何變化時，該特征向量不會發(fā)生明顯的變化。hayes研究表明對圖像特征而言，相位比幅度更重要。通過對大量加密體數(shù)據(jù)的dft系數(shù)觀察發(fā)現(xiàn)，當對一個加密體數(shù)據(jù)進行常見的幾何變換時(通過對每個切片進行幾何變換來實現(xiàn))，三維dft系數(shù)的值可能會發(fā)生一些變化，但其系數(shù)的實部和虛部的符號基本保持不變。因此我們選取醫(yī)學體數(shù)據(jù)的系數(shù)符號作為特征向量。我們選取一些常規(guī)攻擊和幾何攻擊的實驗數(shù)據(jù)見表1所示。實驗中加密的對象是matlab中自帶的一個mri體數(shù)據(jù)，如圖1所示，圖2是加密前體數(shù)據(jù)的一個切片，圖3是加密后的體數(shù)據(jù)，圖4是加密體數(shù)據(jù)的一個切片。表1中用作測試的原圖是加密的體數(shù)據(jù)，表1中“第1列”顯示的是加密體數(shù)據(jù)受到攻擊的類型，方便起見，我們選取加密體數(shù)據(jù)第10個切片攻擊前后的成像來對比。受到常規(guī)攻擊后的加密體數(shù)據(jù)的切片圖像見圖5至圖7；受到幾何攻擊后的切片圖像見圖8至圖13。表1的“第2列”表示的是加密體數(shù)據(jù)受到攻擊后的峰值信噪比(psnr)；表1的“第3列”到“第6列”，是三維dft復數(shù)系數(shù)矩陣中取的f(1,1,1)-f(2,2,1)四個系數(shù)值。對于常規(guī)攻擊，這些系數(shù)值f(1,1,1)-f(2,2,2)基本保持不變，和原加密體數(shù)據(jù)的dft系數(shù)值近似相等；對于幾何攻擊，部分系數(shù)有較大變化，但是我們可以發(fā)現(xiàn)，加密體數(shù)據(jù)在受到幾何攻擊后，大部分dft系數(shù)的大小發(fā)生了變化但其符號基本沒有發(fā)生變化。我們將正的dft系數(shù)用“1”表示，負的dft系數(shù)用“0”表示(含值為零的系數(shù))，那么對于原始體數(shù)據(jù)來說，三維dft系數(shù)矩陣中的f(1,1,1)-f(2,2,1)系數(shù)，對應的系數(shù)符號序列為：“10110110”，具體見表1的第7列，觀察該列可以發(fā)現(xiàn)，無論常規(guī)攻擊還是幾何攻擊該符號序列和原始加密體數(shù)據(jù)的保持相似，與原始加密體數(shù)據(jù)歸一化相關系數(shù)都較大，見表1“第8列”(方便起見這里取了4個三維dft系數(shù)值，每一個復數(shù)可看成由實部和虛部兩個數(shù)值，故有8個符號組成)。表1加密體數(shù)據(jù)全局3d-dft變換的部分系數(shù)及受不同攻擊后的變化值*3d-dft變換系數(shù)單位1.0e+007為了進一步證明按上述方法提取的特征向量是該加密體數(shù)據(jù)的一個重要特征，我們又把不同的測試對象(見圖14至圖20)進行加密(見圖21至圖27)，然后再進行全局三維dft變換，求出對應的dft系數(shù)f(1,1,1)-f(4,4,2),從統(tǒng)計學角度，這里取了前32個dft復數(shù)系數(shù)，每一個復數(shù)可看成由實部和虛部兩個數(shù)值，故有64位數(shù)值組成。并且求出相互之間的相關系數(shù)，計算結(jié)果如表2所示。從表2可以看出，首先，加密體數(shù)據(jù)自身之間的相關系數(shù)最大，為1.00；其次，圖22和圖23之間的相關系數(shù)也較大為0.35，而這兩個圖對應的加密前的圖是形狀相似的兩個肝的體數(shù)據(jù)圖15和圖16。其它加密體數(shù)據(jù)特征向量之間的相關系數(shù)值較小，這與我們?nèi)搜塾^察到的加密前的圖相符合，這說明按該發(fā)明的方法提取的加密體數(shù)據(jù)特征值，反映了加密體數(shù)據(jù)的本質(zhì)特征。表2不同加密體數(shù)據(jù)特征向量的相關系數(shù)(向量長度64bit)vavbvcvdvevfvgva1.000.260.030.050.03-0.120.10vb0.261.000.350.070.16-0.13-0.29vc0.030.351.00-0.090.060.160.06vd0.050.07-0.091.000.03-0.19-0.09ve0.030.160.060.031.000.030.00vf-0.12-0.130.16-0.190.031.000.03vg0.10-0.290.06-0.090.000.031.00綜上所述，我們通過對加密體數(shù)據(jù)的全局三維dft系數(shù)的分析，利用三維dft系數(shù)的符號序列得到一種加密體數(shù)據(jù)抗幾何攻擊的特征向量的方法。