CN107239708A - 一种基于量子混沌映射和分数域变换的图像加密方法 - Google Patents
一种基于量子混沌映射和分数域变换的图像加密方法 Download PDFInfo
- Publication number
- CN107239708A CN107239708A CN201710270638.0A CN201710270638A CN107239708A CN 107239708 A CN107239708 A CN 107239708A CN 201710270638 A CN201710270638 A CN 201710270638A CN 107239708 A CN107239708 A CN 107239708A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- matrix
- mtd
- mtr
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
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)
- Complex Calculations (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明公开了一种基于量子混沌映射和分数域变换的图像加密方法。该方法利用Henon映射首先对像素点进行迭代置乱，然后用置乱的矩阵与行置乱矩阵相乘后进行x方向α阶DFRFT变换，将变换后矩阵与列置乱矩阵相乘后再进行y方向β阶DFRFT变换，最后利用量子Logistic混沌映射对变换后的矩阵进行扩散加密运算。该方法克服了传统一些方法只在空间域，变换域，和混沌系统单纯的使用某一种方案而导致参数变量少，系统结构简单，伪随机和非周期性不好等缺点，实验和仿真结果表明，该方法比传统加密方法具有更高的安全性。
Description
技术领域
本发明涉及混沌通讯保密领域，特别涉及一种基于量子混沌映射和分数域变换的图像加密方法。
背景技术
随着网络通信和计算机技术的快速发展，图像作为信息的一种重要载体，由于信息量丰富，直观性强等特点，被广泛应用于各个领域。图像传递的安全性和保密技术引起了人们的密切关注。探索高效，安全的图像加密方法已成为广大学者的研究的一门重要课题。
混沌系统由于具有初值敏感性，伪随机性等优良的密码学特性。基于此，学者们纷纷提出一些混沌图像加密方法。常用的图像加密的经典思想主要有以下3种：基于图像像素空间位置置乱，基于图像灰度的变换，基于这两者的结合。其中主要研究方向为从低维到高维，从单一混沌系统到多维混沌系统的转变。GAO等人提出采用像素置乱和像素变换相结合机制的加密方法，尽管构造简单，但是密钥与明文无关，导致无法有效有效抵制选择明文攻击。王等人提出了一种超混沌图像加密方法，通过密文反馈机制控制方法中的密钥流，使得加密所需要参数与明文密切相关。但由于周期短，复杂度低，容易被破解。当前大多数混沌加密方法都是自然混沌系统，严格意义上说没有达到密码学所要求的保密性和安全性，即容易被攻破。基于此，在变换域中进行图像加密算法成为近年来的研究方向。Unnikrishnan等人在2000年首次将分数阶Fourier变换用于图像加密。由于分数阶Fourier可加性和变换阶数可以为图像加密方法提供更多的自由度，已经逐渐成为图像加密中的重要研究热点之一。综上，人们又考虑到混沌系统自身有许多优良特性，王等人提出将混沌系统和分数阶Fourier变换结合在一块的图像加密方法。实验结果和仿真表明该方法比之前的方法安全性要好。随着信息技术的快速发展，量子图像也进入了人们的视野，学者们开始研究更加高效和安全的量子图像加密技术。在2012年，Akhshani A等人基于量子logistic映射提出了一个图像加密方案，该研究为量子混沌映射应用于密码学领域指明了方向。与传统的加密技术相比，量子混沌映射具有天然的并行性，大容量和难以破解等优点。基于此，提出一种基于量子混沌映射和分数域变换的图像加密方法。
发明内容
本发明的目的在于克服现有技术的缺点与不足，提供一种基于量子混沌映射和分数域变换的图像加密方法，克服了传统分数阶Fourier变换后直方图不够平滑的缺点，本发明方法通过引入量子混沌映射，有效避免了传统混沌系统伪随机性差，计算复杂度高，控制参数少等问题，同时将混沌系统和分数阶Fourier变换结合起来，实现了介于空间域和频域的分数域置乱，置乱效果好，避免了轻易能够破解的问题。安全性得到了提高。
本发明的目的通过下述技术方案实现：一种基于量子混沌映射和分数域变换的图像加密方法，包括以下步骤：
步骤一：打开原始的lena(256×256)灰度bmp图像，按照从左往右的顺序依次读取图像中各点像素值，得到原始图像的像素矩阵Q。因其图像高度和宽度相等,这里假设高度和宽度用M表示.
