CN106960157B - 数字图像分辨率分级获取控制管理器的实现方法 - Google Patents

数字图像分辨率分级获取控制管理器的实现方法 Download PDF

Info

Publication number
CN106960157B
CN106960157B CN201710153496.XA CN201710153496A CN106960157B CN 106960157 B CN106960157 B CN 106960157B CN 201710153496 A CN201710153496 A CN 201710153496A CN 106960157 B CN106960157 B CN 106960157B
Authority
CN
China
Prior art keywords
image
upset
block
obtains
division
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.)
Active
Application number
CN201710153496.XA
Other languages
English (en)
Other versions
CN106960157A (zh
Inventor
尹建伟
温盈盈
陈智鸿
吴朝晖
邓水光
李莹
吴健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HANGZHOU ICAFE TECHNOLOGY Co Ltd
Zhejiang University ZJU
Original Assignee
HANGZHOU ICAFE TECHNOLOGY Co Ltd
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by HANGZHOU ICAFE TECHNOLOGY Co Ltd, Zhejiang University ZJU filed Critical HANGZHOU ICAFE TECHNOLOGY Co Ltd
Priority to CN201710153496.XA priority Critical patent/CN106960157B/zh
Publication of CN106960157A publication Critical patent/CN106960157A/zh
Application granted granted Critical
Publication of CN106960157B publication Critical patent/CN106960157B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/602Providing cryptographic facilities or services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Bioethics (AREA)
  • Facsimile Transmission Control (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明提出了一种数字图像分辨率分级获取的管理控制器的实现方法,包括:(1)分发端根据原图像进行初步分块处理,得到新划分尺寸;(2)分发端按照新划分尺寸对图像进行多层次的区块划分,并利用混沌理论对每个划分区块进行加密扰乱,得到扰乱图像;(3)接收端根据不同的还原权限等级对接收到扰乱图像进行解密还原,获得不同清晰度的图像。该方法根据接收端的权限等级,对点线框中所表示的每层内部处理过程进行多次的迭代,直至使用完接收端分配到的所有密钥,获得不同的不同清晰度的图像。

