CN104537600A - 一种对图像进行二次加密、解密方法以及水印信息篡改区域定位方法 - Google Patents

Abstract

一种对图像进行二次加密、解密方法以及水印信息篡改区域定位方法，利用混沌序列对数字信息进行加密得到混沌加密图像；向混沌加密图像中嵌入水印图像W，得到含有水印的二次加密图像。从含有水印的二次加密图像中提取出水印图像，得到混沌加密图像；利用混沌序列对混沌加密图像进行解密，得到原始图像信息。将提取出的水印图像W_c置乱，并与加密过程中嵌入的水印图像W进行比较，对得到的水印解码错误W_e进行Baker反变换，接着将反变换结果与水印解码错误W_e对比，定位出水印图像中的篡改区域。该方法能够保证图像信息的安全性，而且加密过的密文图像也具有身份认证功能，还能定位出水印信息篡改区域。

Description

一种对图像进行二次加密、解密方法以及水印信息篡改区域定位方法

技术领域

本发明属于图像加密和数字水印技术领域，具体涉及一种对图像进行二次加密、解密方法以及水印信息篡改区域定位方法。

背景技术

在混沌密码学的研究过程中，专门针对数字图像的混沌加密算法受到了重点关注。由于数据量较大的图像一般都被分块处理，且对静止图像数据的加密主要涉及到像素置乱和像素值改变两个方面，因而这些算法都属于分组加密算法的范畴。

与一般的置乱相比，混沌具有以下优点：

(a)形式简单。只要具备混沌映射的参数和初始条件就可以很方便地生成、复制混沌序列，而不必浪费空间来存储很长的整个序列。

(b)初始条件敏感性。一般不同的初始值，即使相当接近，迭代得到的混沌轨迹序列都不相同。同时，混沌动力系统具有确定性，给定相同的初始值，其相应的轨迹肯定相同。从安全的角度考虑，在一般情况下，很难从一段有限长度推断混沌序列的初始条件。

(c)保密性好。如果不知道混沌模型及相关参数，几乎不能破译。因此，混沌数字水印信号可以有效地解决实际应用中大量数字水印的产生问题。

当时如果第三者得知混沌模型及相关参数，则图像就能被破译，危害信息安全。

发明内容

本发明的目的在于提供一种对图像进行二次加密、解密方法以及水印信息篡改区域定位方法，该方法能够保证图像信息的安全性，而且，加密过的密文图像也具有身份认证功能，还能定位出水印信息篡改区域。

为了达到上述目的，本发明对图像进行二次加密方法，包括以下步骤：

1)利用混沌序列对数字信息进行加密得到混沌加密图像；

2)向混沌加密图像中嵌入水印图像W，得到含有水印的二次加密图像。

2、根据权利要求1所述的对图像进行二次加密方法，其特征在于，所述的步骤1)利用混沌序列对图像信息进行加密的方法为：对图像进行采样，获取图像矩阵大小N×N，然后利用猫脸变换式 $A=\left(\begin{array}{cc}1& 1\\ 1& 2\end{array}\right)$ 对图像矩阵进行n次离散化的Arnold变换，以使图像的像素位置(x,y)的灰度值移动到图像变换后的像素位置(x',y')，得到混沌加密图像；其中，且P'＝(Aⁿ×P)modN，n为大于等于1的整数；Aⁿ表示猫脸变换式A的n次连乘，P＝(x,y)^T，且P表示图像的像素位置；P′＝(x′,y′)^T，且P′表示对图像的像素位置P进行n次矩阵变换的结果。

步骤2)中向混沌加密图像中嵌入水印图像W包括以下步骤：

2.1)将混沌加密图像读取到二维数组I中，将水印图像W读取到二维数组W中；将二维数组I中的混沌加密图像以及二维数组W中的水印图像W均分割为互补覆盖的M×M个图像子块；

