CN109922225A

CN109922225A - 一种新的矩形图像三维加密方法

Info

Publication number: CN109922225A
Application number: CN201811258350.2A
Authority: CN
Inventors: 黄峰; 雷芳芳
Original assignee: Hunan Institute of Engineering
Current assignee: Hunan Institute of Engineering
Priority date: 2018-10-26
Filing date: 2018-10-26
Publication date: 2019-06-21

Abstract

本发明公开一种新的矩形图像三维加密方法，属于信息安全领域。第一步，把矩形图像像素值转换成二进制，再将数值均匀分为8个部分，原图被分解为8个图像后平铺为一个原图8倍大新图像。第二步，设计能加密矩形图像的新二维映射：首先将图像分为两个直角等边三角形和矩形。接着，沿一定方向分别将各部分列像素插入到相邻列两个像素之间，把图像拉伸为像素行，再按照新图大小进行折叠。第三步，使用新映射置乱平铺图像后，将其组合为原矩形图大小的密图。由于像素值被分解到8个部分，同时实现位置置乱和改变像素值。密钥设计为不同映射次数，加密与解密密钥一致。实验表明，加密方法具有较高的安全性和实时性，能抵抗各种明文攻击、统计攻击等。

Description

一种新的矩形图像三维加密方法

技术领域

本发明涉及一种新的矩形图像三维加密方法，属于信息安全领域。

背景技术

宽带网络和4G技术的快速发展，带来信息的高速传播。通过智能手机先进的拍照技术，人们可以方便地将图片、视频通过网络进行传播。但人们在享受网络便利的同时，也面临着个人隐私等安全方面的挑战。比如可以从各大媒体上看到，一些公众人物的隐私图片在网上泄漏，给当事人造成严重负面影响。即使是普通人，如何保护个人隐私图像安全，也是越来越重要的问题。

图像信息和文本信息不同，图像的相邻的像素间具有明显的相关性。比如在人物图片中，人的皮肤颜色相近；在风景图片中，山川、海洋区域内像素值也差别不大。实际上，这说明了图像的特点：相邻的像素具有很强的相关性。在加密时，如果直接采用文本加密技术进行加密，相近的原文和可能会造成加密后的密文也相近，带来难以预计的安全隐患。

因此为了破坏图像相邻像素的相关性，加密过程首先需要置乱像素的位置。其次，为了抵御明文攻击，有必要改变像素值的大小。目前经常采用二维混沌映射，如Baker map、Cat map等置乱位置。但在使用中存在一些缺点，如原图像必须是正方形、只能单独置乱图像像素位置，不能改变图像的像素值等。另一方面，对加密密钥设计也有一定限制。

发明内容

针对上述问题，本发明提供一种新的矩形图像三维加密方法。加密对象为日常生活更为常见的矩形图像，且能同时置乱矩形图像像素位置、改变图像像素值，具有密钥空间大，安全性较高等特点。

发明设计了一种新的二维映射。原始图像宽为M、高为N(M>N)，首先将图像分为两个部分：左边是高和宽都是N的方图部分和右边是行为N、宽为M-N的矩形部分。再把方图部分沿着对角线分为两个等腰直角三角形。接着，将矩形、两个等腰直角三角形的每一列像素插入到相邻列的两个像素之间。上述过程根据分解和插入方向不同，可分为映射一和映射二。重复该过程，图像被转换为长M×N的像素行。然后按原图像大小进行折叠。

若图像大小为N×M，其中M>N，A(i,j),i＝0,1,…,N-1,j＝0,1,…,M-1为原图，B(i,j),i＝0,1,…,N-1,j＝0,1,…,M-1为密图，L(k),k＝0,1,…,N×M-1为长度为N×M的像素行。

映射一公式为：

当j<i时(1)若j是偶数有：

(2)若j是奇数有：

当N>j≥i时(1)N-j是奇数时，有：

(2)N-j是偶数时，有：

当j≥N时(1)若M-j为奇数有L[(M-j-1)×N+2(N-i)-1]＝A(i,j)，其中若M-N为奇数且j＝N时有L[(M-N-1)×N+N-i-1]＝A(i,j)。

(2)若M-j为偶数有L[(M-j-1)×N+2(N-i)-2]＝A(i,j)。

映射二公式为：

当j<i时(1)若j是偶数有：

(2)若j是奇数有：

当N>j≥i时(1)N-j是奇数时，有：

(2)N-j是偶数时，有：

当j≥N时(1)若M-j为奇数有L[(M-j-1)×N+2(N-i)-1]＝A(i,M-1-j)，其中若M-N为奇数且j＝N时有L[(M-N-1)×N+N-i-1]＝A(i,M-1-j)。

若M-j为偶数有L[(M-j-1)×N+2(N-i)-2]＝A(i,M-1-j)。

折叠公式为：B(i,j)＝L(i×M+j)。

对图像像素位置的两种不同置乱方法由映射一和折叠公式组合、映射二和折叠公式组合。

原矩形图像像素的行、列位置以及像素值构成三维数组。首先将像素值转换成二进制数，然后根据数值特点将图像分解为8层，再平铺、组合为一个原图8倍大的新图像。以原图像为8位的灰度图为例，若某一个像素点A(i,j)的像素值为255，则转换为2进制11111111，则A₀(i,j)到A₇(i,j)都是1。若图像是16位或32位灰度图或彩色图像，都可以按照这个思想，先转换为2进制数，再将其平均分为8层，组合为原图8倍大的新图像。

用映射一和折叠公式、映射二和折叠公式，对新图像的像素进行位置置乱。加密的密钥为不同置乱方法的置乱次数。

再将置乱后的大图组合成与原图大小一致的密图。

由于像素值被分解到8个部分，加密过程就可同时改变图像像素值和像素位置。解密过程和加密过程对称，解密密钥和加密密钥是一致的。

附图说明

图1本发明中新二维映射原理图

图2本发明中二维映射映射一的例子

图3一种图像像素值分层方式

图4本发明中加密原理图

图5本发明加密实例

图6本发明实例的灰度直方图

图7本发明实例相邻像素相关性图

具体实施方式

二维映射原理和例子如图1、2所示。将图像看作一个由像素值构成的数组，映射的原理原始图像宽为M、高为N(M>N)，首先将图像分为两个部分：左边是高和宽都是N的方图部分和右边是行为N、宽为M-N的矩形部分。再把方图部分沿着对角线分为两个等腰直角三角形。接着，从先后将矩形、两个等腰直角三角形的每一列像素插入到相邻列的两个像素之间。重复该过程，图像被转换为长M×N的像素行。然后按原图像大小进行折叠。图1(a)为上文中的映射一。图1(b)为上文中的映射二。

图2以一个行宽为5、列高为4的图像为例，采用映射一。首先分为两个部分：左边是高和宽都是4的方图部分和右边是行为4、宽为1的矩形部分。再把方图部分沿着对角线分为两个等腰直角三角形。从右至左开始像素的插入。由于矩形部分只有一列像素，故依序连接即可。上面的等腰直角三角形部分，(3,3)插入到(2,2)前，(2,3)插入(2,2)和(1,2)之间，(1,3)插入(1,2)和(0,2)之间…如图所示，重复上述过程，原图像被拉伸成为一条像素行：(3,4)、(2,4)、(1,4)、(0,4)、(3,3)、(2,2)、(2,3)、(1,2)...(3,1)、(2,0)、(2,1)、(1,0)、(3,2)。然后再采用上文中的折叠公式对像素行进行折叠。映射二的方法类似，基本原理如图1(b)所示。

