CN101478393A - 基于植物叶脉拓扑结构分形提取的信息加密方法 - Google Patents

Abstract

本发明涉及一种基于植物叶脉拓扑结构分形提取的信息加密方法。该方法是提取叶脉特征后，应用设计好的分形L系统对植物的叶形、叶脉拓扑结构进行字符串描述，再将字符串中的字符用相应的代码表示，即形成密钥文件，并将它用于信息加密。由于植物的叶形、叶脉拓扑结构具有不确定性和随机性，形成的密文具有一定的复杂性，难以被非法用户解密，从而保证信息传输的安全性。

Description

基于植物叶脉拓扑结构分形提取的信息加密方法

技术领域

本发明涉及一种基于植物叶脉拓扑结构分形提取的信息加密方法。

技术背景

目前，流密码是各国军事和外交等领域使用的主要密码体制。现在传统的方法都是基于伪随机序列的流密码，但其保密安全性在下降。为此，探求新的密码理论与技术就变的非常重要。基于生物多样性特征的识别理论与技术是未来保密通信中最新的理论和技术之一。Mandelbrot在20世纪70年代提出的分形理论，为计算机模拟自然植物的生长形态提供了途径。由于植物的叶脉特征具有一定的分形结构，因此可以利用分形理论提取植物的叶形及叶脉拓扑结构，并将其用于信息加密。由于不同植物的叶形、叶脉具有不同的生物特征，因此用它进行信息加密难以被非法用户解密。

发明内容

本发明的目的是提供一种基于植物叶脉拓扑结构分形提取的信息加密方法，该方法基于一种叶脉拓扑结构的提取方法，是提取叶脉特征后，应用设计好的分形L系统对植物的叶形、叶脉拓扑结构进行字符串描述，再将字符串中的字符用相应的代码表示，即形成密钥文件，并将它用于信息加密。由于不同植物的叶形、叶脉具有不同的生物特征，因此用它进行信息加密难以被非法用户解密。

本发明所说的基于植物叶脉拓扑结构分形提取的信息加密方法，其步骤是：

(1)植物叶脉拓扑结构前期处理：第一，任意选取一片植物的叶脉分布图，利用数字图像处理技术，对其进行灰度化处理，得到叶脉的灰度图；第二，对得到的灰度图进行边缘化处理，同时利用图2所示的Sobel算子分别计算平行、垂直、斜上和斜下四个方向的梯度，可以识别大部分处于边缘位置的叶脉像素；

为了表征一个像素与局部背景像素灰度之间的差异，还可以采用已成功用于地图图像分割的局部对比度技术。

(2)植物叶脉拓扑结构分形提取：利用设计好的L系统对第一步图像处理后的叶脉拓扑结构进行字符串描述，得到可用于形成密钥的叶脉拓扑结构的轮廓数据；

在使用设计好的L系统对提取的叶脉拓扑结构进行字符串描述时，可设定叶轮廓线上的叶柄点为描述起始点，在描述时需要检测叶形轮廓线。

(3)将字符串中的字符用相应的代码表示，即可形成密钥文件，并将它用于信息加密。

本发明中所说的L系统(L-system)是一种基于符号的重写系统，其主要功能是用语言的方法来描述植物形态的发生和生长过程。利用分形L系统来模拟植物分形结构研究的较多。这里提出一种利用分形L系统来描述植物叶脉拓扑结构的方法。从植物叶脉提取结果来看，它主要由主脉、侧脉和细小的支脉组成。侧脉着生于主脉两侧，细小的支脉着生于侧脉的两侧，其生长形态是相似的。这种自相似性可以采用L系统来描述叶脉结构。由于叶脉的复杂性，提取叶脉拓扑结构的时候，需要考虑主脉的生长方向，侧脉的弯曲度，及节间长度变化等因素，并不是完成简单的重复。因此所产生的描述具有一定的复杂性，以它为基础所产生的流密码也具有一定的复杂性，给破译带来困难。

本发明为了得到叶脉拓扑结构灰度图像，需要利用图像处理技术完成对植物叶脉拓扑结构的提取。可从两个方面着手，其一是利用比较成熟的指纹识别的传感器软、硬件完成植物多样性特征方面的识别；其二是用扫描仪、数码相机等通用设备完成植物叶脉图形的输入，然后通过对叶片形状、叶脉分布等特征进行提取。完成后可利用设计好的L系统对叶脉拓扑结构完成字符串描述。在进行字符串描述时，可设定叶轮廓线上的叶柄点为描述起始点，并检测叶形轮廓线。