2.2)计算混沌加密图像中每个图像子块的平均灰度m，然后通过每个图像子块的平均灰度m得到混沌加密图像的方差σ²；其中， k表示每个图像子块中包含像素点数；x(i,j)代表图像子块中矩阵位置(i,j)的灰度值；

2.3)对混沌加密图像和水印图像W的每个图像子块均进行M×MDCT变换，得到变换后混沌加密图像和变换后水印图像；

2.4)按照混沌加密图像中每个图像子块的方差σ²由大到小的顺序，依次将变换后水印图像嵌入到的变换后混沌加密图像中，然后进行M×MDCT反变换，实现混沌加密图像中各图像子块的水印图像嵌入，最后合并混沌加密图像中各图像子块，得到含有水印的二次加密图像。

所述的步骤2.4)将变换后的水印图像嵌入到的变换后的混沌加密图像中采用加法准则或乘法准则实现。

一种基于所述的对图像进行二次加密方法的解密方法，包括以下步骤：

1)从含有水印的二次加密图像中提取出水印图像，得到混沌加密图像；

2)利用混沌序列对混沌加密图像进行解密，得到原始图像信息。

所述的步骤1)从含有水印的二次加密图像中提取出水印图像的方法包括以下步骤：

1.1)将含有水印的二次加密图像进行DCT域变换，然后利用DCT域变换后的频域系数v_i'和DCT域变换前的频域系数v_i之差确定含有水印的二次加密图像中含有水印的图像子块的序列起始位置；

1.2)自含有水印的图像子块的序列起始位置开始，计算每个含水印的图像子块的平均灰度m，然后通过每个含水印的图像子块的平均灰度m得到每个含水印的图像子块的方差σ²；按照含水印的图像子块的方差σ²由大到小的顺序进行排序，按照顺序提取前K个含水印的图像子块中的水印信息，得到混沌加密图像。

所述的步骤3)利用混沌序列对混沌加密图像进行解密是通过Arnold变换的周期性实现的。

一种含有水印的二次加密图像中水印信息篡改区域定位方法，基于所述的解密方法，包括以下步骤：

1)按照顺序提取含水印的图像子块中的水印信息形成1×K的一维水印序列；将一维水印序列重组成r×r的二维水印矩阵以对水印图像进行恢复，得到恢复后的水印图像W_c；

2)将恢复后的水印图像W_c置乱，并与加密过程中嵌入的水印图像W进行比较，得到恢复后的水印图像W_c中的水印解码错误W_e，再对水印解码错误W_e进行Baker反变换，得到反变换后水印解码错误W_be；

3)将水印解码错误W_e与反变换后水印解码错误W_be进行对比，定位出水印图像中的篡改区域。

与现有技术相比，本发明的有益效果在于：

本发明利用图像水印对混沌加密的图像，进行水印信息的嵌入得到含有水印的二次加密图像，由于数字图像水印实质是一种运用图像处理实现的信息隐藏的技术，核心是将数字水印信息嵌入到图像中，同时保证人眼，感觉不到图像质量的下降，即尽量保证所加的水印不可觉察，还可以标识作者、所有者、发行者、使用者等，并携带有版权保护信息和认证信息，保护数字产品的合法拷贝和传播；因此，本发明含有水印的二次加密图像与仅有混沌加密过图像在视觉上没有任何区别，第三者无法得知加密过的密文图像含有水印信息，具有较强的伪装性，因此，本发明加密过的密文图像具有身份认证功能，在不提取水印的情况下，原图像是不可能解密的；而且，解密者也可利用还原的水印信息判断加密图像在传输中是否被篡改等信息。为图像加密传输提供一种较好的技术方法。