步骤二：利用Henon映射产生两个M×M混沌序列分别为X＝{xk|k＝0,1,2,3,…,M×M}，Y＝{yk|k＝0,1,2,3,…,M×M},Henon映射的动力学方程如下式(1)：
输入a,b,x0,y0，其中a和b为混沌系统控制参数，x0，y0为初始值，将a,b,x0,和y0作为加密密钥，然后从X和Y中第i+1项开始，截取其中T项得到序列C＝{ck|k＝i+1,i+2,…,i+T},即{ci+1，ci+2，ci+3，…，ci+T},D＝{dk|k＝i+1,i+2,…,i+T},即{di+1，di+2，di+3，…，di+T},然后取整数部分作为新的序列值，再分别各自重新组成和原始图像同样大小的矩阵CX和DY。
步骤三：将步骤二的C,D序列进行排序得到{c(i+1)′，c(i+2)′，c(i+3)′，…，c(i+T)′},{d(i+1)′，d(i+2)′，d(i+3)′，…，d(i+T)′}，然后计算出此序列在原X,Y序列中的位置信息，记录坐标位置索引序列C′，D′，将原始图素像素矩阵Q各元素按C′索引序列的从左往右顺序赋值为1～T的自然数，序列位不够的元素所在位置为奇数行置1，偶数行置T，得到置乱行矩阵PX，同理，将原始图像各元素按D′索引序列的顺序赋值为1～T的自然数，序列位不够的元素所在为奇数列置1，偶数列置T，得到置乱列矩阵PY.
步骤四：将原始图像像素矩阵Q和步骤得到的CX和DY矩阵，按位相乘处理，即通过式O＝Q×CX×DY，处理后得到图像矩阵O。
步骤五：将图像矩阵O乘以行置乱矩阵PX，得到R,将R矩阵看做一个行向量R′＝(u1，u2，u3，…uM)进行x方向的a阶傅里叶变换，得到复数矩阵J，然后将J与置乱列矩阵PY相乘，得到复数矩阵I。将I矩阵看做一个列向量I′(v1，v2，v3，…vM)进行y方向的b阶傅里叶变换，得到加密复数矩阵。并通过式(2)求出幅度谱。
|F(m,n)|＝[R2(m，n)+I2(m，n)]1/2 (2)
R(m,n)和I(m,n)分别为F(m,n)实数部分和虚数部分。
步骤六：将步骤五得到的加密复数矩阵通过下式(3)～(4)逆变换从频域转换成空间域。
其中f(m,n)为图像的灰度分布函数，其里面的m,n为图像设定的空间域，F(m,n)为图像的频率分布函数，里面的u,v为图像设定的频率域。|F(m,n)|和分别为幅度谱和相位谱。
然后将得到的矩阵以一维数组的形式读取得到序列F＝{fk|k＝0,1,2,3,…,M×M},接着利用量子Logistic映射下式(5)产生序列GX,GY,GZ。量子Logistic映射动力学方程如下式。
式中，控制参数r∈(3.74,4.00)，耗散参数β≥3.5，x′n，y′n，z′n,是该混沌系统的状态值，且通常情况下都为复数，分别是x′n和z′n的复共轭。
步骤七：将GX异或GY异或GZ,得到序列H＝{hk|k＝0,1,2,3,…,M×M},最后利用混沌Bernoulli映射方程(式6)迭代M次产生序列L＝{lk|k＝0,1,2,3,…,M×M}，接着将hk,lk和步骤六的得到fk序列通过下式(7)进行预处理，将其都转化为0至255之间的整数。
Bernoulli映射方程式如下：
式中，c为Bernoulli映射参数，c∈(1.4,2)时，Bernoulli移位映射进入混沌状态。
