CN105096234A - 一种基于混合域的高光谱图像加密方法 - Google Patents
一种基于混合域的高光谱图像加密方法 Download PDFInfo
- Publication number
- CN105096234A CN105096234A CN201510461221.3A CN201510461221A CN105096234A CN 105096234 A CN105096234 A CN 105096234A CN 201510461221 A CN201510461221 A CN 201510461221A CN 105096234 A CN105096234 A CN 105096234A
- Authority
- CN
- China
- Prior art keywords
- sequence
- high spectrum
- image
- spectrum image
- domain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Facsimile Transmission Control (AREA)
- Storage Device Security (AREA)
Abstract
本发明公开了一种基于混合域的高光谱图像加密方法,涉及图像处理与信息安全领域。本发明以高光谱图像为研究对象,在利用二维平面图像混沌序列加密方法对高光谱图像进行空间域加密的基础上,针对高光谱图像的光谱域特征,对高光谱图像进行光谱域加密,最后结合高光谱图像的空间域以及光谱域特征对高光谱图像进行混合域加密,为高光谱图像光谱域特征以及空间域特征保护奠定基础。
Description
技术领域
本发明以高光谱图像为研究对象,属于图像处理与信息安全领域,具体涉及一种基于混合域的高光谱图像加密方法。
背景技术
随着遥感技术的飞速发展,成像光谱技术占据了遥感领域至关重要的地位。通过搭载在不同空间平台上的高光谱传感器,即成像光谱仪,在电磁波谱的紫外、可见光、近红外和中红外区域,以数十至数百个连续且细分的光谱波段对目标区域同时成像。成像光谱技术作为一种融合了电磁学、光学、信号处理等多学科交叉领域的新兴学科,而高光谱图像也已经被广泛地应用于军事、地质、医学、农业、海洋生物、大气和环境监测等领域。
高光谱图像数据中含有地理位置、传感器参数以及地物波谱特征等信息,特别在某些特殊领域,例如:军事、国防等,成像光谱数据包含了大量重要的机密信息。因此,在传输和使用高光谱图像时,如何保证高光谱图像的安全性成为遥感领域亟待解决的实际问题之一。目前,信息隐藏和数字水印等技术是一种信息安全领域常用的数据安全保护手段。但是遥感影像的特殊性,使得这类方法并不适合应用于高光谱图像。原因如下:信息隐藏技术是一种利用信息载体有效隐藏机密信息的方法,具有极大的迷惑性,但是此方法仅仅可以隐藏有限的信息,对于大规模的遥感影像数据显然并不适用。此外,数字水印技术的出发点是保护遥感数据的版权,并没有从根本上解决遥感数据本身的安全性问题,一旦数据被拦截或窃取,遥感图像很容易被破解和非法使用。而对于传统图像加密技术在设计时一般考虑的是二维图像数据,没有考虑到成像光谱图像的立体性,即高光谱图像不仅具有空间特性,还具有光谱特性,显然,这种传统的图像加密技术是无法直接应用于高光谱图像。
基于混合域的高光谱图像加密方法,在普通二维图像加密方法的基础上,引入了真对高光谱图像的光谱域特征加密,并且进一步结合高光谱图像的空间域特征以及光谱域特征,实现了基于混合域的高光谱图像加密,这种加密方法区别于普通的二维图像加密,是一种针对高光谱图像的加密方法,在保护了高光谱图像空间域特征的同时还保护了高光谱图像光谱域特征。
发明内容
本发明方法通过结合高光谱图像空间域特征以及光谱域特征对高光谱图像进行加密保护,包括:1)基于复合混沌序列的高光谱图像空间域特征加密;2)基于整数密码序列的高光谱图像光谱域特征加密;3)将空间域和光谱域加密相结合,建立基于混合域的高光谱图像加密机制。
本发明是采用以下技术手段实现的:
一种基于混合域的高光谱图像加密方法,包括:基于复合混沌序列的高光谱图像空间域特征加密方法、基于整数密码序列的高光谱图像光谱域特征加密方法、基于混合域的高光谱图像加密方法,其特征在于包括如下步骤:
所述的基于复合混沌序列的高光谱图像空间域特征加密方法,其特征在于,使用复合混沌序列生成密码序列,同时使用了两组混沌序列——Logistic映射序列和基于Chebyshev映射的混沌序列对高光谱图像空间域特征加密,包括如下步骤:
步骤1.1:选定Logistic映射分支参数μ及初值x1和Chebyshev映射系统参数k及初值y1;
步骤1.2:将图像Xi所有像素值相加得到Sum,并通过运算得到辅助密钥Key,将辅助密钥与初值x1,y1分别相乘,得到新的系统初值x1′和y1′,辅助密钥与原始图像相关,因此当图像发生变化时,辅助密钥也会改变,系统初值也会随之改变;其中,Xi,表示高光谱图像第i波段的图像;
步骤1.3:使用新的系统初值生成基于Logistic映射和Chebyshev映射的混沌序列,设基于Logistic映射的混沌序列为L,基于Chebyshev映射的混沌序列为H,设常数S,利用初值x1′及给定的参数μ,根据式(1)迭代(M×N-1+S)次得到序列(x1′,x2′,L,x′M×N+S),最后舍弃前S个点并将其得到的实值序列记为(r1,r2,L,rM×N);依据同样的方法根据式(2)可以得到基于Chebyshev映射的实值混沌序列,记为(p1,p2,L,pM×N),将实值序列(r1,r2,L,rM×N)和(p1,p2,L,pM×N)逐位相乘得到新的实值序列,并将其转化为整数密码序列,记为Z{z1,z2,L,zM×N};
生成Logistic映射序列,方法如下:
xn+1=μxn(1-xn)n∈{1,2L,}(1)
其中,0<μ≤4——分支参数,xi∈(0,1),i=0,1,2,3,L;当分支参数3.5699456L<μ≤4时,Logistic映射工作于混沌状态,由初值x0所产生的序列{xi,i=0,1,2,3,L}是非周期的、不收敛的,并对初始值非常敏感;
生成Chebyshev映射序列,方法如下:
xn+1=cos(kacos(xn)),-1≤xn≤1(2)
其中,k表征系统非线性强度的系数,当k≥2时,映射处于混沌状态;在公式的初值x0给定情况下,公式通过迭代将生成一组混沌序列{xn,n=1,2,3,L};
步骤1.4:将序列Z{z1,z2,L,zM×N}与原图像Xi的像素值逐行异或得到加密图像矩阵Xi′,从而完成像素值异或置乱,然后再从序列Z{z1,z2,L,zM×N}中选取长度为M+N的整数密码序列Z′{z1,z2,L,zM+N},将前M个值作为行移位值,后N个值作为列移位值来对图像矩阵分别进行向右和向下的行列移位;
所述的基于整数密码序列的高光谱图像光谱域特征加密方法,其特征在于,高光谱图像的波段数可以看作是一个一维序列,通过利用整数密码序列将其置乱,从而打乱高光谱图像的波段顺序,对高光谱图像的光谱域特征进行保护;首先选取对最后一波段图像进行加密所用的密码序列Z{z1,z2,L,zM×N}中的前b(b为高光谱图像波段数量)个整数组成的序列Z″{z1,z2,L,zb},将序列Z″{z1,z2,L,zb}中的元素与高光谱图像的波段一一对应,然后将序列Z″{z1,z2,L,zb}按从小到大的顺序进行重新排列;
所述的基于混合域的高光谱图像加密方法,其特征在于,将高光谱图像的空间域和光谱域进行置换;同时将高光谱图像看作是一个三维立体数据,并把高光谱图像数据的三维坐标打乱,方法如下:
用X(i,j,n)来表示原始高光谱图像第n个波段图像的第i行第j列处的像素值,将空间域加密以及光谱域加密后的高光谱图像设为X′(i,j,n),将X′(i,j,n)的三维坐标进行置换,即将X′(i,j,n)转换为X′(n,i,j),即新的加密图像的空间域与光谱域发生混叠,即X′(n,i,j)表示第j波段,第n行第i列的像素值。
本发明与现有技术相比,具有一下明显的优势和有益效果:
本发明首先对高光谱图像进行空间域加密,利用复合混沌序列对高光谱图像每个波段的图像进行像素值异或,然后利用随机序列对图像矩阵进行行列循环移位,从而完成对高光谱图像的空间域加密,保护了高光谱图像的空间域特征。
然后对高光谱图像进行光谱域加密,利用已经生成的复合混沌序列对高光谱图像的波段顺序进行加密保护,从而保护了高光谱图像的光谱域特征。
最后对高光谱图像进行混合域加密,进一步保护了高光谱图像的空间域特征以及光谱域特征。
该方法考虑了高光谱图像的空间域特征以及光谱域特征的特殊性,将传统对于二维平面图像的加密方法经过改良之后运用到了三维立体数据的高光谱行图像加密中,同时解决了传统方法不利于加密数据量大的三维立体数据的问题。
本发明的特点:
本发明以高光谱图像为研究对象,提出一种基于混合域的高光谱图像加密方法,充分利用高光谱图像特有的空间域特征以及光谱域特征,并将空间域特征及光谱域特征相结合,实现基于混合域的高光谱图像加密。首先对原始高光谱图像进行空间域加密,然后再对高光谱图像进行光谱域加密,光谱域加密不需要生成新的密码序列,降低了运算的复杂度,最后结合高光谱图像的光谱域以及空间域特征对高光谱图像进行混合域加密,有效的保护了高光谱图像的光谱域特征以及空间域特征。