附图说明

图1为本发明加密、解密以及水印信息篡改区域定位方法的流程框图；

图2为本发明加密方法中基于DCT算法的水印嵌入框图；

图3为加密过程的图像变化；a为原始图像，b为混沌加密图像，b为水印图像，d为含有水印的二次加密图像；

图4为解密过程的图像变化；其中，a为含有水印的二次加密图像，b为水印图像，c为混沌加密图像，d为原始图像。

具体实施方式

下面结合附图对本发明做进一步详细说明。

参见图1，本发明首先混沌序列对图像进行加密得到加密图像，将水印信息(数字水印)嵌入到加密图像中去，从而得到不可见含有水印的含有水印的二次加密图像。接收含有水印的二次加密图像应先进行水印的提取，然后才能解密得到原始图像。此系统在接收端如果不进行水印的提取，是无法回复原始图像，而且，含有水印的加密图像和加密图像都是不可见的，安全性也将大幅度的提高。系统通过对加密过程中嵌入的水印信息(数字水印)以及解密过程中提取出的水印信息(数字水印)进行分析，也可判断加密图像是否被篡改或攻击。

下面分别对本发明加密、解密以及水印信息篡改区域定位进行详细说明。

参见图1至图3a-3d，本发明对图像进行二次加密方法，包括以下步骤：

1)利用混沌序列对数字信息进行加密得到混沌加密图像；具体方法为：

对图像进行采样，获取图像矩阵大小N×N，然后利用猫脸变换式 $A=\left(\begin{array}{cc}1& 1\\ 1& 2\end{array}\right)$ 对图像矩阵进行n次离散化的Arnold变换，以使图像的像素位置(x,y)的灰度值移动到图像变换后的像素位置(x',y')，得到混沌加密图像；其中，且P'＝(Aⁿ×P)modN，n为大于等于1的整数；Aⁿ表示猫脸变换式A的n次连乘，P＝(x,y)^T，且P表示图像的像素位置；P′＝(x′,y′)^T，且P′表示对图像的像素位置P进行n次矩阵变换的结果，x,y∈{0,1,2L N-1}。

Arnold变换是在遍历理论研究中提出的一种变换，又称猫脸变换(Arnold’s Cat Map)。设想在平面单位正方形内绘制一个猫脸图像，猫脸变换式为：

$\begin{array}{cc}\left(\begin{array}{c}{x}^{\′}\\ y^{\′}\end{array}\right)=\left(\begin{array}{cc}1& 1\\ 1& 2\end{array}\right)\left(\begin{array}{c}x\\ y\end{array}\right)\left(\mathrm{mod}1\right)& x,y\∈\left\{\begin{array}{cc}\mathrm{0,1},2L& N-1\end{array}\right\}\end{array}$

通过变换，猫脸图像由清晰变模糊，这实际上是一种点的位置移动，并且这种变换是一一对应的。

从采样理论的角度看，图像信息(数字图像)可看作是在二维连续曲面上，按照某一间隔和某种策略进行采样所得到的一个二维离散点的阵列，即离散化的Arnold变换：

对图像信息中所有的像素位置进行Arnold变换就完成了一次Arnold变换，而且还可以对把上一次的变换结果作为输入，就又可以得到一次的Arnold变换结果，也就是说可以对图像进行多次的变换，这可以表示为：

P'＝(Aⁿ×P)modN

2)向混沌加密图像中嵌入水印图像W，得到含有水印的二次加密图像；具体方法参见图2：

2.1)将混沌加密图像读取到二维数组I中，将水印图像W读取到二维数组W中；将二维数组I中的混沌加密图像以及二维数组W中的水印图像W均分割为互补覆盖的M×M个图像子块(以图2为例应为8×8)；

2.2)计算混沌加密图像中每个图像子块的平均灰度m，然后通过每个图像子块的平均灰度m得到混沌加密图像的方差σ²；其中， k表示每个图像子块中包含像素点数；x(i,j)代表图像子块中矩阵位置(i,j)的灰度值；