附圖說明圖1是加密前的體數(shù)據(jù)。圖2是加密前的體數(shù)據(jù)切片(取第10個切片)。圖3是加密后的體數(shù)據(jù)。圖4是加密后的體數(shù)據(jù)切片。圖5是方差為1％的高斯噪聲干擾的加密切片。圖6是jpeg壓縮的加密切片(壓縮質(zhì)量為4％)。圖7是中值濾波后的加密切片(窗口大小為[5x5])。圖8是逆時針旋轉(zhuǎn)5°的加密切片。圖9是縮放2倍的加密切片。圖10是縮放0.5倍的加密切片。圖11是垂直下移5％的加密切片。圖12是水平左移5％的加密切片。圖13是z軸剪切10％的加密切片。圖14是體數(shù)據(jù)mri_1的三維成像。圖15是體數(shù)據(jù)mri_2的三維成像。圖16是體數(shù)據(jù)mri_3的三維成像。圖17是體數(shù)據(jù)tooth的三維成像。圖18是體數(shù)據(jù)engine的三維成像。圖19是體數(shù)據(jù)teddybear的三維成像。圖20是體數(shù)據(jù)echo的三維成像。圖21是加密后的mri_1體數(shù)據(jù)。圖22是加密后的mri_2體數(shù)據(jù)。圖23是加密后的mri_3體數(shù)據(jù)。圖24是加密后的tooth體數(shù)據(jù)。圖25是加密后的engine體數(shù)據(jù)。圖26是加密后的teddybear體數(shù)據(jù)。圖27是加密后的echo體數(shù)據(jù)。圖28是高斯噪聲干擾的加密切片(噪聲強度為3％)。圖29是高斯噪聲干擾的加密切片(噪聲強度為20％)。圖30是jpeg壓縮的加密切片(壓縮質(zhì)量為10％)。圖31是jpeg壓縮的加密切片(壓縮質(zhì)量為50％)。圖32是中值濾波后的加密切片(窗口大小為[3x3])。圖33是中值濾波后的加密切片(窗口大小為[5x5])。圖34是順時旋轉(zhuǎn)10°的加密切片。圖35是逆時旋轉(zhuǎn)1°的加密切片。圖36是縮放后的加密切片(縮放因子為0.2)。圖37是縮放后的加密切片(縮放因子為1.5)。圖38是水平右移5％的加密切片。圖39是垂直下移4％的加密切片。圖40是x方向剪切10％后的加密切片。圖41是y方向剪切10％后的加密切片。具體實施方式下面結(jié)合附圖對本發(fā)明作進一步說明，原始醫(yī)學體數(shù)據(jù)f(i,j,k)是取自matlab中自帶的磁共振三維圖像體數(shù)據(jù)(mri.mat),體數(shù)據(jù)的大小為128x128x27，見圖1，其第10個切片圖像見圖2。加密后的體數(shù)據(jù)見圖3，加密體數(shù)據(jù)的第10個切片圖像見圖4。加密體數(shù)據(jù)表示為ef(i,j,k)，其中1≤i,j≤128；1≤k≤27，對應的3d-dft系數(shù)矩陣為efd(i,j,k)，其中1≤i,j≤128；1≤k≤27。考慮到魯棒性和時間復雜度，我們選取4x4x2＝32個dft復數(shù)矩陣(這里把一個復數(shù)看成實部和虛部兩個系數(shù))，得到64位二值序列作為特征向量。通過計算歸一化相關系數(shù)nc(normalizedcrosscorrelation)，來檢測特征向量的魯棒性。圖3是不加干擾時的加密體數(shù)據(jù)三維成像；圖4是不加干擾時的加密切片圖像(這里選擇顯示第十個加密切片，測試用體數(shù)據(jù)共由27個切片組成)；下面我們通過具體實驗來判斷該密文域醫(yī)學體數(shù)據(jù)抗常規(guī)攻擊能力和抗幾何攻擊能力。先測試加密醫(yī)學體數(shù)據(jù)抗常規(guī)攻擊的能力。(1)加入高斯噪聲使用imnoise()函數(shù)在加密體數(shù)據(jù)中加入高斯噪聲。表3是加密醫(yī)學體數(shù)據(jù)抗高斯噪聲干擾的實驗數(shù)據(jù)。從中可以看到，當高斯噪聲強度高達20％時，加密醫(yī)學體數(shù)據(jù)的psnr降至9.66db，這時提取的特征向量的相關系數(shù)nc＝0.82，仍能準確地進行圖像檢索。這說明采用該發(fā)明有較好的抗高斯噪聲能力。圖28是高斯噪聲強度3％時的加密醫(yī)學體數(shù)據(jù)切片，在視覺上與原始的加密醫(yī)學體數(shù)據(jù)已有明顯差別；圖29是高斯噪聲強度20％時的加密醫(yī)學體數(shù)據(jù)切片，nc＝0.82。