附图说明:
图1基于混合域的高光谱图像加密总体示意图;
图2高光谱图像空间域加密流程图;
图3基于混合域的高光谱图像加密流程图。
具体实施方式:
根据上述描述,以下是一个具体的实施流程,但本专利所保护的范围并不限于该实施流程。下面是本发明具体的工作流程,参见图2:首先读入高光谱图像,高光谱图像可用一个三维数组表示,然后基于复合混沌序列对高光谱图像进行空间域加密,之后利用高光谱图像的光谱域特征对高光谱图像进行光谱域加密,最后结合高光谱图像的空间域特征以及光谱域特征对高光谱图像进行混合域加密。
下面结合具体实例详细描述高光谱图像加密的过程,参见图2。在计算机中完成以下程序:
第一步:计算机通过USB接口或网络读入Hyperion图像;
第二步:利用计算机软件以三维数组的形式打开高光谱图像,设该高光谱图像大小为M×N×B,即波段数为B,每个波段的图像为M行N列,然后读取高光谱图像的第一波段图像,表示为一个二维数组X(i,j,1),记为图像X1;
第三步:选定Logistic映射分支参数μ及初值x1和Chebyshev映射系统参数k及初值y1,然后将图像X1所有像素值相加得到Sum,并通过运算得到辅助密钥Key;
第四步:将辅助密钥Key分别与初值x1和y1相乘,得到新的系统初值x1′和y1′;
第五步:设基于Logistic映射的混沌序列为L,基于Chebyshev映射的混沌序列为H,设常数S=100,利用初值x1′及给定的参数μ,根据式(1)迭代(M×N-1+S)次得到序列(x1′,x2′,L,x′M×N+S),最后舍弃前S个点并将其得到的实值序列记为(r1,r2,L,rM×N);依据同样的方法可以得到基于Chebyshev映射的实值混沌序列,记为(p1,p2,L,pM×N);
第五步:将实值序列(r1,r2,L,rM×N)和(p1,p2,L,pM×N)逐位相乘得到新的实值序列,并将其转化为[0,255]之间的整数密码序列,记为Z{z1,z2,L,zM×N};
第六步:将序列Z{z1,z2,L,zM×N}与原图像X1的像素值逐行异或得到加密图像矩阵X1′;
第七步:选取序列Z{z1,z2,L,zM×N}中前M+N个整数密码序列Z′{z1,z2,L,zM+N},将前M个值作为行移位值,后N个值作为列移位值来对图像矩阵分别进行向右和向下的行列移位,最终得到加密图像矩阵X1″;
第八步:选取下一波段图像,重复第三步至第七步,直到所有波段图像均完成加密;
第九步:选取序列Z{z1,z2,L,zM×N}中前B个整数密码序列Z″{z1,z2,L,zB},将整数密码序列Z″{z1,z2,L,zB}逐位与高光谱图像的波段一一对应,然后将整数密码序列Z″{z1,z2,L,zB}按照从小到大的顺序进行重新排序,与之相对应的波段顺序进行相应的改变,然后保存图像,完成了高光谱图像的光谱域加密;
第十步:将加密后的高光谱图像设为X′(i,j,n),将X′(i,j,n)的三维坐标进行置换,即将X′(i,j,n)转换为X′(n,i,j),即新的加密图像的空间域与光谱域发生混叠,即X′(n,i,j)表示第j波段,第n行第i列的像素值。
混沌序列对初值的敏感性保证了混沌加密算法对密钥的敏感性。在混沌系统中,参数和初始条件的微小变化都对混沌信号有很大影响,因此,该加密方法有效的保护了高光谱图像的空间域特征。同时,在对每个波段的图像加密后,又改变了原始波段的顺序,从而保护了高光谱图像的光谱域特征。在完成空间域加密以及光谱域加密后,又对高光谱图像进行了混合域加密处理,进一步的保护而高光谱图像的空间域特征以及光谱域特征。
Claims (1)
1.一种基于混合域的高光谱图像加密方法,包括:基于复合混沌序列的高光谱图像空间域特征加密方法、基于整数密码序列的高光谱图像光谱域特征加密方法、基于混合域的高光谱图像加密方法,其特征在于包括如下步骤:
所述的基于复合混沌序列的高光谱图像空间域特征加密方法,其特征在于,使用复合混沌序列生成密码序列,同时使用了两组混沌序列——Logistic映射序列和基于Chebyshev映射的混沌序列对高光谱图像空间域特征加密,包括如下步骤:
步骤1.1:选定Logistic映射分支参数μ及初值x1和Chebyshev映射系统参数k及初值y1;