本发明中描述叶脉拓扑结构的字符串反映了植物叶脉特征，只要将字符串中的字符用相应的代码表示，即可形成密钥文件，并可将它用于信息加密。由于叶脉的复杂性、不确定性和随机性，因此所产生的描述具有一定的复杂性，以它为基础进行信息加密将给非法破译带来困难。为了增加加密信息的复杂性及破解难度，还可采取如下措施：(1)设计的L系统，使字符串尽量长；(2)增加叶脉的颜色参数，来增加字符串的长度和复杂度。(3)将叶脉拓扑结构的平面描述用空间三维描述代替。(4)将两片或多片叶脉拓扑结构字符串进行线性或非线性处理，得到新的字符串。(5)改变L系统的公理，对同一叶脉拓扑结构形成多字符串，并进行线性或非线性处理。在形成密钥文件后，就可以对任意数据文件进行加密了。解密密钥的形成也与加密密钥形成方法一致。问题的关键是对于这种对称性加密方法，必须保证接收方形成的密钥与发送方一致，因此，L系统的公理及产生式的设计是非常重要的。本领域技术人员可根据具体的要达到的加密信息的复杂性及破解难度来设计产生式。

本发明最终提出了一种基于植物叶脉拓扑结构分形提取的信息加密方法。给出了叶脉拓扑结构的灰度提取方法和叶脉拓扑结构描述方法，并将它用于信息加密。为了增加密码的长度及复杂性，以及收发双方形成的密钥一致，对于叶脉拓扑结构的提取及L系统的公理及产生式的设计显得非常重要。由于植物的叶形、叶脉拓扑结构具有不确定性和随机性，形成的密文具有一定的复杂性，难以被非法用户解密，从而保证信息传输的安全性。

附图说明

图1、本发明植物叶脉及其提取结果示意图；

图2、本发明四个方向梯度算子示意图；

图3、本发明植物叶脉轮廓提取过程示意图；

图4、本发明加/解密过程示意图；

图5、基于植物叶脉拓扑结构分形提取的信息加密方法的流程图。

具体实施方式

下面结合附图，对本发明作进一步详细说明。

本发明中所说叶脉特征即叶脉拓扑结构，即叶脉生长的具体走向。所说的轮廓数据包含了整个叶脉外部轮廓和内部走向。

如图1所示，是植物的叶脉分布。由于植物叶片的本身的复杂性和图像采集的不确定性，叶脉像素和背景像素之间的差别无法用单一特征描述，因此，传统的基于单一特征的图像处理方法，如阈值化方法和边缘检测方法，不能很好地提取叶脉特征。阈值化方法仅依据像素的灰度级差别区分像素集，但是叶脉像素和背景像素有时在灰度级上没有太大的差别；边缘检测只能提取出灰度变化剧烈的区域，如果叶脉比较宽，它的内部区域灰度没有明显的变化，这些像素会被漏掉，同时非叶脉区域可能会因为噪声的干扰出现虚假边缘。

如图2所示，虽然单纯的边缘检测不足以提取叶脉，但由于部分叶脉像素位于灰度变化剧烈的地方，边缘信息对于叶脉提取仍有帮助。用图示的Sobel算子分别计算平行、垂直、斜上和斜下四个方向的梯度，可以识别大部分处于边缘位置的叶脉像素。

如图3所示，对叶片形状、叶脉分布等特征进行提取。完成后可利用上面设计的L系统对叶脉拓扑结构完成字符串描述。在进行字符串描述时，可设定叶轮廓线上的叶柄点为描述起始点，并检测叶形轮廓线。

如图4所示，解密密钥的形成也与加密密钥形成方法一致。问题的关键是对于这种对称性加密方法，必须保证接收方形成的密钥与发送方一致，因此，L系统的公理及产生式的设计是非常重要的。

实施例

基于植物叶脉拓扑结构分形提取的信息加密方法的流程如图5所示，具体的操作是：

(1)植物叶脉拓扑结构前期处理：

选取一片叶片原始图像进行灰度处理，得到其灰度图，即图1A，对图1A进行边缘化处理，利用Sobel算子分别计算平行、垂直、斜上和斜下四个方向的梯度，再利用文中所示公式均衡化灰度值，即得到图1B。

虽然单纯的边缘检测不足以提取叶脉，但由于部分叶脉像素位于灰度变化剧烈的地方，边缘信息对于叶脉提取仍有帮助。用图2所示的Sobel算子分别计算平行、垂直、斜上和斜下四个方向的梯度，可以识别大部分处于边缘位置的叶脉像素。

为了表征一个像素与局部背景像素灰度之间的差异，可采用已成功用于地图图像分割的局部对比度技术。基于地图图像与叶脉图像的相似性，可把它作为一个特征参数。由于地图图像的分割对象一般比背景暗，因此局部对比度只考虑了比背景暗的像素，而叶脉像素情况比较复杂，考虑亮暗像素后的局部对比度定义如下。

$J(i,j)=\left\{\begin{array}{c}\frac{\max [0,B_1(i,j)-I(i,j)]}{B_1(i,j)},C(i,j)\&GreaterEqual;0\\ \frac{\min [0,B_2(i,j)-I(i,j)]}{I(i,j)},C(i,j)<0\end{array}\right.---\left(1\right)$

其中I(i，j)为图像在(i，j)处的灰度值。

$C(i,j)=\frac{1}{8}[I(i-3,j)+I(i-2,j)$

$+I(i+2,j)+I(i+3,j)+I(i,j-3)---\left(2\right)$

$+I(i,j+2)+I(i,j+3)-I(i,j)]$

$B_1(i,j)=\frac{1}{N_{b1}}\underset{C(p,q)\&le;0}{\underset{j-4\&le;q\&le;j+4}{\underset{i-4\&le;p\&le;i+4}{\mathrm{\&Sigma;}}}}I(p,q)---\left(3\right)$

其中N_b1为I(i，j)的9×9领域中满足C(p，q)≤0的像素个数。

$B_2(i,j)=\frac{1}{N_{b2}}\underset{C(p,q)\&le;0}{\underset{j-4\&le;q\&le;j+4}{\underset{i-4\&le;p\&le;i+4}{\mathrm{\&Sigma;}}}}I(p,q)---\left(4\right)$

其中N_b2为I(i，j)的9×9领域中满足C(p，q)>0的像素个数。

C(i，j)用来判断该像素比周围像素亮还是暗，如果大于零则暗，反之则亮。B₁(i，j)为I(i，j)的9×9领域中所有比周围像素亮的均值，B₂(i，j)为I(i，j)的9×9领域中所有比周围像素暗的均值。

当叶脉像素比背景像素暗时，局部对比度通常是比较大的整数；反之为绝对值比较大的负数，背景像素的局部对比度则接近于零。

(2)然后利用如图3所示的流程图对叶片形状、叶脉分布等特征进行提取。

经过比较和分析，一种可行的用于植物叶脉特征描述的L系统如下：

V＝{F，E，D，L，R，A，M，N，[，]，+，-，(，)}

ω：[+L][-R]A

P1：A→(FFFFF[+L]FF[-R]A)

P2：L→(EEEEEEE[+M]EEE[-N]L)

P3：R→DDDDDDD[+M]DDD[-N]R)

P4：M→EEEEM

P5：N→DDDDN

以上各符号的具体图形意义是：

F，E，D：分别代表主脉、侧脉和支脉的生长量；

L，R：分别代表左右侧脉弯曲方向；

A，M，N：表示主脉、侧脉和支脉生长点；

+，—：左右方向侧脉与其着生脉夹角；

[、]：分别表示将当前状态进、出栈；

(、)：控制生长量变化。

使用上述L系统设计对提取的叶脉拓扑结构进行字符串描述时，可设定叶轮廓线上的叶柄点为描述起始点，在描述时需要检测叶形轮廓线。

(3)描述叶脉拓扑结构的字符串反映了植物叶脉特征，将得到的字符串中的字符用相应的代码表示，即可形成密钥文件，并将它用于信息加密。在形成密钥文件后，就可以对任意数据文件进行加密了，具体流程如图4。解密密钥的形成也与加密密钥形成方法一致。

Claims (4)

1、一种基于植物叶脉拓扑结构分形提取的信息加密方法，是提取叶脉特征后，应用设计好的分形L系统对植物的叶形、叶脉拓扑结构进行字符串描述，再将字符串中的字符用相应的代码表示，即形成密钥文件，并将它用于信息加密。

2、根据权利要求1所说的基于植物叶脉拓扑结构分形提取的信息加密方法，其特征在于，包括以下步骤：

(1)植物叶脉拓扑结构前期处理：任意选取一片植物的叶脉分布图，利用数字图像处理技术，对其进行灰度化处理，得到叶脉的灰度图；然后对得到的灰度图进行边缘化处理，同时利用Sobel算子分别计算平行、垂直、斜上和斜下四个方向的梯度，以识别大部分处于边缘位置的叶脉像素；

(2)植物叶脉拓扑结构分形提取：利用设计好的L系统对第(1)步图像处理后的叶脉拓扑结构进行字符串描述，得到可用于形成密钥的叶脉拓扑结构的轮廓数据；

(3)将字符串中的字符用相应的代码表示，即形成密钥文件，并将它用于信息加密。

3、根据权利要求2所述的基于植物叶脉拓扑结构分形提取的信息加密方法，其特征在于：在步骤(1)中，还采用了地图图像分割的局部对比度技术来表征一个像素与局部背景像素灰度之间的差异。

4、根据权利要求2所述的基于植物叶脉拓扑结构分形提取的信息加密方法，其特征在于：在步骤(2)中，在使用设计好的L系统对提取的叶脉拓扑结构进行字符串描述时，设定叶轮廓线上的叶柄点为描述起始点，在描述时检测叶形轮廓线。

Images