Description

数字图像分辨率分级获取控制管理器的实现方法
技术领域
本发明涉及数字图像处理领域以及信息安全领域,具体涉及一种数字图像分辨率分级获取控制管理器的实现方法。
背景技术
随着互联网和无线网络的应用,数字多媒体信息的传递为社会生活带来了巨大的变化,不论是商业还是非商业意义上的多媒体数据的分发都已经变得非常普遍。但是数字图像可以很容易地被复制和转发,这为版权和隐私保护带来很大的挑战。
目前,基于频域的多分辨率图像的获取和生成已经较为成熟,本领域的技术人员通常采用滤波的手段对图像进行模糊化处理,然而,很少人采用空域变换的方式获得多分辨率图像。
目前,基于空间位置上的空域变换的发明关注于数字图像单一层次的加密,使加密后的图像在传输过程中获得保护,但是只适用于点对点的情景,无法对不同等级的群体即点对多点的情景进行显示控制。尚未有基于空域利用多层次的处理方式,获取多种分辨率图像的发明。
发明内容
针对传统的数字图像加密传输中,点对多点分发多分辨率图像的应用场景的不足之处,本发明提出了一种数字图像分辨率分级获取的管理控制器的实现方法。
一种数字图像分辨率分级获取的管理控制器的实现方法,包括以下步骤:
(1)分发端根据原图像进行初步分块处理,得到由k个新划分尺寸组成的新划分尺寸序列A={a1,a2,…ak},k为设定的划分权限等级;
(2)分发端按照新划分尺寸对图像进行多层次的区块划分,并利用混沌理论对每个划分区块进行加密扰乱,得到扰乱图像;
(3)接收端根据不同的还原权限等级对接收到扰乱图像进行解密还原,获得不同清晰度的图像。
步骤(1)的具体步骤为:
(1-1)初始化划分尺寸为b×b,令b=1;
(1-2)对原图像imageo按照划分尺寸b×b进行第b次划分,得到多个原划分区块;
(1-3)对每个原划分区块内部的像素点求平均值μ,并将平均值μ赋值给该区块的每个像素点,得到第b次均值后的图像imageμ
(1-4)计算原图像imageo与第b次均值后的图像imageμ的均方误差diff,记为db,diff的计算公式如下:
其中,imageoij表示为原图像imageo第i行第j列像素的值,imageμij表示均值后的图像imageμ第i行第j列像素的值,p和q分别为原图像imageo的行尺寸大小和列尺寸大小;
(1-5)判断b是否小于MAX(p,q),若是,令b=b+1,并执行步骤(1-2)~步骤(1-5),若否,执行步骤(1-6),MAX(·)为求参数中的最大值;
(1-6)将d1,d2,…dMAX(p,q)按照diff值的大小进行排序,并根据所需划分权限等级k将d1,d2,…dMAX(p,q)自动聚类成k组,选取每组diff值的均值作为新划分尺寸,得到k个新划分尺寸,k个新划分尺寸按照从小到大顺序排列成新划分尺寸序列A={a1,a2,…ak}。
在步骤(1-2)中,当原图像imageo的的尺寸p和q不是划分尺寸b×b的整数倍时,此时划分得到的多个原划分区块包含尺寸为b×b的原划分区块和尺寸小于b×b的原划分区块。
在步骤(1-6)中,每个权限等级对应一个新划分尺寸;随着划分权限等级(加密所属层次)的上升,新划分尺寸逐渐变大,即划分区块逐渐变大,直至整个图像为一个划分区块。当图像由m×m的像素矩阵组成,选择划分尺寸为b×b,则形成每行每列有m/b个划分区块组成的图像。
步骤(2)的具体步骤为:
(2-1)在分发端,初始令z=1;
(2-2)对原图像按照新划分尺寸az进行图像划分,得到第z层的多个新划分区块;
(2-3)利用混沌理论对第z层的新划分区块进行扰乱;