步骤1.2:将图像Xi所有像素值相加得到Sum,并通过运算得到辅助密钥Key,将辅助密钥与初值x1,y1分别相乘,得到新的系统初值x′1和y′1,辅助密钥与原始图像相关,因此当图像发生变化时,辅助密钥也会改变,系统初值也会随之改变;其中,Xi,表示高光谱图像第i波段的图像;
步骤1.3:使用新的系统初值生成基于Logistic映射和Chebyshev映射的混沌序列,设基于Logistic映射的混沌序列为L,基于Chebyshev映射的混沌序列为H,设常数S,利用初值x′1及给定的参数μ,根据式(1)迭代(M×N-1+S)次得到序列(x′1,x′2,L,x′M×N+S),最后舍弃前S个点并将其得到的实值序列记为(r1,r2,L,rM×N);依据同样的方法根据式(2)可以得到基于Chebyshev映射的实值混沌序列,记为(p1,p2,L,pM×N),将实值序列(r1,r2,L,rM×N)和(p1,p2,L,pM×N)逐位相乘得到新的实值序列,并将其转化为整数密码序列,记为Z{z1,z2,L,zM×N};
生成Logistic映射序列,方法如下:
xn+1=μxn(1-xn)n∈{1,2L,}
其中,0<μ≤4——分支参数,xi∈(0,1),i=0,1,2,3,L;当分支参数3.5699456L<μ≤4时,Logistic映射工作于混沌状态,由初值x0所产生的序列{xi,i=0,1,2,3,L}是非周期的、不收敛的,并对初始值非常敏感;
生成Chebyshev映射序列,方法如下:
xn+1=cos(kacos(xn)),-1≤xn≤1
其中,k表征系统非线性强度的系数,当k≥2时,映射处于混沌状态;在公式的初值x0给定情况下,公式通过迭代将生成一组混沌序列{xn,n=1,2,3,L};
步骤1.4:将序列Z{z1,z2,L,zM×N}与原图像Xi的像素值逐行异或得到加密图像矩阵X′i,从而完成像素值异或置乱,然后再从序列Z{z1,z2,L,zM×N}中选取长度为M+N的整数密码序列Z′{z1,z2,L,zM+N},将前M个值作为行移位值,后N个值作为列移位值来对图像矩阵分别进行向右和向下的行列移位;
所述的基于整数密码序列的高光谱图像光谱域特征加密方法,其特征在于,高光谱图像的波段数可以看作是一个一维序列,通过利用整数密码序列将其置乱,从而打乱高光谱图像的波段顺序,对高光谱图像的光谱域特征进行保护;首先选取对最后一波段图像进行加密所用的密码序列Z{z1,z2,L,zM×N}中的前b(b为高光谱图像波段数量)个整数组成的序列Z″{z1,z2,L,zb},将序列Z″{z1,z2,L,zb}中的元素与高光谱图像的波段一一对应,然后将序列Z″{z1,z2,L,zb}按从小到大的顺序进行重新排列;
所述的基于混合域的高光谱图像加密方法,其特征在于,将高光谱图像的空间域和光谱域进行置换;同时将高光谱图像看作是一个三维立体数据,并把高光谱图像数据的三维坐标打乱,方法如下:
用X(i,j,n)来表示原始高光谱图像第n个波段图像的第i行第j列处的像素值,将空间域加密以及光谱域加密后的高光谱图像设为X′(i,j,n),将X′(i,j,n)的三维坐标进行置换,即将X′(i,j,n)转换为X′(n,i,j),即新的加密图像的空间域与光谱域发生混叠,即X′(n,i,j)表示第j波段,第n行第i列的像素值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510461221.3A CN105096234B (zh) | 2015-07-30 | 2015-07-30 | 一种基于混合域的高光谱图像加密方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510461221.3A CN105096234B (zh) | 2015-07-30 | 2015-07-30 | 一种基于混合域的高光谱图像加密方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105096234A true CN105096234A (zh) | 2015-11-25 |
CN105096234B CN105096234B (zh) | 2019-02-01 |
Family