可以看到，经过该映射之后，原图像的像素位置几乎全部发生了改变。

原图像素位置和像素值构成三维数组。首先将像素值转换成二进制数，然后根据数值特点将图像分解为8层，再平铺、组合为一个原图8倍大的新图像，如图3所示。以原图像为8位的灰度图为例，若某一个像素点A(i,j)的像素值为255，则转换为2进制11111111，则A₀(i,j)到A₇(i,j)都是1。若图像是16位或32位灰度图或彩色图像，都可以按照这个思想，先转换为2进制数，再将其平均分为8层，组合为原图8倍大的新图像。

以新映射为基础，设计一个矩形图像三维加密方法。加密原理如图4所示。由上文中映射一和映射二，将加密密钥的奇数位设计为映射一和折叠的次数、将加密密钥的偶数位设计为映射一和折叠的次数。

采用映射对图像进行置乱加密，加密效果如图5所示。图5(a)为一个256×240的8位灰度的lena图。图5(b)是密钥为“123456”时的加密效果。可以看到图像已经不可辨识。未优化的程序仿真表明，算法加密和解密速度在1MB/S左右(CPU为Intel’s core i5 1.6Ghz内存4G操作系统为Windows 10))。

图6是原图和密钥为“123456”时密图的直方图。显然加密后原图像的像素值已经改变，且变得十分平均。

图7是原图和密钥为“123456”时密图的相邻像素相关性图。计算表明，相邻像素间的相关系数，水平向从0.9404变成了0.0010，垂直向从0.9683变成了0.0006，对角线方向从0.9024变成了0.0024。可以看到经过加密，图像相邻像素间的相关性得到了彻底的破坏(数值1说明是完全相关，数值0说明是完全不相关关，介于二者之间，越接近1越相关)。

另一个指标r-m相关性，如下表所示：

m	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20
																					lena	0.38	0.38	0.43	0.48	0.52	0.55	0.58	0.60	0.62	0.64	0.66	0.67	0.69	0.70	0.71	0.72	0.73	0.74	0.75	0.76
keys	0.12	0.12	0.13	0.13	0.13	0.14	0.14	0.14	0.15	0.15	0.15	0.16	0.16	0.16	0.17	0.17	0.17	0.18	0.18	0.18

可以看到加密后，像素点相邻区域内像素点的相关程度减少了70％左右。说明图像置乱效果好，原图的特征被掩盖。

Claims

1.一种新的矩形图像三维加密方法，其特征在于设计了一种新的二维映射。原始矩形图像宽为M、高为N(M>N)，首先将图像分为两个部分：左边是高和宽都是N的方图部分和右边是行为N、宽为M-N的矩形部分。再把方图部分沿着对角线分为两个等腰直角三角形。接着，从先后将矩形、两个等腰直角三角形的每一列像素插入到相邻列的两个像素之间。根据分解和插入方向不同可以分为映射一和映射二。重复该过程，图像被转换为长M×N的像素行。然后按原图像大小进行折叠。

映射一公式为：

当j<i时(1)若j是偶数有：

(2)若j是奇数有

当N>j≥i时(1)N-j是奇数时，有：

(2)N-j是偶数时，有

(2)若M-j为偶数有L[(M-j-1)×N+2(N-i)-2]＝A(i,j)。

映射二公式为：

当j<i时(1)若j是偶数有：

(2)若j是奇数有：

当N>j≥i时(1)N-j是奇数时，有：

(2)N-j是偶数时，有：

(2)若M-j为偶数有L[(M-j-1)×N+2(N-i)-2]＝A(i,M-1-j)。

折叠公式为：B(i,j)＝L(i×M+j)。

2.根据权利要求1所述的矩形图像三维加密方法，其特征在于：把矩形图像像素值转换成二进制，将其均匀分为8个部分，原图被分解为8个图像再平铺为一个原图8倍大新图像。再采用权利要求1所述的新二维映射对新图像的像素位置进行置乱操作。密钥设计为映射不同置乱方法的次数。最后将置乱后的大图像，折叠为与原矩形图像大小一致的密图。