(2-4)将混沌理论中随机选取的该层的种子数字加密隐藏于扰乱后的图像的任一像素点内,得到预扰乱图像;
(2-5)判断z是否小于k,若是,执行步骤(2-6),若否,循环结束,将当前得到的预扰乱图像作为扰乱图像;
(2-6)将当前的预扰乱图像作为下一个循环的原图像,令z=z+1,执行步骤(2-2)~步骤(2-5)。
混沌系统是一种高度复杂的非线性动态系统,对初始条件非常敏感,生成的混沌序列具有非周期性和伪随机性的特性。每一层对应一个种子数字作为混沌函数的输入,输出一个混沌序列;该过程可以表示为:
f(xseed)=(x1,x2,…,xp)
其中,(x1,x2,…,xp)表示混沌序列中的具体数字,xseed表示种子数字,f为生成混沌序列的函数。若函数输入的种子数字固定,所生成的混沌序列是不变的,因此,只要获得种子数字,就可以快速地重新计算得出相同的混沌序列。
步骤(2-3)的具体步骤为:
(2-3-1)利用种子数字作为混沌理论随机生成函数的输入,得到这一层的混沌序列,此时,混沌序列中的每个具体数字对应一个新划分区块,利用对应的具体数字对各新划分区块进行扰乱;
(2-3-2)利用混沌理论,将混沌序列中的每个具体数字作为随机生成函数的输入,得到每个新划分区块的位置置换指示序列,此时,位置置换指示序列的长度在数量上等于对应新划分区块中像素点的个数;
(2-3-3)利用位置置换指示序列中的具体数字对新划分区块中对应的像素点进行扰乱。
在步骤(2-3-2)中,位置置换指示序列的长度在数量上等于对应区块中像素点的个数,以使每个像素点都参与到位置转换中。
在步骤(2-3-3)中,把二维性质的区块,展开为一维的形式,由左到右由上到下为区块内的每个像素点顺序编号,得到:
(1,2,3,4,…,p,…)
p为某个像素点的编号,p的取值范围为
位置置换指示序列是任意打乱顺序后的编号序列,例如:可以表示为
(p,…,2,…,1,…,3)
该序列表明了顺序编号的打乱方式,即指示着对应编号的像素点的打乱方式。如该例所示,那么第一个像素点,扰乱后应该在原图像第p个像素点的位置上;最后一个像素点的位置,扰乱后应该在原图像第3个像素点的位置上;以此类推对各个像素点进行位置置换操作。
步骤(2-4)的具体步骤为:
(2-4-1)将随机选取的该层的种子数字加密,然后转化为二进制比特流;
(2-4-2)利用图像像素点最小显著位的数据携带能力,将比特流存存储于任一图像像素点的最小显著位上,得到预扰乱图像。
在步骤(2-4-2)中,利用图像像素点最不显著位的数据携带能力,将比特流存储入图像像素点中。例如,每个像素点的值由n位比特数据表示,形成2n个色度。某个像素点的色度为l,转为二进制表示为…00011…01,利用权重最小的那个位,携带加密的种子数字转化为二进制后的某一位的信息,例如要隐藏的这1bit信息,值为0,不论像素值的二进制表示中,权重最小的位置上的值是0还是1,都将会被设置为0,其在色度上的表现仅仅相差1,在人眼看来l与l-1或l+1的色度差别十分微小,从而实现像素点对额外信息的携带。利用一位最不显著点来携带信息的方式,即每个像素点携带用二进制表示的加密的种子数字的一位的信息,如果加密后的种子数字转换为二进制时为8位,则需要8个像素点来携带一个8位的种子数字信息。由图像本身秘密携带到达接收端,图像虽携带了额外的信息即加密的种子数字,但仍然与原图像的大小相同,既不增加传输带宽的需求,也不产生人为管理的额外工作量。