ID=54576590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510461221.3A Active CN105096234B (zh) | 2015-07-30 | 2015-07-30 | 一种基于混合域的高光谱图像加密方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105096234B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105956992A (zh) * | 2016-05-23 | 2016-09-21 | 温文媖 | 基于视觉意义加密图像的显著性区域保护方法 |
CN112188029A (zh) * | 2020-09-17 | 2021-01-05 | 苏州科技大学 | 一种高光谱图像集合的交叠编码和解码技术 |
CN112184839A (zh) * | 2020-10-21 | 2021-01-05 | 湖北省地震局(中国地震局地震研究所) | 面向空间态势的震后重建图谱信息加密方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002013138A1 (en) * | 2000-08-03 | 2002-02-14 | Digital Copyright Technologies Ag | Method for adaptive digital watermarking robust against geometric transforms |
CN102722856A (zh) * | 2012-06-06 | 2012-10-10 | 北京联合大学 | 基于三维Lorenz混沌映射的DCT域的数字图像加密方法 |
CN103281534A (zh) * | 2013-05-15 | 2013-09-04 | 西北工业大学 | 一种高光谱图像压缩加密方法 |
-
2015
- 2015-07-30 CN CN201510461221.3A patent/CN105096234B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002013138A1 (en) * | 2000-08-03 | 2002-02-14 | Digital Copyright Technologies Ag | Method for adaptive digital watermarking robust against geometric transforms |
CN102722856A (zh) * | 2012-06-06 | 2012-10-10 | 北京联合大学 | 基于三维Lorenz混沌映射的DCT域的数字图像加密方法 |
CN103281534A (zh) * | 2013-05-15 | 2013-09-04 | 西北工业大学 | 一种高光谱图像压缩加密方法 |
Non-Patent Citations (2)
Title |
---|
周蕊 等: "一种基于混沌序列的数字图像加密算法", 《微电子学与计算机》 * |
邱劲 等: "基于混沌映射的压缩图像加密算法", 《计算机科学》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105956992A (zh) * | 2016-05-23 | 2016-09-21 | 温文媖 | 基于视觉意义加密图像的显著性区域保护方法 |
CN112188029A (zh) * | 2020-09-17 | 2021-01-05 | 苏州科技大学 | 一种高光谱图像集合的交叠编码和解码技术 |
CN112188029B (zh) * | 2020-09-17 | 2022-08-05 | 苏州科技大学 | 一种高光谱图像集合的交叠编码和解码方法 |
CN112184839A (zh) * | 2020-10-21 | 2021-01-05 | 湖北省地震局(中国地震局地震研究所) | 面向空间态势的震后重建图谱信息加密方法 |
CN112184839B (zh) * | 2020-10-21 | 2022-07-08 | 湖北省地震局(中国地震局地震研究所) | 面向空间态势的震后重建图谱信息加密方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105096234B (zh) | 2019-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xian et al. | Double parameters fractal sorting matrix and its application in image encryption | |