令得到最终密文序列为S＝{sk|k＝0,1,2,3,…,M×M}，S序列通过以下线性公式(8)递推得到。
sk+1＝mod(sk+lk+fk，256) (8)
步骤八：将步骤七的密文序列S重新塑造成二维矩阵，得到最终的加密密文图像。
本发明相对于现有技术具有如下的优点及效果：基于传统的自然混沌系统安全性不高，本发明方法选取随机性非常好的量子混沌中映射对图像像素进行修改扩散，因其量子Logistic混沌映射末尾有一个扰动修正量，使每次迭代更新不会丢失，产生的序列非周期性比传统Logistic映射要好，伪随机性更强。同时结合分数阶傅利叶变换，实现了介于频域和空间域之间的分数域置乱。使得加密复杂度大大加强，不容易被攻击破解。更能达到良好的加密效果。
附图说明
图1是本发明方法加密流程图；
图2是Henon映射分岔图；
图3中：图(a)是原始图像(b)是置乱后的图像(c)是x方向DFRFT加密幅值图(d)是y方向DFRFT加密幅值图(e)是量子映射扩散最终加密图像。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
实施例
本发明方法选取经典lena(256×256)灰度图像(如图3a)为实验测试仿真对象。图像的加密方法是在matlab2016a环境下进行，加密工作流程图如图1,实验密钥数据如下：Henon映射初始值x0＝0.32658698,y0＝0.26853267,控制参数a＝1.4,b＝0.3,量子Logistic混沌映射初始值
x′0＝0.46983651，y′0＝0.002659835123，z′0＝0.002658789456,r＝3.9,β＝3.5,Bernoulli映射参数c＝1.4.
步骤一：打开原始的lena(256×256)灰度bmp图像，按照从左往右的顺序依次读取图像中各点像素值，得到原始图像的像素矩阵Q。因其图像高度和宽度相等,这里假设高度和宽度用M表示.
步骤二：利用Henon映射产生两个M×M混沌序列分别为X＝{xk|k＝0,1,2,3,…,M×M}，Y＝{yk|k＝0,1,2,3,…,M×M},Henon映射的动力学方程如下式(1)：
输入a,b,x0,y0,其中a和b为混沌系统控制参数，x0，y0为初始值，将a,b,x0,和y0作为加密密钥，然后从X和Y中第i+1项开始，截取其中T项得到序列C＝{ck|k＝i+1,i+2,…,i+T},即{Ci+1，Ci+2，Ci+3，…，Ci+T},D＝{dk|k＝i+1,i+2,…,i+T},即{di+1，di+2，di+3，…，di+T}然后取整数部分作为新的序列值，再分别各自重新组成和原始图像同样大小的矩阵CX和DY。
步骤三：将步骤二的C,D序列进行排序得到{c(i+1)′，c(i+2)′，c(i+3)′，…，c(i+T)′},{d(i+1)′，d(i+2)′，d(i+3)′，…，d(i+T)′}，然后计算出此序列在原X,Y序列中的位置信息，记录坐标位置索引序列C′，D′，将原始图素像素矩阵Q各元素按C′索引序列的从左往右顺序赋值为1～T的自然数，序列位不够的元素所在位置为奇数行置1，偶数行置T，得到置乱行矩阵PX，同理，将原始图像各元素按D′索引序列的顺序赋值为1～T的自然数，序列位不够的元素所在为奇数列置1，偶数列置T，得到置乱列矩阵PY.