为了避免不同层次的扰乱过程中出现相同的空间置换顺序,所以每个层次的加密过程中增加种子数字,使任何图像间或任何层次间的置换方式都是互不相同的。随机变换的、无规律可循的、却又可再现的扰乱序列将非常理想地保护图像不被强行破解,所以,在本发明中对每个图像的每个层次的加密过程都分配一个随机的种子数字。种子数字可以随机选择,最终将会被隐藏进所传输的图像中,无需特殊记录。利用种子数字也可避免利用大量的图片破译出固定模式的可能性。
每层的种子数字利用该层所对应的密钥加密,并转换为二进制比特流。为了避免种子数字因其隐藏位置被发现而被找到,利用密钥对种子数字进行加密,进而增加对密钥的管理。在分发端对密钥进行管理,存储加密后的图像文件,且对不同层次的密钥的管理,即可达到对不同层次清晰度图像的管理效果。
划分区块与对应的位置置换指示序列,利用基于空间位置置换的像素点扰乱技术进行加密,具有计算量小,运算速度快的优点。同时空间上的位置置换,将会迅速降低相邻像素点之间的相关性,降低了通过像素点的相关性逆向破解出高清图像的可能性。
步骤(3)的具体步骤为:
(3-1)在接收端令z=k;
(3-2)接收端接收到加密的扰乱图像,从约定的像素位置的最小显著位上获得第z层加密的种子数字的二进制比特流信息;
(3-3)重整此时的二进制比特流信息,根据已分配到的密钥进行解密操作,获得种子数字;
(3-4)将种子数字作为混沌理论生成函数的输入,产生混沌序列;
(3-5)将该混沌序列中的具体数字一一分配到第z层的每个划分区块,将每个具体数字作为生成函数的输入,产生第z层的每个划分区块的位置置换指示序列;
(3-6)利用第z层的每个划分区块的位置置换指示序列,还原每个划分区块内部的像素位置,得到较清晰的图像;
(3-7)判断z是否满足z>k-d,若是,执行步骤(3-8),若否,循环结束,将当前得到的较清晰的图像作为最终清洗图像;其中,d为接收端拥有的还原权限等级,且1≤d≤k;
(3-8)将较清晰的图像作为下一个循环接收端接收到的扰乱图像,令z=z-1,执行步骤(3-2)~步骤(3-7)。
在步骤(3)中,接收端还原图像是发送端扰乱图像的反过程,根据接收端拥有的还原权限等级的不同,可以获得不同清晰度的图像,还原时是从接收端最后一次(最后一层)扰乱得到的图像开始的,根据接收端拥有的还原权限等级,按照划分权限等级从高到底的顺序依次还原,例如:在分配端,图像的划分权限等级k=10,即进行了10层的扰乱,接收端拥有的还原权限等级d=4,则在接收端按照划分权限等级从高到底的顺序依次还原4次,只能获得接收端第7层扰乱后的图像。
在步骤(3)中,拥有不同还原权限等级的接收端,分配不同数量的密钥,还原权限等级越高,即还原权限等级d越接近划分权限等级k,拥有的密钥的数量就越多,能解码出的种子数字的数量越多,恢复出的层次数量也就越多,还原得到的图像越清晰,当d=k时,即接受端拥有全部的密钥,还原得到最高清的图像。
在步骤(3)中,若用户权限升级时,即接收端的还原权限等级升高时,无需重新接收新的图像数据,只要增加获得的密钥数量,就可升级原先的模糊图像。
本发明拥有快速实现的扰乱方式,计算量小,运算速度快。另外在应用方面,用户只需要接受一次加密后的图像,若用户权限等级升级了或者降级了,无需重新接收图像数据,仅仅根据密钥数量的改变,图像的质量等级随即改变。减少了传输带宽,简化分发端对权限动态改变时的控制。
附图说明
图1是本发明分发端多层次划分区块尺寸的获取方法流程图;
图2是本发明分发端图像被分层扰乱过程的流程图;
图3是本发明分发端种子数字隐藏示意图;
