CN108154460A - 一种基于局部感知思想的混沌图像加密方法和装置 - Google Patents

一种基于局部感知思想的混沌图像加密方法和装置 Download PDF

Info

Publication number
CN108154460A
CN108154460A CN201611103959.3A CN201611103959A CN108154460A CN 108154460 A CN108154460 A CN 108154460A CN 201611103959 A CN201611103959 A CN 201611103959A CN 108154460 A CN108154460 A CN 108154460A
Authority
CN
China
Prior art keywords
image
sequence
dct
chaos
encryption
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
Application number
CN201611103959.3A
Other languages
English (en)
Other versions
CN108154460B (zh
Inventor
陈乐焱
许飞月
陶波
李青海
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.)
Guangdong Fine Point Data Polytron Technologies Inc
Original Assignee
Guangdong Fine Point Data Polytron Technologies Inc
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 Guangdong Fine Point Data Polytron Technologies Inc filed Critical Guangdong Fine Point Data Polytron Technologies Inc
Priority to CN201611103959.3A priority Critical patent/CN108154460B/zh
Publication of CN108154460A publication Critical patent/CN108154460A/zh
Application granted granted Critical
Publication of CN108154460B publication Critical patent/CN108154460B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • 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)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Complex Calculations (AREA)

Abstract

本发明公开一种基于局部感知思想的混沌图像加密方法,其包括:步骤a,准备原始图像;步骤b,确定加密密钥;步骤c,得到DCT变换特征图像;步骤d,得到转化密钥序列;步骤e,进行双置乱加密;步骤f,得到加密图像;还公开一种与以上所述的方法相对应的装置,其包括:原始图像准备模块,加密密钥确定模块,DCT变换特征图像生成模块,转化密钥序列生成模块,双置乱加密模块和加密图像生成模块。这样,利用局部感知的思想去提取图像特征,在DCT离散余弦变换后的特征图像上采用双重混沌序列加密方法进行加密,提高了解密的难度,对应增强了密码的隐秘性,也就提高了信息的保密安全性。