2.3)对混沌加密图像和水印图像W的每个图像子块均进行8×8DCT变换，得到变换后混沌加密图像和变换后水印图像；

2.4)按照混沌加密图像中每个图像子块的方差σ²由大到小的顺序，当σ²较小时，认为块比较均匀，反之认为块包含着较为复杂的纹理。依次将变换后水印图像嵌入到的变换后混沌加密图像中，然后进行8×8DCT反变换，实现混沌加密图像中各图像子块的水印图像嵌入，最后合并混沌加密图像中各图像子块(即将经过DCT变换的像素点，依然放置在原始位置(x,y)上，即完成了嵌入水印信息的图像的重构)，得到含有水印的二次加密图像。

最常用的嵌入规则如下：

加法准则v′_i＝v_i+αω_i

或乘法准则v'_i＝v_i(1+αω_i)

其中，v'_i为DCT反变换后的频域系数，v_i为DCT反变换前的频域系数，α是拉伸系数，ω_i是第i个信息位水印。

参见图4a-4d，本发明基于上述对图像进行二次加密方法的解密方法，包括以下步骤：

1)从含有水印的二次加密图像中提取出水印图像，得到混沌加密图像；其具体方法参见ZL200910021568.0；

1.1)将含有水印的二次加密图像进行DCT域变换，然后利用DCT域变换后的频域系数v'_i和DCT域变换前的频域系数v_i之差确定含有水印的二次加密图像中含有水印的图像子块的序列起始位置；

1.2)自含有水印的图像子块的序列起始位置开始，计算每个含水印的图像子块的平均灰度m，然后通过每个含水印的图像子块的平均灰度m得到每个含水印的图像子块的方差σ²；按照含水印的图像子块的方差σ²由大到小的顺序进行排序，按照顺序提取前K个含水印的图像子块中的水印信息，得到混沌加密图像。

2)利用混沌序列以及Arnold变换的周期性实现的对加密图像进行解密，得到原始图像信息。

表1 不同阶数N下Arnold变换的周期

N	2	3	4	5	6	7	8	9	10	11	12	16	24	25
															周期	3	4	3	10	12	8	6	12	30	5	12	12	12	50
N	32	40	48	50	56	60	64	100	120	125	128	256	480	512
															周期	24	30	12	150	24	60	48	150	60	250	96	192	120	384

参见图1，一种含有水印的二次加密图像中水印信息篡改区域定位方法，基于上述解密方法，包括以下步骤：

1)按照顺序提取含水印的图像子块中的水印信息形成1×K的一维水印序列；将一维水印序列重组成r×r的二维水印矩阵以对水印图像进行恢复，得到恢复后的水印图像W_c(具体水印图像恢复方法参见ZL200910021568.0)；

2)由于水印是基于图像内容生成的，因此对图像的剪切操作会造成W_c和加密过程中的水印图像W在被剪切区域有较大不同，因此将恢复后的水印图像W_c置乱，并与加密过程中嵌入的水印图像W进行比较，得到恢复后的水印图像W_c中的水印解码错误W_e，再对水印解码错误W_e进行Baker反变换，得到反变换后水印解码错误W_be，W_be能够重新将由于W_c与W不同而造成的错误集中到被剪切的区域

3)与此同时，被剪切掉的图像区域，由于水印的丢失，也会造成大片的解码错误，即W_e中也会有一些集中于被剪切区域的解码错误区，因此将水印解码错误W_e与反变换后水印解码错误W_be进行对比，定位出水印图像中的篡改区域。

通过水印的嵌入与提取发现，嵌入水印对加密后的图像不影响。由结果显示，水印可以完好的提取出来，水印提取后，得到加密图像，加密图像和含有水印的加密图像都是不可见的，而且在不提取水印的情况下，原图像是不可能解密的，证明了图像的保密性更高了。

Claims (8)