图4是本发明接受端扰乱图像还原过程的流程图。
具体实施方式
为了更为具体地描述本发明,下面结合附图及具体实施方式对本发明的技术方案进行详细说明。
本发明利用图像分块,像素点扰乱,数据隐藏,以及加密解密技术,提出了在图像共享时对不同权限用户显示不同质量图像的控制管理器的实现方法。
如图1所示,在分发端获得多层次划分区块尺寸序列,具体步骤为:
步骤1,初始化划分尺寸为b×b,令b=1;
步骤2,对原图像imageo按照划分尺寸b×b进行第b次划分,得到多个原划分区块;
步骤3,对每个原划分区块内部的像素点求平均值μ,并将平均值μ赋值给该区块的每个像素点,得到第b次均值后的图像imageμ
步骤4,计算原图像imageo与第b次均值后的图像imageμ的均方误差diff,记为db,diff的计算公式如下:
其中,imageoij表示为原图像imageo第i行第j列像素的值,imageμij表示均值后的图像imageμ第i行第j列像素的值,p和q分别为原图像imageo的行尺寸大小和列尺寸大小,对每个图像的像素点按照自左向右和从上到下的顺序标号得到下标;
步骤5,判断b是否小于MAX(p,q),若是,令b=b+1,并执行步骤(1-2)~步骤(1-5),若否,执行步骤(1-6),MAX(·)为求参数中的最大值;
步骤6,(1-6)将d1,d2,…dMAX(p,q)按照diff值的大小进行排序,并根据所需划分权限等级k将d1,d2,…dMAX(p,q)自动聚类成k组,选取每组diff值的均值作为新划分尺寸,得到k个新划分尺寸,k个新划分尺寸按照从小到大顺序排列成新划分尺寸序列A={a1,a2,…ak}。
此时,每个权限等级对应一个新划分尺寸;随着划分权限等级(加密所属层次)的上升,新划分尺寸逐渐变大,即划分区块逐渐变大,直至整个图像为一个划分区块。
得到新划分尺寸序列A后,利用该序列A对原图像进行多层次的分层以及加密扰乱,具体过程步骤如下:
步骤a,在分发端,初始令z=1;
步骤b,对原图像按照新划分尺寸az进行图像划分,得到第z层的多个新划分区块;
步骤c,利用混沌理论对第z层的新划分区块进行图像扰乱;
此步骤中,对每一层个新划分区块进行图像扰乱的具体过程为:
首先,利用种子数字作为混沌理论随机生成函数的输入,得到这一层的混沌序列,此时,混沌序列中的每个具体数字对应一个新划分区块,利用对应的具体数字对各新划分区块进行扰乱;
然后,利用混沌理论,将混沌序列中的每个具体数字作为随机生成函数的输入,得到每个新划分区块的位置置换指示序列,此时,位置置换指示序列的长度在数量上等于对应新划分区块中像素点的个数;
最后,利用位置置换指示序列中的具体数字对新划分区块中对应的像素点进行扰乱。
如图2所示,将每一层的输入图像划分为区块,给各个区块进行按从左到右从上到下的下标编号,得到(区块1,1,区块1,2,...,区块s,s),具体排布见图2。
利用该处理层次的种子数字,作为随机生成函数的输入,生成一个与区块数量上相同的数字序列(x1,x2,...,xs×s)。为了示意图的表示方便,这里对数字序列进行和区块一样方式的编号处理。得到(x1,1,x1,2,...,xs,s),具体排布见图2。
将划分区块与数字一一对应。每个区块都进行如图虚线框中的区块内部处理过程。此示意图以其中一个区块为例,以一般性的区块i,j与数字xi,j为说明实例。利用数字xi,j生成一个与划分区块内部像素点个数数量上相同的指示序列。指示序列用来指示区块内像素点的置换位置,用来对区块内部的像素点进行扰乱。得到扰乱后的区块,每个区块内部扰乱后,按原有位置联合各区块,得到清晰度下降的图像。