Description

一种基于局部感知思想的混沌图像加密方法和装置
技术领域
本发明属于图像处理中的图像加密技术领域,具体涉及一种基于局部感知思想的混沌图像加密方法和装置。
背景技术
随着大数据时代的来临,人们的生活中充斥着各种各样的信息,为了实现信息传递的可靠性、秘密性以及安全性,信息的加密技术就显得尤其重要。与此同时,图像作为最直观,最直接的信息源,其重要性不言而喻,因此,图像加密技术作为信息加密技术的一部分在信息安全方面扮演着极其重要的角色。
另外,由于上述缺陷,本发明创作者经过长时间的研究和实践终于获得了本发明。
发明内容
为解决上述技术缺陷,本发明采用的技术方案在于:提供一种基于局部感知思想的混沌图像加密方法,其包括:
步骤a,准备原始图像;
步骤b,确定加密密钥;
根据实际情况选取所要特别加密的特征,并根据选取的特征确定对应的卷积核秘钥;
步骤c,得到DCT变换特征图像;
根据选取的卷积核对原始图像进行卷积处理,得到对应的多幅特征图像,在此基础上,利用DCT离散余弦变换公式将特征图像对应地转化为DCT变换特征图像;
步骤d,得到转化密钥序列;
根据Logistic混沌序列的形式,把初始值x1与x2以及对应的系数μ1和μ2代入,得到对应序列A1和A2,然后对应地进行归一化处理得到B1和B2,最后再根据像素矩阵的规模,将归一化后的B1和B2序列转变为与像素矩阵相同规格的矩阵C1和C2,完成初步密钥序列转化;
步骤e,进行双置乱加密;
先将C1与对应的多幅DCT变换特征图像进行异或运算处理得到灰度置乱图像K1,再根据位置置乱算法将对应的K1图像进行位置置乱,得到最后的多幅双置乱DCT变换特征图像;
步骤f,得到加密图像;
将双置乱后的多幅DCT变换特征图像进行DCT反离散余弦变换,变为加密特征图像后,对这些加密特征图像再进行反卷积变换,形成最后的加密图像。
较佳的,所述步骤e包括:
步骤e1,确定灰度置乱秘钥x1和位置置乱秘钥x2的初值,以及确定相应的可调参数μ1和μ2的值;
步骤e2,构造对应的logistic混沌序列A1,A2;
设图像规格为M×N,因此利用已知的x1,x2以及μ1,μ2分别构造两个长度为M×N的序列,记为序列A1,A2;
步骤e3,将混沌序列A1,A2归一化为B1和B2,再矩阵化为C1和C2;
基于序列A1和A2,为了让其与灰度值匹配,需要对序列A1和A2进行归一化处理,将序列A1和A2的范围转化为0~255之间,从而使得序列A1和A2转化为序列B1和B2,与此同时,把一维序列B1和B2按照从上到下,从左到右的顺序转化为M×N矩阵C1和C2,使之能与图像矩阵一一对应起来;
步骤e4,将C1与对应的多幅DCT变换特征图像矩阵进行异或运算处理,将C1与DCT变换后的多个特征图像矩阵的各个元素进行结合,得到灰度置乱矩阵K1;
步骤e5,利用B2对K1进行位置置乱算法,得到双置乱加密图像矩阵K2。
较佳的,所述步骤c中DCT离散余弦正变换公式为:
较佳的,所述步骤f中DCT离散余弦逆变换公式为:
较佳的,所述步骤e1中灰度置乱秘钥x1和位置置乱秘钥x2按照以下迭代公式进行迭代:
x1(t+1)=μ1x1(t)(1-x1(t))
x2(t+1)=μ2x2(t)(1-x2(t))
其中,μ为logistic参数,x1(t)∈(0,1);x2(t)∈(0,1);μ1∈(3.5699456,4);μ2∈(3.5699456,4)。
以上所述的基于局部感知思想的混沌图像加密装置包括:
原始图像准备模块,对要加密的图像进行处理,存放,准备进行加密;
加密密钥确定模块,本模块根据实际情况选取所要特别加密的特征并根据选取的特征确定对应的卷积核秘钥;
DCT变换特征图像生成模块,本模块根据所述加密密钥确定模块选取的卷积核对原始图像进行卷积处理,得到对应的多幅特征图像,在此基础上,利用DCT离散余弦正变换公式将特征图像对应地转化为DCT图像;
转化密钥序列生成模块,根据Logistic混沌序列的形式,把初始值x1与x2以及对应的系数μ1,μ2代入,得到对应序列A1和A2,然后对应地进行归一化处理得到序列B1和B2,最后再根据像素矩阵的规模,将归一化后的序列B1和B2转变为相同规格的矩阵C1和C2,完成初步混沌序列转化;
双置乱加密模块,本模块先将C1与对应的多幅DCT变换特征图像进行异或运算处理,得到灰度置乱图像K1,再根据位置置乱算法将对应的K1图像进行位置置乱,得到最后的多幅双置乱DCT变换特征图像;
加密图像生成模块,将双置乱后的多幅DCT变换特征图像进行反DCT变换,变为加密的特征图像后,对这些图像再进行反卷积变换,形成最后的加密图像。
较佳的,所述双置乱加密模块包括:
确定密钥初值和可调参数值单元,确定灰度置乱秘钥x1和位置置乱秘钥x2的初值以及确定相应的logistic序列可调参数μ1以及μ2的值;
构造logistic混沌数组A1,A2单元,设图像规格为M×N,因此利用已知的x1,x2,μ1和μ2分别构造两个长度为M×N的序列,记为序列A1,A2;
将序列A1,A2转化为矩阵C1和C2单元,基于序列A1和A2,为了让其与灰度值匹配,需要对序列A1和A2进行归一化处理,将序列A1和A2的范围转化为0~255之间,从而使得序列A1和A2转化为序列B1和B2,与此同时,把一维序列B1和B2按照从上到下,从左到右的顺序转化为M×N矩阵C1和C2,使之能与图像矩阵一一对应起来;
灰度置乱矩阵K1生成单元,将C1与对应的多幅DCT变换特征图像矩阵进行异或运算处理,将C1与DCT变换后的多个特征图像矩阵的各个元素进行结合,得到灰度置乱矩阵K1;
双置乱加密图像矩阵K2生成单元,利用B2对K1进行位置置乱算法,得到双置乱加密图像矩阵K2。
较佳的,所述DCT变换特征图像生成模块中的DCT离散余弦正变换公式为:
较佳的,所述加密图像生成模块6中的DCT离散余弦逆变换公式为:
较佳的,所述确定密钥初值和可调参数值单元中灰度置乱秘钥x1和位置置乱秘钥x2按照以下迭代公式进行迭代:
x1(t+1)=μ1x1(t)(1-x1(t))
x2(t+1)=μ2x2(t)(1-x2(t))
其中,μ为logistic参数,x1(t)∈(0,1);x2(t)∈(0,1);μ1∈(3.5699456,4);μ2∈(3.5699456,4)。
与现有技术比较本发明的有益效果在于:利用局部感知的思想去提取图像特征,在DCT离散余弦变换后的特征图像上采用双重混沌序列加密方法进行加密,提高了解密的难度,对应增强了密码的隐秘性,也就提高了信息的保密安全性。
附图说明
为了更清楚地说明本发明各实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍。
图1为本发明实施例一的一种基于局部感知思想的混沌图像加密方法的步骤示意图;
图2为本发明实施例三的一种基于局部感知思想的混沌图像加密方法的双置乱加密法步骤示意图;
图3为本发明实施例三的一种基于局部感知思想的混沌图像加密方法的步骤e5的得到双置乱加密图像矩阵K2的流程图;
图4为本发明实施例五的一种基于局部感知思想的混沌图像加密装置的功能示意图;
图5为本发明实施例七的一种基于局部感知思想的混沌图像加密装置的双置乱加密模块的功能示意图。
具体实施方式
以下结合附图,对本发明上述的和另外的技术特征和优点作更详细的说明。
实施例一
本发明一种基于局部感知思想的混沌图像加密方法结合混沌图像加密技术和局部感知思想,利用卷积神经网络局部感知的特征思想,将图像中的某些特征提取出来转化为频域图像,然后基于特征图像的频域图像进行混沌加密,这样能够直接对提取的特征进行加密,而不是直接对图像进行加密,对应的信息安全性明显地增强;通过对这些加密后的频域图像进行反变换转化为加密特征空域图像,最终再通过反卷积变换,把得到的加密特征空域图像整合成最终的加密图像。
图1为本发明一种基于局部感知思想的混沌图像加密方法的流程图,其包括以下步骤:
步骤a,准备原始图像;
准备要加密的原始图像。
步骤b,确定加密密钥;
根据实际情况选取所要特别加密的特征,并根据选取的特征确定对应的卷积核,记录为秘钥1。
步骤c,得到DCT变换特征图像;
根据选取的卷积核对原始图像进行卷积处理,得到对应的多幅特征图像,在此基础上,利用DCT离散余弦变换公式将特征图像对应地转化为DCT图像。
步骤d,得到转化秘钥序列;
根据Logistic混沌序列的形式,把初始值x1与x2以及对应的系数μ1和μ2代入,得到对应序列A1和A2,然后对应地进行归一化处理得到B1和B2,最后再根据像素矩阵的规模,将归一化后的序列转变为相同规格的矩阵C1和C2,完成初步混沌序列转化。
步骤e,进行双置乱加密;
先将C1与对应的多幅DCT变换特征图像进行异或运算处理得到灰度置乱图像K1,再根据图三的位置置乱算法将对应的K1图像进行位置置乱,得到最后的多幅双置乱DCT变换特征图像。
步骤f,得到加密图像;
将双置乱后的多幅DCT变换特征图像进行DCT反离散余弦变换变为加密特征图像后,对这些加密特征图像再进行反卷积变换重新整合成最后的加密图像。
利用局部感知的思想去提取图像特征,在DCT离散余弦变换后的特征图像上采用双重混沌序列加密方法进行加密,提高了解密的难度,对应增强了密码的隐秘性,也就提高了信息的保密安全性。
实施例二
如上所述的一种基于局部感知思想的混沌图像加密方法,步骤c中,DCT离散余弦正变换公式为:
针对DCT变换后的多个特征图像矩阵,再进行相应的混沌公式加密。
实施例三
如上所述的一种基于局部感知思想的混沌图像加密方法,步骤e中双置乱加密法包括灰度置乱和位置置乱,它们是基于logistic混沌序列的数字图像加密方法,logistic混沌序列的表达式为:
x(t+1)=μx(t)(1-x(t))
其中,μ为logistic参数,x(t)∈(0,1)。
由于灰度置乱和位置置乱的加密顺序对加密解密过程并没有影响,下面先进行图像的灰度置乱,在此基础上,再针对灰度置乱后的图像进行位置置乱,其步骤如图2所示,其包括:
步骤e1,确定灰度置乱秘钥x1和位置置乱秘钥x2的初值,以及确定相应的可调参数μ1和μ2的值;
步骤e2,构造对应的logistic混沌序列A1,A2;
设图像规格为M×N,因此利用已知的x1,x2以及μ1,μ2分别构造两个长度为M×N的序列,记为序列A1,A2;
步骤e3,将混沌序列A1,A2归一化为B1和B2,再矩阵化为C1和C2;
基于序列A1和A2,为了让其与灰度值匹配,需要对序列A1和A2进行归一化处理,将序列A1和A2的范围转化为0~255之间,从而使得序列A1和A2转化为序列B1和B2,与此同时,把一维序列B1和B2按照从上到下,从左到右的顺序转化为M×N矩阵C1和C2,使之能与图像矩阵一一对应起来。
步骤e4,将C1与对应的多幅DCT变换特征图像矩阵进行异或运算处理,将C1与DCT变换后的多个特征图像矩阵的各个元素进行结合,得到灰度置乱矩阵K1;
步骤e5,利用B2对K1进行位置置乱算法,得到双置乱加密图像矩阵K2;
设B2中每一个元素为B(i)(i=1,…,M*N),然后运算y=B(i)/N和x=B(i)%N(假设M<N)。其中x,y对应为像素i对应K1图像像素位置置乱后的行坐标以及列坐标,在置乱结束后得到位置置乱矩阵K2。基于混沌序列的图像位置置乱过程如图3所示,但值得注意的是,为了解决计算机在运算x,y时可能会产生与之前相同的结果,需要在迭代过程中,当产生一个随机坐标点时,判断这个坐标点有没有被占用,若没有则直接进行像素i位置变换,若已有占用,则放弃该点继续计算B2序列的下一个对应的x,y值,直到所有位置都已经完成置换。
实施例四
如上所述的一种基于局部感知思想的混沌图像加密方法,步骤f中,DCT离散余弦逆变换公式为:
实施例五
一种基于局部感知思想的混沌图像加密装置,其与一种基于局部感知思想的混沌图像解密方法相对应,其包括:
原始图像准备模块1,对要加密的图像进行处理,存放,准备进行加密。
加密密钥确定模块2,本模块根据实际情况选取所要特别加密的特征并根据选取的特征确定对应的卷积核秘钥;然后通过随机选择的方法选定对应的
Logistic混沌序列的初始值x1与x2以及对应的系数μ1,μ2,logistic混沌序列的表达式为:
x(t+1)=μx(t)(1-x(t))
其中,μ为logistic参数,x(t)∈(0,1);μ∈(3.5699456,4)。
DCT变换特征图像生成模块3,本模块根据加密密钥确定模块2选取的卷积核对原始图像进行卷积处理,得到对应的多幅特征图像,在此基础上,利用DCT离散余弦正变换公式将特征图像对应地转化为DCT图像。
转化密钥序列生成模块4,根据Logistic混沌序列的形式,把初始值x1与x2以及对应的系数μ1,μ2代入,得到对应序列A1和A2,然后对应地进行归一化处理得到序列B1和B2,最后再根据像素矩阵的规模,将归一化后的序列B1和B2转变为相同规格的矩阵C1和C2,完成初步混沌序列转化。
双置乱加密模块5,本模块先将C1与对应的多幅DCT变换特征图像进行异或运算处理,得到灰度置乱图像K1,再根据图3的位置置乱算法将对应的K1图像进行位置置乱,得到最后的多幅双置乱DCT变换特征图像。
加密图像生成模块6,将双置乱后的多幅DCT变换特征图像进行反DCT变换,变为加密的特征图像后,对这些图像再进行反卷积变换,整合成最后的加密图像。
实施例六
如上所述的基于局部感知思想的混沌图像加密装置,DCT变换特征图像生成模块3的DCT离散余弦正变换公式为:
针对DCT变换后的多个特征图像矩阵,再进行相应的混沌公式加密。
实施例七
图5是一种基于局部感知思想的混沌图像加密装置的双置乱加密模块5,其包括:
确定密钥初值和可调参数值单元51,确定灰度置乱秘钥x1和位置置乱秘钥x2作为构造的logistic序列的初值以及相应的logistic序列可调参数μ1以及μ2的值,按照以下迭代公式进行迭代:
x1(t+1)=μ1x1(t)(1-x1(t))
x2(t+1)=μ2x2(t)(1-x2(t))
其中,μ为logistic参数,x1(t)∈(0,1);x2(t)∈(0,1);μ1∈(3.5699456,4);μ2∈(3.5699456,4)。
构造logistic混沌数组A1,A2单元52,设图像规格为M×N,因此利用已知的x1,x2,μ1和μ2分别构造两个长度为M×N的序列,记为序列A1,A2。
将数组A1,A2转化为矩阵C1和C2单元53,基于序列A1和A2,为了让其与灰度值匹配,需要对序列A1和A2进行归一化处理,将序列A1和A2的范围转化为0~255之间,从而使得序列A1和A2转化为序列B1和B2,与此同时,把一维序列B1和B2按照从上到下,从左到右的顺序转化为M×N矩阵C1和C2,使之能与图像矩阵一一对应起来。
灰度置乱矩阵K1生成单元54,将C1与对应的多幅DCT变换特征图像矩阵进行异或运算处理,将C1与DCT变换后的多个特征图像矩阵的各个元素进行结合,得到灰度置乱矩阵K1;
双置乱加密图像矩阵K2生成单元55,利用B2对K1进行位置置乱算法,得到双置乱加密图像矩阵K2;
设B2中每一个元素为B(i)(i=1,…,M*N),然后运算y=B(i)/N和x=B(i)%N(假设M<N)。其中x,y对应为像素i对应K1图像像素位置置乱后的行坐标以及列坐标,在置乱结束后得到位置置乱矩阵K2。基于混沌序列的图像位置置乱过程如图3所示,但值得注意的是,为了解决计算机在运算x,y时可能会产生与之前相同的结果,需要在迭代过程中,当产生一个随机坐标点时,判断这个坐标点有没有被占用,若没有则直接进行像素i位置变换,若已有占用,则放弃该点继续计算B2序列的一个对应的x,y值,直到所有位置都已经完成置换。
实施例八
如上所述的一种基于局部感知思想的混沌图像加密装置,加密图像生成模块6中,DCT离散余弦逆变换公式为:
以上所述仅为本发明的较佳实施例,对本发明而言仅仅是说明性的,而非限制性的。本专业技术人员理解,在本发明权利要求所限定的精神和范围内可对其进行许多改变,修改,甚至等效,但都将落入本发明的保护范围内。

Claims (10)

1.一种基于局部感知思想的混沌图像加密方法,其特征在于,包括:
步骤a,准备原始图像;
步骤b,确定加密密钥;
根据实际情况选取所要特别加密的特征,并根据选取的特征确定对应的卷积核秘钥;
步骤c,得到DCT变换特征图像;
根据选取的卷积核对原始图像进行卷积处理,得到对应的多幅特征图像,在此基础上,利用DCT离散余弦变换公式将特征图像对应地转化为DCT变换特征图像;
步骤d,得到转化密钥序列;
根据Logistic混沌序列的形式,把初始值x1与x2以及对应的系数μ1和μ2代入,得到对应序列A1和A2,然后对应地进行归一化处理得到B1和B2,最后再根据像素矩阵的规模,将归一化后的B1和B2序列转变为与像素矩阵相同规格的矩阵C1和C2,完成初步密钥序列转化;
步骤e,进行双置乱加密;
先将C1与对应的多幅DCT变换特征图像进行异或运算处理得到灰度置乱图像K1,再根据位置置乱算法将对应的K1图像进行位置置乱,得到最后的多幅双置乱DCT变换特征图像;
步骤f,得到加密图像;
将双置乱后的多幅DCT变换特征图像进行DCT反离散余弦变换,变为加密特征图像后,对这些加密特征图像再进行反卷积变换,形成最后的加密图像。
2.根据权利要求1所述的基于局部感知思想的混沌图像加密方法,其特征在于,所述步骤e包括:
步骤e1,确定灰度置乱秘钥x1和位置置乱秘钥x2的初值,以及确定相应的可调参数μ1和μ2的值;
步骤e2,构造对应的logistic混沌序列A1,A2;
设图像规格为M×N,因此利用已知的x1,x2以及μ1,μ2分别构造两个长度为M×N的序列,记为序列A1,A2;
步骤e3,将混沌序列A1,A2归一化为B1和B2,再矩阵化为C1和C2;
基于序列A1和A2,为了让其与灰度值匹配,需要对序列A1和A2进行归一化处理,将序列A1和A2的范围转化为0~255之间,从而使得序列A1和A2转化为序列B1和B2,与此同时,把一维序列B1和B2按照从上到下,从左到右的顺序转化为M×N矩阵C1和C2,使之能与图像矩阵一一对应起来;
步骤e4,将C1与对应的多幅DCT变换特征图像矩阵进行异或运算处理,将C1与DCT变换后的多个特征图像矩阵的各个元素进行结合,得到灰度置乱矩阵K1;
步骤e5,利用B2对K1进行位置置乱算法,得到双置乱加密图像矩阵K2。
3.根据权利要求2所述的基于局部感知思想的混沌图像加密方法,其特征在于,所述步骤c中DCT离散余弦正变换公式为:
4.根据权利要求3所述的基于局部感知思想的混沌图像加密方法,其特征在于,所述步骤f中DCT离散余弦逆变换公式为:
5.根据权利要求4所述的基于局部感知思想的混沌图像加密方法包括,其特征在于,所述步骤e1中灰度置乱秘钥x1和位置置乱秘钥x2按照以下迭代公式进行迭代:
x1(t+1)=μ1x1(t)(1-x1(t))
x2(t+1)=μ2x2(t)(1-x2(t))
其中,μ为logistic参数,x1(t)∈(0,1);x2(t)∈(0,1);μ1∈(3.5699456,4);μ2∈(3.5699456,4)。
6.一种与权利要求1-5中任一所述的基于局部感知思想的混沌图像加密方法对应的装置,其特征在于,所述基于局部感知思想的混沌图像加密装置包括:
原始图像准备模块,对要加密的图像进行处理,存放,准备进行加密;
加密密钥确定模块,本模块根据实际情况选取所要特别加密的特征并根据选取的特征确定对应的卷积核秘钥;
DCT变换特征图像生成模块,本模块根据所述加密密钥确定模块选取的卷积核对原始图像进行卷积处理,得到对应的多幅特征图像,在此基础上,利用DCT离散余弦正变换公式将特征图像对应地转化为DCT图像;
转化密钥序列生成模块,根据Logistic混沌序列的形式,把初始值x1与x2以及对应的系数μ1,μ2代入,得到对应序列A1和A2,然后对应地进行归一化处理得到序列B1和B2,最后再根据像素矩阵的规模,将归一化后的序列B1和B2转变为相同规格的矩阵C1和C2,完成初步混沌序列转化;
双置乱加密模块,本模块先将C1与对应的多幅DCT变换特征图像进行异或运算处理,得到灰度置乱图像K1,再根据位置置乱算法将对应的K1图像进行位置置乱,得到最后的多幅双置乱DCT变换特征图像;
加密图像生成模块,将双置乱后的多幅DCT变换特征图像进行反DCT变换,变为加密的特征图像后,对这些图像再进行反卷积变换,形成最后的加密图像。
7.根据权利要求6所述的基于局部感知思想的混沌图像加密装置包括,其特征在于,所述双置乱加密模块包括:
确定密钥初值和可调参数值单元,确定灰度置乱秘钥x1和位置置乱秘钥x2的初值以及确定相应的logistic序列可调参数μ1以及μ2的值;
构造logistic混沌数组A1,A2单元,设图像规格为M×N,因此利用已知的x1,x2,μ1和μ2分别构造两个长度为M×N的序列,记为序列A1,A2;
将序列A1,A2转化为矩阵C1和C2单元,基于序列A1和A2,为了让其与灰度值匹配,需要对序列A1和A2进行归一化处理,将序列A1和A2的范围转化为0~255之间,从而使得序列A1和A2转化为序列B1和B2,与此同时,把一维序列B1和B2按照从上到下,从左到右的顺序转化为M×N矩阵C1和C2,使之能与图像矩阵一一对应起来;
灰度置乱矩阵K1生成单元,将C1与对应的多幅DCT变换特征图像矩阵进行异或运算处理,将C1与DCT变换后的多个特征图像矩阵的各个元素进行结合,得到灰度置乱矩阵K1;
双置乱加密图像矩阵K2生成单元,利用B2对K1进行位置置乱算法,得到双置乱加密图像矩阵K2。
8.根据权利要求7所述的基于局部感知思想的混沌图像加密装置,其特征在于,所述DCT变换特征图像生成模块中的DCT离散余弦正变换公式为:
9.根据权利要求8所述的基于局部感知思想的混沌图像加密装置,其特征在于,所述加密图像生成模块6中的DCT离散余弦逆变换公式为:
10.根据权利要求9所述的基于局部感知思想的混沌图像加密装置包括,其特征在于,所述确定密钥初值和可调参数值单元中灰度置乱秘钥x1和位置置乱秘钥x2按照以下迭代公式进行迭代:
x1(t+1)=μ1x1(t)(1-x1(t))
x2(t+1)=μ2x2(t)(1-x2(t))
其中,μ为logistic参数,x1(t)∈(0,1);x2(t)∈(0,1);μ1∈(3.5699456,4);μ2∈(3.5699456,4)。
CN201611103959.3A 2016-12-05 2016-12-05 一种基于局部感知思想的混沌图像加密方法和装置 Active CN108154460B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611103959.3A CN108154460B (zh) 2016-12-05 2016-12-05 一种基于局部感知思想的混沌图像加密方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611103959.3A CN108154460B (zh) 2016-12-05 2016-12-05 一种基于局部感知思想的混沌图像加密方法和装置

Publications (2)

Publication Number Publication Date
CN108154460A true CN108154460A (zh) 2018-06-12
CN108154460B CN108154460B (zh) 2021-06-22

Family

ID=62470579

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611103959.3A Active CN108154460B (zh) 2016-12-05 2016-12-05 一种基于局部感知思想的混沌图像加密方法和装置

Country Status (1)

Country Link
CN (1) CN108154460B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110417539A (zh) * 2019-08-02 2019-11-05 齐齐哈尔大学 一种动态混沌与矩阵卷积运算的彩色图像加密方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080267520A1 (en) * 2007-04-25 2008-10-30 Chao-Ho Chen Method of image authentication and restoration
CN103955883A (zh) * 2014-04-23 2014-07-30 西安理工大学 基于分数傅里叶域相位恢复过程的非对称双图像加密方法
CN104050623A (zh) * 2014-06-06 2014-09-17 西安理工大学 基于混沌和级联DFrRT的非对称双图像加密解密方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080267520A1 (en) * 2007-04-25 2008-10-30 Chao-Ho Chen Method of image authentication and restoration
CN103955883A (zh) * 2014-04-23 2014-07-30 西安理工大学 基于分数傅里叶域相位恢复过程的非对称双图像加密方法
CN104050623A (zh) * 2014-06-06 2014-09-17 西安理工大学 基于混沌和级联DFrRT的非对称双图像加密解密方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HASSEN SEDDIK: "IMAGE SECURING BASED CHAOTIC ENCRYPTION COUPLED WITH DCT ROBUST WATERMARKING", 《IEEE》 *
邓晓衡: "像素位置与比特双重置乱的图像混沌加密算法", 《通信学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110417539A (zh) * 2019-08-02 2019-11-05 齐齐哈尔大学 一种动态混沌与矩阵卷积运算的彩色图像加密方法
CN110417539B (zh) * 2019-08-02 2023-04-28 齐齐哈尔大学 一种动态混沌与矩阵卷积运算的彩色图像加密方法

Also Published As

Publication number Publication date
CN108154460B (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
CN106600518B (zh) 基于压缩感知的视觉安全和数据安全的图像加密、解密方法
CN111105339B (zh) 一种基于多维混沌系统和约瑟夫置乱的图像加密方法
Gafsi et al. Improved chaos-based cryptosystem for medical image encryption and decryption
CN106339976B (zh) 一种加密方法
CN104680476B (zh) 基于二维离散小波变换和时空混沌的彩色图像无损加密方法
Heidari et al. Quantum red–green–blue image steganography
CN106296560B (zh) 一种复合级联混沌的彩色图像加密算法
CN107610037A (zh) 一种融合多混沌映射和dna编码的图像加密方法及装置
CN108964872B (zh) 一种基于aes的加密方法及装置
Wang et al. Multiple medical image encryption algorithm based on scrambling of region of interest and diffusion of odd-even interleaved points
CN108537716A (zh) 一种基于离散域的彩色图像加密嵌入方法
Xiao et al. Design and analysis of a novel chaos-based image encryption algorithm via switch control mechanism
CN106558015B (zh) 一种新的交叉复合混沌彩色图像加密算法
CN103455971A (zh) 三维Arnold变换和混沌序列结合的图像加密方法
CN108199828B (zh) 一种彩色图片加密方法及装置
Naseri et al. A new quantum gray-scale image encoding scheme
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
CN107220923A (zh) 基于映像网络的数字图像反馈加密方法
CN108665964A (zh) 一种基于多混沌系统的医学图像小波域实时加解密算法
CN106651735A (zh) 一种基于混沌理论的数字图像并行加密方法
CN115580687B (zh) 基于变参数超混沌系统与s形扩散的多图像加密方法
CN107292805A (zh) 一种基于多参数分数阶离散Tchebichef变换的图像加密方法
CN111131657B (zh) 基于自验证矩阵的混沌医学图像防篡改加密方法
CN108154460A (zh) 一种基于局部感知思想的混沌图像加密方法和装置
Alhassan et al. Enhancing image security during transmission using residue number system and k-shuffle

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