步骤四：将原始图像像素矩阵Q和步骤得到的CX和DY矩阵，按位相乘处理，即通过式O＝Q×CX×DY，处理后得到图像矩阵O。
步骤五：将图像矩阵O乘以行置乱矩阵PX，得到R,将R矩阵看做一个行向量R′＝(u1，u2，u3，…uM)进行x方向的a阶傅里叶变换，得到复数矩阵J，然后将J与置乱列矩阵PY相乘，得到复数矩阵I。将I矩阵看做一个列向量I′(v1，v2，v3，…vM)进行y方向的b阶傅里叶变换，得到加密复数矩阵。并通过式(2)求出幅度谱和相位谱。
|F(m,n)|＝[R2(m，n)+I2(m，n)]1/2 (2)
R(m,n)和I(m,n)分别为F(m,n)实数部分和虚数部分。
步骤六：将步骤五得到的加密复数矩阵通过下式(3)～(4)逆变换从频域转换成空间域，然后将得到的矩阵以一维数组的形式读取得到序列F＝{fk|k＝0,1,2,3,…,M×M},接着把密钥x′0，y′0，z′0，r，β，作为量子Logistic映射(5)的初始值产生序列GX,GY,GZ。
其中f(m,n)为图像的灰度分布函数，其里面的m,n为图像设定的空间域，F(m,n)为图像的频率分布函数，里面的u,v为图像设定的频率域。|F(m,n)|和分别为幅度谱和相位谱。
量子Logistic映射动力学方程如下式(5)。
式中，控制参数r∈(3.74,4.00)，耗散参数β≥3.5，x′n，y′n，z′n,是该混沌系统的状态值，且通常情况下都为复数，分别是x′n和z′n的复共轭。
步骤七：将GX异或GY异或GZ,得到序列H＝{hk|k＝0,1,2,3,…,M×M},最后利用混沌Bernoulli映射迭代M次(式6)产生序列L＝{lk|k＝0,1,2,3,…,M×M}，接着将hk,lk和步骤六的得到fk序列通过下式(7)进行预处理，将其都转化为0至255之间的整数。
Bernoulli映射方程式如下：
式中，c为Bernoulli映射参数，c∈(1.4,2)时，Bernoulli移位映射进入混沌状态。
令得到最终密文序列为S＝{sk|k＝0,1,2,3,…,M×M}，S序列通过线性公式递推得到(式8)。
sk+1＝mod(sk+lk+fk，256) (8)
步骤八：将步骤七的密文序列S重新塑造成二维矩阵，得到最终的加密密文图像。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (2)
1.一种基于量子混沌映射和分数域变换的图像加密方法，其特征在于：利用Henon映射首先对像素点进行迭代置乱，然后用置乱的矩阵与行置乱矩阵相乘后进行x方向α阶DFRFT变换，将变换后矩阵与列置乱矩阵相乘后再进行y方向β阶DFRFT变换，最后利用量子Logistic混沌映射对变换后的矩阵进行扩散加密运算。
2.根据权利要求1所述的图像加密方法，具体包括如下步骤：
步骤一：打开原始的灰度bmp图像，按照从左往右的顺序依次读取图像中各点像素值，得到原始图像的像素矩阵Q，高度和宽度用M表示，且宽度和高度相等；
步骤二：利用Henon映射产生两个M×M混沌序列分别为X＝{xk|k＝0,1,2,3,…,M×M}，Y＝{yk|k＝0,1,2,3,…,M×M},Henon映射的动力学方程如下式(1)：
<mrow>
<mo>{</mo>
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<mn>1</mn>
<mo>+</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<msubsup>
<mi>ax</mi>
<mi>i</mi>
<mn>2</mn>
</msubsup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>y</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>bx</mi>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
</mrow>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
输入a,b,x0,y0，其中a和b为混沌系统控制参数，x0，y0为初始值，将a,b,x0,和y0作为加密密钥，然后从X和Y中第i+1项开始，截取其中T项得到序列C＝{ck|k＝i+1,i+2,…,i+T},即{ci+1，ci+2，ci+3，…，ci+T},D＝{dk|k＝i+1,i+2,…,i+T},即{di+1，di+2，di+3，…，di+T},然后取整数部分作为新的序列值，再分别各自重新组成和原始图像同样大小的矩阵CX和DY；
步骤三：将步骤二的C,D序列进行排序得到{c(i+1)′，c(i+2)′，c(i+3)′，…，c(i+T)′},{d(i+1)′，d(i+2)′，d(i+3)′，…，d(i+T)′}，然后计算出此序列在原X,Y序列中的位置信息，记录坐标位置索引序列C′，D′，将原始图素像素矩阵Q各元素按C′索引序列的从左往右顺序赋值为1～T的自然数，序列位不够的元素所在位置为奇数行置1，偶数行置T，得到置乱行矩阵PX，同理，将原始图像各元素按D′索引序列的顺序赋值为1～T的自然数，序列位不够的元素所在为奇数列置1，偶数列置T，得到置乱列矩阵PY；
步骤四：将原始图像像素矩阵Q和步骤得到的CX和DY矩阵，按位相乘处理，即通过式O＝Q×CX×DY，处理后得到图像矩阵O；
步骤五：将图像矩阵O乘以行置乱矩阵PX，得到R,将R矩阵看做一个行向量R′＝(u1，u2，u3，…uM)进行x方向的a阶傅里叶变换，得到复数矩阵J，然后将J与置乱列矩阵PY相乘，得到复数矩阵I。将I矩阵看做一个列向量I′(v1，v2，v3，…vM)进行y方向的b阶傅里叶变换，得到加密复数矩阵；并通过式(2)求出幅度谱；
|F(m,n)|＝[R2(m，n)+I2(m，n)]1/2 (2)
R(m,n)和I(m,n)分别为F(m,n)实数部分和虚数部分；
步骤六：将步骤五得到的加密复数矩阵通过下式(3)～(4)逆变换从频域转换成空间域；
<mrow>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>x</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>M</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>y</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>M</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>.</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mi>x</mi>
<mo>/</mo>
<mi>M</mi>
<mo>+</mo>
<mi>n</mi>
<mi>y</mi>
<mo>/</mo>
<mi>M</mi>
<mo>)</mo>
</mrow>
</mrow>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
其中f(m,n)为图像的灰度分布函数，其里面的m,n为图像设定的空间域，F(m,n)为图像的频率分布函数，里面的u,v为图像设定的频率域。|F(m,n)|和分别为幅度谱和相位谱；
然后将得到的矩阵以一维数组的形式读取得到序列F＝{fk|k＝0,1,2,3,…,M×M},接着利用量子Logistic映射下式(5)产生序列GX,GY,GZ；量子Logistic映射动力学方程如下式：
式中，控制参数r∈(3.74,4.00)，耗散参数β≥3.5，x′n，y′n，z′n,是该混沌系统的状态值，且通常情况下都为复数，分别是x′n和z′n的复共轭；
步骤七：将GX异或GY异或GZ,得到序列H＝{hk|k＝0,1,2,3,…,M×M},最后利用混沌Bernoulli映射方程(式6)迭代M次产生序列L＝{lk|k＝0,1,2,3,…,M×M}，接着将hk,lk和步骤六的得到fk序列通过下式(7)进行预处理，将其都转化为0至255之间的整数；
Bernoulli映射方程式如下：
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mrow>
<mi>n</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>cx</mi>
<mi>n</mi>
</msub>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mo><</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>cx</mi>
<mi>n</mi>
</msub>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mo><</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mo>&le;</mo>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mo>&le;</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，c为Bernoulli映射参数，c∈(1.4,2)时，Bernoulli移位映射进入混沌状态；
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>h</mi>
<mi>k</mi>
</msub>
<mo>=</mo>
<mi>mod</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mi>l</mi>
<mi>o</mi>
<mi>o</mi>
<mi>r</mi>
<mo>(</mo>
<msub>
<mi>h</mi>
<mi>k</mi>
</msub>
<mo>&times;</mo>
<msup>
<mn>10</mn>
<mn>15</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mn>256</mn>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>l</mi>
<mi>k</mi>
</msub>
<mo>=</mo>
<mi>mod</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mi>l</mi>
<mi>o</mi>
<mi>o</mi>
<mi>r</mi>
<mo>(</mo>
<msub>
<mi>l</mi>
<mi>k</mi>
</msub>
<mo>&times;</mo>
<msup>
<mn>10</mn>
<mn>15</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mn>256</mn>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>f</mi>
<mi>k</mi>
</msub>
<mo>=</mo>
<mi>mod</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mi>l</mi>
<mi>o</mi>
<mi>o</mi>
<mi>r</mi>
<mo>(</mo>
<msub>
<mi>f</mi>
<mi>k</mi>
</msub>
<mo>&times;</mo>
<msup>
<mn>10</mn>
<mn>15</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mn>256</mn>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
令得到最终密文序列为S＝{sk|k＝0,1,2,3,…,M×M}，S序列通过以下线性公式(8)递推得到；
sk+1＝mod(sk+lk+fk，256) (8)
步骤八：将步骤七的密文序列S重新塑造成二维矩阵，得到最终的加密密文图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710270638.0A CN107239708B (zh) | 2017-04-24 | 2017-04-24 | 一种基于量子混沌映射和分数域变换的图像加密方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710270638.0A CN107239708B (zh) | 2017-04-24 | 2017-04-24 | 一种基于量子混沌映射和分数域变换的图像加密方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107239708A true CN107239708A (zh) | 2017-10-10 |
| CN107239708B CN107239708B (zh) | 2020-04-17 |
Family
ID=59985546
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710270638.0A Expired - Fee Related CN107239708B (zh) | 2017-04-24 | 2017-04-24 | 一种基于量子混沌映射和分数域变换的图像加密方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107239708B (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107742082A (zh) * | 2017-10-11 | 2018-02-27 | 长沙师范学院 | 一种光学图像加密算法 |
| CN108270944A (zh) * | 2018-01-02 | 2018-07-10 | 北京邮电大学 | 一种基于分数阶变换的数字图像加密的方法及装置 |
| CN109040513A (zh) * | 2018-06-05 | 2018-12-18 | 西安理工大学 | 离散多参数分数角变换域双图像安全共享方法 |
| CN109086617A (zh) * | 2018-08-14 | 2018-12-25 | 长春理工大学 | 基于分数阶量子混沌的一次一密光学图像加密解密方法 |
| CN109120813A (zh) * | 2018-08-14 | 2019-01-01 | 长春理工大学 | 基于克罗内克积的量子混沌光学图像加密解密方法 |
| CN109523451A (zh) * | 2018-10-18 | 2019-03-26 | 杨素敏 | 防伪标识的生成及检测方法 |
| CN109525560A (zh) * | 2018-10-26 | 2019-03-26 | 北京邮电大学 | 基于密文取非映射的信息传输方法和客户端 |
| CN109698749A (zh) * | 2017-10-24 | 2019-04-30 | 淘洗洗智能科技（上海）有限公司 | 一种基于物联网的掉线持续使用洗衣机的方法 |
| CN110211018A (zh) * | 2019-06-12 | 2019-09-06 | 山东科技大学 | 一种基于奇偶判别策略的混沌加密可逆信息隐藏方法 |
| CN110879894A (zh) * | 2019-11-11 | 2020-03-13 | 陕西师范大学 | 一种懒尺度变换和随机分层融合的图像加密解密方法 |
| CN111400731A (zh) * | 2020-03-11 | 2020-07-10 | 大连大学 | 一种基于DNACNot的量子图像加密方法 |
| CN112233156A (zh) * | 2020-10-14 | 2021-01-15 | 首都师范大学 | 微纳米ct投影数据的中心切片对齐方法 |
| CN114117502A (zh) * | 2022-01-21 | 2022-03-01 | 苏州浪潮智能科技有限公司 | 一种数据加解密方法、系统、设备及计算机可读存储介质 |
| CN114157774A (zh) * | 2021-11-23 | 2022-03-08 | 西南大学 | 一种基于量子Baker映射和正弦混沌化模型的图像加密方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103593819A (zh) * | 2013-11-12 | 2014-02-19 | 南昌大学 | 基于分数梅林变换的多图像加密方法 |
| CN103679625A (zh) * | 2013-11-08 | 2014-03-26 | 西安理工大学 | 基于混沌和相位恢复过程的单通道彩色图像加密方法 |
| CN105631796A (zh) * | 2015-12-17 | 2016-06-01 | 广东工业大学 | 基于比特置乱的量子混沌图像加密方法 |
| US20160234009A1 (en) * | 2015-02-08 | 2016-08-11 | Wenhua Li | Chaotic Baseband Modulation Hopping Based Post-Quantum Physical-Layer Encryption |
-
2017
- 2017-04-24 CN CN201710270638.0A patent/CN107239708B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103679625A (zh) * | 2013-11-08 | 2014-03-26 | 西安理工大学 | 基于混沌和相位恢复过程的单通道彩色图像加密方法 |
| CN103593819A (zh) * | 2013-11-12 | 2014-02-19 | 南昌大学 | 基于分数梅林变换的多图像加密方法 |
| US20160234009A1 (en) * | 2015-02-08 | 2016-08-11 | Wenhua Li | Chaotic Baseband Modulation Hopping Based Post-Quantum Physical-Layer Encryption |
| CN105631796A (zh) * | 2015-12-17 | 2016-06-01 | 广东工业大学 | 基于比特置乱的量子混沌图像加密方法 |
Non-Patent Citations (3)
| Title |
|---|
| YIJUN LIU 等: "The Design of a Low-Power Asynchronous DES Coprocessor for Sensor Network Encryption", 《2008 INTERNATIONAL SYMPOSIUM ON COMPUTER SCIENCE AND COMPUTATIONAL TECHNOLOGY》 * |
| 杨倬 等: "一种基于混沌和分数阶傅里叶变换的图像加密算法", 《计算机科学》 * |
| 谢国波 等: "基于Logistic映射的可变置乱参数的图像加密算法", 《微电子学与计算机》 * |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107742082A (zh) * | 2017-10-11 | 2018-02-27 | 长沙师范学院 | 一种光学图像加密算法 |
| CN107742082B (zh) * | 2017-10-11 | 2020-09-11 | 长沙师范学院 | 一种光学图像加密算法 |
| CN109698749B (zh) * | 2017-10-24 | 2021-12-21 | 沐洋科技(上海)有限公司 | 一种基于物联网的掉线持续使用洗衣机的方法 |
| CN109698749A (zh) * | 2017-10-24 | 2019-04-30 | 淘洗洗智能科技（上海）有限公司 | 一种基于物联网的掉线持续使用洗衣机的方法 |
| CN108270944A (zh) * | 2018-01-02 | 2018-07-10 | 北京邮电大学 | 一种基于分数阶变换的数字图像加密的方法及装置 |
| CN109040513A (zh) * | 2018-06-05 | 2018-12-18 | 西安理工大学 | 离散多参数分数角变换域双图像安全共享方法 |
| CN109086617A (zh) * | 2018-08-14 | 2018-12-25 | 长春理工大学 | 基于分数阶量子混沌的一次一密光学图像加密解密方法 |
| CN109120813A (zh) * | 2018-08-14 | 2019-01-01 | 长春理工大学 | 基于克罗内克积的量子混沌光学图像加密解密方法 |
| CN109523451A (zh) * | 2018-10-18 | 2019-03-26 | 杨素敏 | 防伪标识的生成及检测方法 |
| CN109523451B (zh) * | 2018-10-18 | 2023-04-07 | 杨素敏 | 防伪标识的生成及检测方法 |
| CN109525560A (zh) * | 2018-10-26 | 2019-03-26 | 北京邮电大学 | 基于密文取非映射的信息传输方法和客户端 |
| CN109525560B (zh) * | 2018-10-26 | 2020-09-25 | 北京捷安通科技有限公司 | 基于密文取非映射的信息传输方法和客户端 |
| CN110211018A (zh) * | 2019-06-12 | 2019-09-06 | 山东科技大学 | 一种基于奇偶判别策略的混沌加密可逆信息隐藏方法 |
| CN110879894A (zh) * | 2019-11-11 | 2020-03-13 | 陕西师范大学 | 一种懒尺度变换和随机分层融合的图像加密解密方法 |
| CN111400731A (zh) * | 2020-03-11 | 2020-07-10 | 大连大学 | 一种基于DNACNot的量子图像加密方法 |
| CN111400731B (zh) * | 2020-03-11 | 2024-01-26 | 大连大学 | 一种基于DNACNot的量子图像加密方法 |
| CN112233156B (zh) * | 2020-10-14 | 2022-02-15 | 俐玛精密测量技术(苏州)有限公司 | 微纳米ct投影数据的中心切片对齐方法 |
| CN112233156A (zh) * | 2020-10-14 | 2021-01-15 | 首都师范大学 | 微纳米ct投影数据的中心切片对齐方法 |
| CN114157774A (zh) * | 2021-11-23 | 2022-03-08 | 西南大学 | 一种基于量子Baker映射和正弦混沌化模型的图像加密方法 |
| CN114157774B (zh) * | 2021-11-23 | 2023-03-21 | 西南大学 | 一种基于量子Baker映射和正弦混沌化模型的图像加密方法 |
| CN114117502A (zh) * | 2022-01-21 | 2022-03-01 | 苏州浪潮智能科技有限公司 | 一种数据加解密方法、系统、设备及计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107239708B (zh) | 2020-04-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107239708A (zh) | 一种基于量子混沌映射和分数域变换的图像加密方法 | |
| Man et al. | Double image encryption algorithm based on neural network and chaos | |
| CN105847629B (zh) | 一种加密图像的可逆信息隐藏方法 | |
| Wang et al. | A novel chaotic system and its application in a color image cryptosystem | |
| CN101739695B (zh) | 一种基于三维Arnold映射的图像分组加密方法 | |
| CN103167213B (zh) | 基于Cat映射与超混沌Lorenz系统的数字图像加密方法 | |
| CN106910156B (zh) | 一种具有与明文相关密钥流生成机制的混沌图像加密方法 | |
| CN108898025A (zh) | 基于双重置乱和dna编码的混沌图像加密方法 | |
| Song et al. | Quantum video encryption based on qubit-planes controlled-XOR operations and improved logistic map | |
| You et al. | A novel parallel image encryption algorithm based on hybrid chaotic maps with OpenCL implementation | |
| Chen et al. | Double color image encryption based on fractional order discrete improved Henon map and Rubik’s cube transform | |
| CN103258312B (zh) | 具有快速密钥流生成机制的数字图像加密方法 | |
| CN106339976A (zh) | 一种加密方法 | |
| CN107220923B (zh) | 基于映像网络的数字图像反馈加密方法 | |
| CN103491279B (zh) | 超混沌Lorenz系统的4-邻域异或图像加密方法 | |
| Yasser et al. | A robust chaos-based technique for medical image encryption | |
| CN103281504A (zh) | 一种具有双向扩散机制的混沌图像加密方法 | |
| CN111008383B (zh) | 一种基于多方向扩散和dna编码的图像加密方法 | |
| CN107094072A (zh) | 一种基于广义Henon映射的混合混沌加密方法 | |
| CN112202545B (zh) | 基于y型填充曲线和变步长约瑟夫遍历的图像加密方法 | |
| CN106228504A (zh) | 基于明文和密钥构造加密参数的数字图像加密方法 | |
| CN106709854A (zh) | 基于猫脸变换和混沌的图像信息融合加密方法 | |
| CN106651735A (zh) | 一种基于混沌理论的数字图像并行加密方法 | |
| Zhang et al. | Image Encryption Algorithm Based on the H-Fractal and Dynamic Self-Invertible Matrix. | |
| CN107911572A (zh) | 基于分数傅里叶变换改进逻辑斯蒂混沌系统的图像加密方法 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200417 Termination date: 20210424 |