步骤d,将混沌理论中随机选取的该层的种子数字加密隐藏于扰乱后的图像的任一像素点内,得到预扰乱图像;
此步骤中,将种子数字加密隐藏于图像像素点内的具体过程为:
首先,将随机选取的该层的种子数字加密,然后转化为二进制比特流;
然后,利用图像像素点最小显著位的数据携带能力,将比特流存存储于任一图像像素点的最小显著位上,得到预扰乱图像。
图3表示的是每个层次处理过程中的种子数字隐藏的具体实现细节,利用该层次对应的密钥,对种子数字进行加密编码,生成加密后的种子数字,将加密后的种子数字表示为二进制比特流。清晰度下降的图像视为由一个个像素点组成的图像。根据约定的位置选择合适的像素点作为信息的隐藏点,将被选中的像素点,与二进制比特流的每一位进行对应。将一位比特信息隐藏入像素点的最低显著位上。获得带有隐藏信息的清晰度下降的图像,作为图2下一次迭代的输入图像,进行下一层次的处理,重复点线框中的层次内部处理过程。
步骤e,判断z是否小于k,若是,执行步骤f,若否,循环结束,将当前得到的预扰乱图像作为扰乱图像;
步骤f,将当前的预扰乱图像作为下一个循环的原图像,令z=z+1,执行步骤b~步骤e。
在接收端时,根据接收端具有的还原权限等级对扰乱图像进行还原,得到清晰的图像,具体过程为:
步骤1,在接收端令z=k;
步骤2,接收端接收到加密的混乱图像,从约定的像素位置的最小显著位上获得第z层加密的种子数字的二进制比特流信息;
步骤3,重整此时的二进制比特流信息,根据已分配到的密钥进行解密操作,获得种子数字;
步骤4,将种子数字作为混沌理论生成函数的输入,产生混沌序列;
步骤5,将该混沌序列中的具体数字一一分配到第z层的每个划分区块,将每个具体数字作为生成函数的输入,产生第z层的每个划分区块的位置置换指示序列;
步骤6,利用第z层的每个划分区块的位置置换指示序列,还原每个划分区块内部的像素位置,得到较清晰的图像;
步骤7,判断z是否满足z>k-d,若是,执行步骤(3-8),若否,循环结束,将当前得到的较清晰的图像作为最终清洗图像;其中,d为接收端拥有的还原权限等级,且1≤d≤k;
步骤8,将较清晰的图像作为下一个循环接收端接收到的扰乱图像,令z=z-1,执行步骤2~步骤7。
如图4所示,接收端用户根据所授予的密钥的数量,进行不同次数的还原迭代,得到不同清晰程度的图像。以低清晰度的图像作为每层的输入,从约定位置的像素点中,获得隐藏的比特流信息,根据该层对应的密钥,对比特流信息进行解码获得该层所对应的种子数字。
利用种子数字作为约定的随机生成函数的输入,获得数字序列,再将数字序列与每个区块一一对应,如图所示。每个区块分别进行图中虚线框中:区块内部操作的过程,利用对应到的数字重新生成位置置换指示序列。每个区块利用置换指示序列,从而将内部的像素点进行还原,联合各区块,即可得到清晰度提升了的图像。
根据接收端的权限等级,对点线框中所表示的每层内部处理过程进行多次的迭代,直至使用完接收端分配到的所有密钥。每层处理完后,若仍有密钥可使用,则将清晰度提升了的图像作为下一层的输入图像,直至达到了用户权限所对应的图像显示等级为止,即是用完了所有分配到的密钥为止。
以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明,应理解的是以上所述仅为本发明的最优选实施例,并不用于限制本发明,凡在本发明的原则范围内所做的任何修改、补充和等同替换等,均应包含在本发明的保护范围之内。