表3加密醫(yī)學體數(shù)據(jù)抗高斯噪聲干擾數(shù)據(jù)噪聲強度(％)1358101520psnr(db)20.2315.8413.9612.3211.6110.419.66nc0.970.940.940.940.870.910.82(2)jpeg壓縮處理采用圖像壓縮質(zhì)量百分數(shù)作為參數(shù)對加密醫(yī)學體數(shù)據(jù)進行jpeg壓縮；表4為加密體數(shù)據(jù)抗jpeg壓縮的實驗數(shù)據(jù)。當壓縮質(zhì)量為5％，nc＝0.97。圖30是壓縮質(zhì)量為10％的加密醫(yī)學體數(shù)據(jù)切片；圖31是壓縮質(zhì)量為50％的加密醫(yī)學體數(shù)據(jù)切片。表4加密醫(yī)學體數(shù)據(jù)抗jpeg壓縮實驗數(shù)據(jù)壓縮強度(％)510152025304050psnr(db)23.2025.3726.5227.2627.8328.2728.9329.48nc0.970.970.940.970.970.970.970.97(3)中值濾波處理表5為加密醫(yī)學體數(shù)據(jù)的抗中值濾波能力。圖32是中值濾波參數(shù)為[3x3]，濾波重復次數(shù)為10的加密體數(shù)據(jù)切片圖像，圖像已出現(xiàn)模糊；圖33是中值濾波參數(shù)為[5x5]，濾波重復次數(shù)為10的加密醫(yī)學體數(shù)據(jù)切片，圖像的細節(jié)已經(jīng)完全看不出來，此時nc＝0.91；表5加密醫(yī)學圖像抗中值濾波實驗數(shù)據(jù)加密醫(yī)學體數(shù)據(jù)抗幾何攻擊能力(1)旋轉(zhuǎn)變換表6為加密醫(yī)學體數(shù)據(jù)抗旋轉(zhuǎn)攻擊實驗數(shù)據(jù)。從表中可以看到當加密醫(yī)學體數(shù)據(jù)順時旋轉(zhuǎn)5°時，nc＝0.73，可以較為準確地進行圖像檢索。圖34是順時針旋轉(zhuǎn)10°的加密醫(yī)學體數(shù)據(jù)切片，此時仍能進行圖像檢索。圖35是逆時針旋轉(zhuǎn)1°的加密醫(yī)學體數(shù)據(jù)切片，nc＝0.91。表6加密醫(yī)學體數(shù)據(jù)抗旋轉(zhuǎn)攻擊實驗數(shù)據(jù)(2)縮放變換表7為加密醫(yī)學體數(shù)據(jù)抗縮放攻擊實驗數(shù)據(jù)，從表7可以看到加密醫(yī)學體數(shù)據(jù)縮放因子小至0.2時，相關系數(shù)nc＝0.75，具有較大的相似性，可以較為準確地進行圖像檢索。圖36是縮放后的加密醫(yī)學體數(shù)據(jù)切片(縮放因子為0.2)；圖37是縮放后的加密醫(yī)學體數(shù)據(jù)切片(縮放因子為1.5)。表7加密醫(yī)學體數(shù)據(jù)抗縮放攻擊實驗數(shù)據(jù)縮放因子0.20.50.81.001.21.52.04.0nc0.750.970.971.001.001.001.001.00(3)平移變換表8是加密醫(yī)學體數(shù)據(jù)抗平移變換實驗數(shù)據(jù)。從表中得知當加密醫(yī)學體數(shù)據(jù)水平或垂直移動7％時，nc值都高于0.5，可以準確檢索圖像，故該加密方法有較強的抗平移變換能力。圖38是加密醫(yī)學體數(shù)據(jù)水平右移5％的切片圖像；圖39是加密醫(yī)學體數(shù)據(jù)垂直下移4％的切片圖像，nc＝0.81；表8加密醫(yī)學圖像抗平移變換實驗數(shù)據(jù)(4)剪切攻擊表9為加密醫(yī)學體數(shù)據(jù)抗剪切攻擊實驗數(shù)據(jù)，從表中可以看到，當對加密醫(yī)學體數(shù)據(jù)進行z方向剪切，剪切量為10％時，nc＝0.91，說明該加密算法有較強的抗剪切攻擊能力。圖40是x方向剪切10％后的加密醫(yī)學體數(shù)據(jù)切片；圖41是y方向剪切10％后的加密醫(yī)學體數(shù)據(jù)切片。表9加密醫(yī)學體數(shù)據(jù)抗剪切攻擊實驗數(shù)據(jù)剪切比例(％)2468101214161820z軸方向nc0.970.970.870.870.910.910.840.840.810.81y軸方向nc0.810.790.780.700.630.470.470.440.370.44x軸方向nc0.910.840.750.750.790.780.620.590.590.56當前第1頁12