1.一种对图像进行二次加密方法，其特征在于，包括以下步骤：

1)利用混沌序列对数字信息进行加密得到混沌加密图像；

2)向混沌加密图像中嵌入水印图像W，得到含有水印的二次加密图像。

2.根据权利要求1所述的对图像进行二次加密方法，其特征在于，所述的步骤1)利用混沌序列对图像信息进行加密的方法为：对图像进行采样，获取图像矩阵大小N×N，然后利用猫脸变换式 $A=\left(\begin{array}{cc}1& 1\\ 1& 2\end{array}\right)$ 对图像矩阵进行n次离散化的Arnold变换，以使图像的像素位置(x,y)的灰度值移动到图像变换后的像素位置(x',y')，得到混沌加密图像；其中，且P'＝(Aⁿ×P)modN，n为大于等于1的整数；Aⁿ表示猫脸变换式A的n次连乘，P＝(x,y)^T，且P表示图像的像素位置；P′＝(x′,y′)^T，且P′表示对图像的像素位置P进行n次矩阵变换的结果。

3.根据权利要求1所述的对图像进行二次加密方法，其特征在于，步骤2)中向混沌加密图像中嵌入水印图像W包括以下步骤：

2.1)将混沌加密图像读取到二维数组I中，将水印图像W读取到二维数组W中；将二维数组I中的混沌加密图像以及二维数组W中的水印图像W均分割为互补覆盖的M×M个图像子块；

2.2)计算混沌加密图像中每个图像子块的平均灰度m，然后通过每个图像子块的平均灰度m得到混沌加密图像的方差σ²；其中， k表示每个图像子块中包含像素点数；x(i,j)代表图像子块中矩阵位置(i,j)的灰度值；

2.3)对混沌加密图像和水印图像W的每个图像子块均进行M×MDCT变换，得到变换后混沌加密图像和变换后水印图像；

2.4)按照混沌加密图像中每个图像子块的方差σ²由大到小的顺序，依次将变换后水印图像嵌入到的变换后混沌加密图像中，然后进行M×MDCT反变换，实现混沌加密图像中各图像子块的水印图像嵌入，最后合并混沌加密图像中各图像子块，得到含有水印的二次加密图像。

4.根据权利要求3所述的对图像进行二次加密方法，其特征在于：所述的步骤2.4)将变换后的水印图像嵌入到的变换后的混沌加密图像中采用加法准则或乘法准则实现。

5.一种基于权利要求1～4中任意一项权利要求所述的对图像进行二次加密方法的解密方法，其特征在于，包括以下步骤：

1)从含有水印的二次加密图像中提取出水印图像，得到混沌加密图像；

2)利用混沌序列对混沌加密图像进行解密，得到原始图像信息。

6.根据权利要求5所述的解密方法，其特征在于，所述的步骤1)从含有水印的二次加密图像中提取出水印图像的方法包括以下步骤：

1.1)将含有水印的二次加密图像进行DCT域变换，然后利用DCT域变换后的频域系数v′_i和DCT域变换前的频域系数v_i之差确定含有水印的二次加密图像中含有水印的图像子块的序列起始位置；

1.2)自含有水印的图像子块的序列起始位置开始，计算每个含水印的图像子块的平均灰度m，然后通过每个含水印的图像子块的平均灰度m得到每个含水印的图像子块的方差σ²；按照含水印的图像子块的方差σ²由大到小的顺序进行排序，按照顺序提取前K个含水印的图像子块中的水印信息，得到混沌加密图像。

7.根据权利要求5所述的解密方法，其特征在于：所述的步骤3)利用混沌序列对混沌加密图像进行解密是通过Arnold变换的周期性实现的。

8.一种含有水印的二次加密图像中水印信息篡改区域定位方法，其特征在于，基于权利要求6所述的解密方法，包括以下步骤：

1)按照顺序提取含水印的图像子块中的水印信息形成1×K的一维水印序列；将一维水印序列重组成r×r的二维水印矩阵以对水印图像进行恢复，得到恢复后的水印图像W_c；

2)将恢复后的水印图像W_c置乱，并与加密过程中嵌入的水印图像W进行比较，得到恢复后的水印图像W_c中的水印解码错误W_e，再对水印解码错误W_e进行Baker反变换，得到反变换后水印解码错误W_be；

3)将水印解码错误W_e与反变换后水印解码错误W_be进行对比，定位出水印图像中的篡改区域。