Claims (3)

1.一种数字图像分辨率分级获取的管理控制器的实现方法,包括以下步骤:
(1)分发端根据原图像进行初步分块处理,得到由k个新划分尺寸组成的新划分尺寸序列A={a1,a2,…ak},k为设定的划分权限等级,具体包括:
(1-1)初始化划分尺寸为b×b,令b=1;
(1-2)对原图像imageo按照划分尺寸b×b进行第b次划分,得到多个原划分区块;
(1-3)对每个原划分区块内部的像素点求平均值μ,并将平均值μ赋值给该区块的每个像素点,得到第b次均值后的图像imageμ
(1-4)计算原图像imageo与第b次均值后的图像imageμ的均方误差diff,记为db,diff的计算公式如下:
其中,imageoij表示为原图像imageo第i行第j列像素的值,imageμij表示均值后的图像imageμ第i行第j列像素的值,p和q分别为原图像imageo的行尺寸大小和列尺寸大小;
(1-5)判断b是否小于MAX(p,q),若是,令b=b+1,并执行步骤(1-2)~步骤(1-5),若否,执行步骤(1-6),MAX(·)为求参数中的最大值;
(1-6)将d1,d2,…dMAX(p,q)按照diff值的大小进行排序,并根据所需划分权限等级k将d1,d2,…dMAX(p,q)自动聚类成k组,选取每组diff值的均值作为新划分尺寸,得到k个新划分尺寸,k个新划分尺寸按照从小到大顺序排列成新划分尺寸序列A={a1,a2,…ak};
(2)分发端按照新划分尺寸对图像进行多层次的区块划分,并利用混沌理论对每个划分区块进行加密扰乱,得到扰乱图像,具体包括:
(2-1)在分发端,初始令z=1;
(2-2)对原图像按照新划分尺寸az进行图像划分,得到第z层的多个新划分区块;
(2-3)利用混沌理论对第z层的新划分区块进行扰乱;
(2-4)将混沌理论中随机选取的该层的种子数字加密隐藏于扰乱后的图像的任一像素点内,得到预扰乱图像;
(2-5)判断z是否小于k,若是,执行步骤(2-6),若否,循环结束,将当前得到的预扰乱图像作为扰乱图像;
(2-6)将当前的预扰乱图像作为下一个循环的原图像,令z=z+1,执行步骤(2-2)~步骤(2-5);
(3)接收端根据不同的还原权限等级对接收到扰乱图像进行解密还原,获得不同清晰度的图像,具体包括:
(3-1)在接收端令z=k;
(3-2)接收端接收到加密的扰乱图像,从约定的像素位置的最小显著位上获得第z层加密的种子数字的二进制比特流信息;
(3-3)重整此时的二进制比特流信息,根据已分配到的密钥进行解密操作,获得种子数字;
(3-4)将种子数字作为混沌理论生成函数的输入,产生混沌序列;
(3-5)将该混沌序列中的具体数字一一分配到第z层的每个划分区块,将每个具体数字作为生成函数的输入,产生第z层的每个划分区块的位置置换指示序列;
(3-6)利用第z层的每个划分区块的位置置换指示序列,还原每个划分区块内部的像素位置,得到较清晰的图像;
(3-7)判断z是否满足z>k-d,若是,执行步骤(3-8),若否,循环结束,将当前得到的较清晰的图像作为最终清洗图像;其中,d为接收端拥有的还原权限等级,且1≤d≤k;
(3-8)将较清晰的图像作为下一个循环接收端接收到的扰乱图像,令z=z-1,执行步骤(3-2)~步骤(3-7)。
2.根据权利要求1所述数字图像分辨率分级获取的管理控制器的实现方法,其特征在于:步骤(2-3)的具体步骤为:
(2-3-1)利用种子数字作为混沌理论随机生成函数的输入,得到这一层的混沌序列,此时,混沌序列中的每个具体数字对应一个新划分区块,利用对应的具体数字对各新划分区块进行扰乱;
(2-3-2)利用混沌理论,将混沌序列中的每个具体数字作为随机生成函数的输入,得到每个新划分区块的位置置换指示序列,此时,位置置换指示序列的长度在数量上等于对应新划分区块中像素点的个数;
(2-3-3)利用位置置换指示序列中的具体数字对新划分区块中对应的像素点进行扰乱。
3.根据权利要求1所述数字图像分辨率分级获取的管理控制器的实现方法,其特征在于:步骤(2-4)的具体步骤为:
(2-4-1)将随机选取的该层的种子数字加密,然后转化为二进制比特流;
(2-4-2)利用图像像素点最小显著位的数据携带能力,将比特流存储于任一图像像素点的最小显著位上,得到预扰乱图像。
CN201710153496.XA 2017-03-15 2017-03-15 数字图像分辨率分级获取控制管理器的实现方法 Active CN106960157B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710153496.XA CN106960157B (zh) 2017-03-15 2017-03-15 数字图像分辨率分级获取控制管理器的实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710153496.XA CN106960157B (zh) 2017-03-15 2017-03-15 数字图像分辨率分级获取控制管理器的实现方法