Emad et al. | A secure image steganography algorithm based on least significant bit and integer wavelet transform | |
CN103455971B (zh) | 三维Arnold变换和混沌序列结合的图像加密方法 | |
Yan et al. | Chaotic image encryption algorithm based on arithmetic sequence scrambling model and DNA encoding operation | |
CN101739695A (zh) | 一种基于三维Arnold映射的图像分组加密方法 | |
Jin et al. | 3D textured model encryption via 3D Lu chaotic mapping | |
CN103442157A (zh) | 基于Arnold变换和Henon混沌系统的图像加密方法 | |
CN103886106B (zh) | 一种基于光谱特征保护的遥感图像安全检索方法 | |
Koppu et al. | A fast enhanced secure image chaotic cryptosystem based on hybrid chaotic magic transform | |
CN103761701A (zh) | 基于四元数指数矩的彩色图像水印方法 | |
CN106301760A (zh) | 一种基于混沌映射的3d点云模型加密方法 | |
CN105577354A (zh) | 基于概率区间划分和动态概率事件的图像加密和解密方法 | |
CN105096234A (zh) | 一种基于混合域的高光谱图像加密方法 | |
CN114389788B (zh) | 混合混沌与分块置乱的图像加密算法 | |
Wang et al. | Chaotic image encryption algorithm based on dynamic spiral scrambling transform and deoxyribonucleic acid encoding operation | |
CN109361830A (zh) | 一种基于明文的图像加密方法 | |
CN108174053B (zh) | 一种有向面积和扑克牌映射的解密区域限定图像加密方法 | |
CN103559678A (zh) | 一种shp线面图层数据的置乱与还原方法 | |
Abdul-Kareem et al. | WAM 3D discrete chaotic map for secure communication applications | |
CN106228503A (zh) | 卫星遥感影像shp点文件的数字水印嵌入和提取方法 | |
CN112184839B (zh) | 面向空间态势的震后重建图谱信息加密方法 | |
CN105005961B (zh) | 适用于不规则三角网数字高程模型的信息伪装及还原方法 | |
Srivastava et al. | Digital watermarking using spatial domain and triple DES | |
Reddy et al. | Efficient encryption technique for medical X-ray images using chaotic maps | |
Chuang et al. | Reversible data hiding with affine invariance for 3D models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220819 Address after: 100004 1-14-2107, floor 2, No. 136, Xiwai street, Xicheng District, Beijing Patentee after: Shuanxin (Beijing) Technology Co.,Ltd. Address before: 100124 No. 100 Chaoyang District Ping Tian Park, Beijing Patentee before: Beijing University of Technology |