Publications (2)

Publication Number Publication Date
CN106960157A CN106960157A (zh) 2017-07-18
CN106960157B true CN106960157B (zh) 2019-07-16

Family

ID=59470109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710153496.XA Active CN106960157B (zh) 2017-03-15 2017-03-15 数字图像分辨率分级获取控制管理器的实现方法

Country Status (1)

Country Link
CN (1) CN106960157B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111683190B (zh) * 2020-06-08 2022-04-19 杭州云梯科技有限公司 在JavaScript中实现图像防盗和局部加密图像还原的方法
CN114697671B (zh) * 2022-06-01 2022-09-02 济宁明珠建筑工程有限公司 一种建筑工程质量管理系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101370069A (zh) * 2007-05-30 2009-02-18 富士通株式会社 图像加密/解密系统
KR20130126800A (ko) * 2012-04-23 2013-11-21 한국전자통신연구원 캡춰 영상의 프라이버시 보호를 위한 이미지 처리 방법 및 이미지 처리 장치
CN103414839A (zh) * 2013-07-25 2013-11-27 太原科技大学 一种分级-分组的秘密图像共享方法
CN103544674A (zh) * 2013-10-16 2014-01-29 大连理工大学 一种基于数独的渐进式秘密图像加密共享方法
CN104794673A (zh) * 2015-03-30 2015-07-22 北京交通大学 利用最高有效位的加密域可逆数字水印实现方法
CN105554344A (zh) * 2015-12-07 2016-05-04 中国矿业大学 基于混合图元的多幅图像加密方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101370069A (zh) * 2007-05-30 2009-02-18 富士通株式会社 图像加密/解密系统
KR20130126800A (ko) * 2012-04-23 2013-11-21 한국전자통신연구원 캡춰 영상의 프라이버시 보호를 위한 이미지 처리 방법 및 이미지 처리 장치
CN103414839A (zh) * 2013-07-25 2013-11-27 太原科技大学 一种分级-分组的秘密图像共享方法
CN103544674A (zh) * 2013-10-16 2014-01-29 大连理工大学 一种基于数独的渐进式秘密图像加密共享方法
CN104794673A (zh) * 2015-03-30 2015-07-22 北京交通大学 利用最高有效位的加密域可逆数字水印实现方法
CN105554344A (zh) * 2015-12-07 2016-05-04 中国矿业大学 基于混合图元的多幅图像加密方法

Also Published As

Publication number Publication date
CN106960157A (zh) 2017-07-18

Similar Documents

Publication Publication Date Title
Zhang et al. Image encryption based on three-dimensional bit matrix permutation
Hou et al. Random-grid-based visual cryptography schemes
CN108537716B (zh) 一种基于离散域的彩色图像加密嵌入方法
CN103167213B (zh) 基于Cat映射与超混沌Lorenz系统的数字图像加密方法
CN105046636A (zh) 基于混沌系统与核酸序列库的数字图像加密方法
CN110659379B (zh) 一种基于深度卷积网络特征的可搜索加密图像检索方法
CN111597574B (zh) 一种基于空间扩散结构的并行图像加密系统及方法
CN101604439A (zh) 一种基于多混沌系统的彩色图像加密方法
CN105956991B (zh) 基于动态dna编码和双混沌映射的图像加密算法
CN111461952A (zh) 图像加密方法、计算机设备和计算机可读存储介质
CN113949783B (zh) 一种基于纹理复杂度分类的遥感图像快速加密方法
CN103258312B (zh) 具有快速密钥流生成机制的数字图像加密方法
Hua et al. Image encryption using 2D Logistic-Sine chaotic map
Jiang et al. Image encryption algorithm for crowd data based on a new hyperchaotic system and Bernstein polynomial
Safi et al. Image encryption using double chaotic logistic map
CN106960157B (zh) 数字图像分辨率分级获取控制管理器的实现方法
CN114691167A (zh) 机器学习模型更新的方法和装置
CN103971317A (zh) 一种基于分数阶混沌映射的图像加密方法
Wen et al. Triple-image bit-level encryption algorithm based on double cross 2D hyperchaotic map
CN114389788B (zh) 混合混沌与分块置乱的图像加密算法
Wang et al. Image encryption algorithm based on bit-level permutation and dynamic overlap diffusion
CN111177746A (zh) 一种高效的具有核心参与者的视觉秘密共享方法
Acharya Image encryption using a new chaos based encryption algorithm
Mathivanan et al. Color image encryption based on novel kolam scrambling and modified 2D logistic cascade map (2D LCM)
Liu et al. Image processing method based on chaotic encryption and wavelet transform for planar design

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant