CN111131657A - 基于自验证矩阵的混沌医学图像防篡改加密方法 - Google Patents
基于自验证矩阵的混沌医学图像防篡改加密方法 Download PDFInfo
- Publication number
- CN111131657A CN111131657A CN201911327927.5A CN201911327927A CN111131657A CN 111131657 A CN111131657 A CN 111131657A CN 201911327927 A CN201911327927 A CN 201911327927A CN 111131657 A CN111131657 A CN 111131657A
- Authority
- CN
- China
- Prior art keywords
- chaotic
- image
- matrix
- sequences
- self
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N1/32101—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
- H04N1/32144—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title embedded in the image data, i.e. enclosed or integrated in the image, e.g. watermark, super-imposed logo or stamp
- H04N1/32149—Methods relating to embedding, encoding, decoding, detection or retrieval operations
- H04N1/32267—Methods relating to embedding, encoding, decoding, detection or retrieval operations combined with processing of the image
- H04N1/32272—Encryption or ciphering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/001—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using chaotic signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/44—Secrecy systems
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Storage Device Security (AREA)
Abstract
基于自验证矩阵的混沌医学图像防篡改加密方法,涉及医学图像加密技术领域,解决现有医学图像加密方法中存在的安全性不足,防篡改能力不高的问题,本发明所述基于自验证矩阵的医学图像加密解密方法,包括对图像的加密过程、解密过程以及自验证的过程,由分数阶Chen超混沌系统和四维超混沌系统混合使用以获得更大的密钥空间和提高密钥的敏感性,抵抗各种安全攻击的能力更强。同时本发明所述自验证矩阵可以良好的验证医学的图像的完整性。分数阶Chen超混沌系统和四维超混沌系统都是高维混沌系统,使本发明所述基于自验证矩阵的医学图像加密方法密钥空间大,复杂和不可预测的非线性行为。
Description
技术领域
本发明涉及医学图像加密技术领域,具体涉及一种基于自验证矩阵的混沌医学图像防篡改加密解密方法。
背景技术
在现代医院中,数字医学图像在疾病的诊断和治疗中发挥着越来越重要的作用。医学图像通常涉及以下几个方面:机密性,完整性和身份验证性。为医学图像加密和加入水印通常都用于为医学图像提供安全性,而水印可以在不知不觉中嵌入认证信息,以便未经授权的用户无法访问医院信息系统。
一个好的医学图像加密算法应该尽可能满足两个条件:一个是要保证医学图像的安全性,另一个是医学图像防篡改能力。由于医学图像的数据容量大,冗余度高,相邻像素之间的相关性强,因此基于混沌的图像密码系统引起了广泛的关注,为了提高医学图像的完整性也提出了各种防篡改加密算法,如添加水印、隐写术和数据隐藏等防篡改方法。
发明内容
本发明为解决现有医学图像加密方法中存在的安全性不足,防篡改能力不高的问题,提供一种基于自验证矩阵的混沌医学图像防篡改加密方法。
基于自验证矩阵的混沌医学图像防篡改加密方法,该方法由以下步骤实现:
步骤一、选择大小为M×N的图像作为原始图像P;
步骤二、以用户加密密钥y1(0),y2(0),y3(0),y4(0)作为分数阶Chen超混沌系统初值,以用户密钥中的T1为该混沌系统的迭代次数,舍弃前t1次迭代结果,选取第t1+1次至t1+M×N次迭代结果,生成四个长度分别为M×N的伪随机序列F1,F2,F3,F4,
步骤三、将步骤二所述的伪随机序列F1、F2和F4,采用下式映射为数值在1-N之间的整数混沌序列 EF1,EF2和EF4;
式中,ceil()为向离它最近的大整数取整,mod(a,b)为a除以b的余数;
步骤四、将步骤二所述的伪随机序列F3采用下式映射为数值在1-M之间的整数混沌序列EF3;
EF3=ceil(mod(F3×104),M)
步骤五、将步骤三所述的整数混沌序列EF1,EF2,EF4采用下式变形,获得混沌矩阵EM,EM1和 EM2;
式中,reshape()函数为重新调整矩阵的行数、列数和维数;
步骤六、将步骤三所述的整数混沌序列EF2和EF4与步骤四所述的整数混沌序列EF3,采用下式的消重方法生成混沌坐标对Qx,Qy和Qz,Qw;
式中,m=2,3,4....2M×N,n=2,3,4....2M×N;Qx(1)=EF3(1),Qy(1)=EF2(1),令 Qz(1)=EF3(1),Qw(1)=EF4(1),~ismember()函数是去除重复元素的方法;
步骤七、采用步骤六所述的混沌坐标对Qx,Qy,将原始图像P生成自验证矩阵W,用下式表示为:
W(i,j)=bitxor(P(i,j)-P(Qx(i),Qy(j)),EM(i,j))
式中,i=123...M,j=1,2,3...N,bitxorO为按位异或操作,P(i,j)为原始图像中坐标为(i,j)的像素点的灰度值,P(Qx(i),Qy(j))为原始图像中坐标为(Qx(i),Qy(j))的像素点的灰度值,EM(i,j)为所述混沌矩阵EM中第i行,第j列的元素值;
步骤八、对步骤一所述的原始图像P,按下式进行扩散操作,获得扩散图像C_P;
C_P(i,j)=bitxor(P(Qz(i),Qw(j)),EM1(i,j))
式中,P(Qz(i),Qw(j))为原始图像中坐标为(Qz(i),Qw(j))的像素点的灰度值;
步骤九、以用户加密密钥x1(0),x2(0),x3(0),x4(0)为初值,迭代四维超混沌系统T2次,舍弃t2次结果,取t2+1至T2次迭代结果生成得到伪随机序列C1,C2,C3,C4;
选取第t2+1次至t2+2M×N次迭代结果,生成四个长度分别为M×N的伪随机序列C1和C2以及长度为2M×N的伪随机序列C3和C4;用下式表示为:
步骤十、将步骤九所述的四个长度分别为M×N的伪随机序列C1和C2以及长度为2M×N的伪随机序列C3和C4分别经过矩阵变形,获得伪随机矩阵CT1,CT2,CT3,CT4;用下式表示为:
步骤十一、将步骤八获得的扩散图像C_P与步骤七获得的自验证矩阵W按照下述方法进行像素置乱;具体为:
依次选取步骤十所述的伪随机矩阵CT1和CT2中的元素CT1(I,j)和CT2(I,j);
当CT1(i,j)≤μ1,则交换C_P(i,j)和C_P((Qx(i),Qy(j))的像素;
当CT1(i,j)>μ1,则交换C_P(i,j)和W(Qz(i),Qw(j))的像素,完成所有像素点的交换后,获得置乱图像 Ex1;
当CT2(i,j)≤μ2,则交换W(i,j)和W(Qx(i),Qy(j))的像素;
当CT2(i,j)>μ2,则交换W(i,j)和C_P(Qz(i),Qw(j))的像素,完成所有像素点的交换后,获得置乱图像 Ex2;所述μ1,μ2为用户控制参数,W(i,j)为自验证矩阵中坐标为(i,j)的像素点的灰度值,W(Qx(i),Qy(j))为自验证矩阵中坐标为(Qx(i),Qy(j))的像素点的灰度值, W(Qz(i),Qw(j))为自验证矩阵中坐标为(Qz(i),Qw(j))的像素点的灰度值,C_P(Qz(i),Qw(j))为扩散图像中坐标为(Qz(i),Qw(j))的像素点的灰度值;
步骤十二、将步骤十一获得的置乱图像Ex1和Ex2进行上下拼接,获得拼接置乱图像EX_PW;
步骤十三、对步骤十二获得的拼接置乱图像EX_PW进行动态扩散,获得动态加密矩阵Cpim;
动态扩散形式如下式为:
式中,R、R1和R2为中间变量,k=1,2,3,....2M,v=1,2,3,....N,u3为动态加密控制参数,u3∈N,u3≤2M×N。
本发明的有益效果:本发明所述基于自验证矩阵的医学图像加密解密方法,由分数阶Chen超混沌系统和四维超混沌系统混合使用以获得更大的密钥空间和提高密钥的敏感性,抵抗各种安全攻击的能力更强。同时本发明所述自验证矩阵可以良好的验证医学的图像的完整性。分数阶Chen超混沌系统和四维超混沌系统都是高维混沌系统,使本发明所述基于自验证矩阵的医学图像加密方法密钥空间大,复杂和不可预测的非线性行为。
附图说明
图1本发明所述的基于自验证矩阵的医学图像加密解密方法中加密过程流程图;
图2本发明所述的基于自验证矩阵的医学图像加密解密方法中解密过程流程图;
图3为采用本发明所述的基于自验证矩阵的医学图像加密解密方法进行加密解密方法效果图。3A为原始医学图像,3B为加密后的医学图像;
图4为采用本发明所述的基于自验证矩阵的医学图像加密解密方法进行加密解密方法的加密性能分析图:其中图4A为图3B的直方图;其中图4B为图3A的x方向的像素相关性;其中图4C为图3B的x方向的像素相关性;其中图4D为图3A的y方向的像素相关性;其中图4E为图3B的y方向的像素相关性;其中图4F为图3A的正对角方向的像素相关性;其中图4G为图3B的正对角方向的像素相关性;
图5为采用本发明所述的基于自验证矩阵的医学图像加密解密方法进行加密解密方法的防篡改测试图:其中图5A为明文图像被篡改的像素,5B为利用自验证矩阵后的篡改定位效果图;图5C为防篡改方法示意图。
具体实施方式
具体实施方式一、结合图1和图2说明本实施方式,基于自验证矩阵的混沌医学图像防篡改加密方法,本实施方式中用户加密密钥为:分数阶Chen超混沌系统初值,迭代次数,四维超混沌系统初值,迭代次数,置乱过程的用户控制参数,动态扩散加密控制参数。
基于自验证矩阵的混沌医学图像防篡改加密方法,由以下步骤实现:
步骤一、取大小为M×N大小的图像P为原始图像。
步骤二、以用户加密密钥y1(0),y2(0),y3(0),y4(0)作为分数阶Chen超混沌系统初值,以用户密钥中的T1为该混沌系统的迭代次数,舍弃前t1次结果,选取第t1+1次至第T1次的迭代结果,分数阶Chen 超混沌系统状态方程由公式(1)所示:
式中a、b、c、d、e为系统参数,舍弃前td次迭代结果,以避免瞬态修效应。选取第td+1次至td+M×N 次迭代结果,生成四个长度分别为M×N的伪随机序列F1,F2,F3,F4,如公式(2)所示:
步骤三、将步骤二所述F1和F2,F4以公式(3)所述方法映射为数值在1-N之间的整数混沌序列EF1, EF2,EF4:
其中,ceil(m/n)表示是向离它最近的大整数取整,mod(a,b)表示的是a除以b的余数。
步骤四、将步骤二所述F3以公式(4)所述方法映射为数值在1-M之间的整数混沌序列QI3:
EF3=ceil(mod(F3×104),M) (4)
步骤五、由步骤三所述整数混沌序列EF1,EF2,EF4以公式(5)所述方法变形的到获得混沌矩阵EM, EM1,EM2:
其中,reshape函数表示重新调整矩阵的行数、列数、维数。
步骤六、将步骤三所述整数混沌序列EF2,EF4与步骤四所述整数混沌序列EF3,有以下公式(6)所述消重方法生成混沌坐标Qx,Qy和混沌索引Qz,Qw:
其中m=2,3,4....2M×N.n=2,3,4....2M×N,Qx(1)=EF3(1),Qy(1)=EF2(1).令Qz(1)=EF3(1),Qw(1)=EF4(1).~ismember()函数是去除重复元素的方法。
步骤七、利用步骤六所述的混沌坐标Qx,Qy,以公式(7)所述方法,由原始图像P生成自验证矩阵 W:
W(i,j)=bitxor(P(i,j)-P(Qx(i),Qy(j)),EM(i,j)) (7)
其中i=1,2,3...M,j=1,2,3...N,bitxor()表示按位异或操作。P(m,n)表示原始图像中坐标为(m,n)的像素点的灰度值。P(Qx(m),Qy(n))表示原始图像中坐标为(Qx(m),Qy(n))的像素点的灰度值。EM(m,n)表示步骤五所述混沌矩阵EM中第m行,第n列第元素值。
步骤八、对步骤一所述原始图像P,按照公式(8)所述方法进行扩散操作,得到扩散图像C_P:
C_P(i,j)=bitxor(P(Qz(i),Qw(i)),EM1(i,j)) (8)
步骤九、以用户加密密钥x1(0),x2(0),x3(0),x4(0),为初值迭代4维超混沌系统T2次,舍弃t2次结果,取t2+1至T2次迭代结果生成得到伪随机序列C1,C2,C3,C4。
其中x=[x1,x2,x3,x4]表示系统的状态向量,δ1,δ2,δ3,δ4,δ5为系统参数。舍弃前td1次迭代结果,以避免瞬态修效应。选取第td1+1次至td1+2M×N次迭代结果,生成四个长度分别为M×N的伪随机序列C1, C2和2M×N的伪随机序列C3,C4如公式(10)所示:
步骤十、将步骤九所述伪随机序列C1,C2,C3,C4,经过矩阵变形得伪随机矩阵CT1,CT2,CT3,CT4,方法如公式(11)所示:
步骤十一、将步骤八所得的扩散图像C_P与步骤七所得的自验证矩阵W按照以下所述方法进行像素进行置乱:
依次取步骤十所述的伪随机矩阵CT1,CT2中的元素CT1(i,j),CT2(i,j),其中i=1,2,....M,j=1,2,3...N. 当CT1(i,j)≤μ1,则交换C_P(i,j)和C_P((Qx(j),Qy(j))的像素,当CT1(i,j)>μ1,则交换 C_P(i,j)和W(Qz(i),Qw(j))的像素.完成所有像素点的交换之后得置乱图像Ex1。
当CT2(i,j)≤μ2,则交换W(i,j)和W(Qx(i),Qy(j))的像素,当CT2(i,j)>μ2,则交换W(i,j)和C_P(Qz(i),Qw(j)) 的像素.完成所有像素点的交换之后得置乱图像Ex2。
其中μ1,μ2为用户控制参数。
步骤十二、将步骤十一所述置乱图像EX1和EX2进行上下拼接得EX_PW,拼接方法如公式(13)所示:
EX_PW=[Ex1;Ex2] (13)
步骤十三、对EX_PW进行动态扩散,操作方法如公式(14)所示:
得动态加密序列Cpim。
本实施方式,还包括解密过程,具体由以下步骤实现:
步骤十四、以用户解密密钥y1_d(0),y2_d(0),y3_d(0),y4_d(0)作为分数阶Chen超混沌系统初值,迭代混沌系统Td1次,舍弃前t1次结果,选取第t1+1次至第Td1次的迭代结果,量子神经网络状态方程由公式(15)所示:
式中a、b、c、d、e为系统参数,舍弃前ttd次迭代结果,以避免瞬态修效应。选取第ttd+1次至ttd+M×N 次迭代结果,生成四个长度分别为M×N的伪随机序列DF1,DF2,DF3,DF4,如公式(16)所示:
步骤十五、将步骤一所述DF1和DF2,DF4以公式(17)所述方法映射为数值在1-N之间的整数混沌序列DS1,DS2,DS4:
其中,ceil(m/n)表示是向离它最近的大整数取整,mod(a,b)表示的是a除以b的余数。
步骤十六、将步骤一所述DF3以公式(18)所述方法映射为数值在1-M之间的整数混沌序列DS3:
DS3=ceil(mod(DF3×104),M) (18)
步骤十七、由步骤三所述整数混沌序列DS1,DS2,DS4以公式(19)所述方法变形的到获得混沌矩阵DM,DM1,DM2:
步骤十八、将步骤三所述整数混沌序列DS2,DS4与步骤四所述整数混沌序列DS3,有以下公式(20) 所述的消重方法生成混沌坐标DQx,DQy和混沌索引DQz,DQw:
其中m=2,3,4....2M×N.n=2,3,4....2M×N.DQx(1)=DS3(1),DQy(1)=DS2(1).令 DQz(1)=DS3(1),DQw(1)=DS4(1).
步骤十九、以用户解密密钥中的x1_d(0),x2_d(0),x3_d(0),x4_d(0)为4维超混沌系统初值,以用户解密密钥中的t2为4维超混沌系统迭代次数,状态方程由公式(21)所示。
其中x=[x1,x2,x3,x4]表示系统的状态向量,δ1,δ2,δ3,δ4,δ5为系统参数。舍弃前td2次迭代结果,以避免瞬态修效应。选取第td2+1次至td2+2M×N次迭代结果,生成四个长度分别为M×N的伪随机序列D1, D2和2M×N的伪随机序列D3,D4如公式(22)所示:
步骤二十、将步骤六所述伪随机序列D1,D2,D3,D4,经过矩阵变形得伪随机矩阵DT1,DT2,DT3,DT4,方法如公式(23)所示:
步骤二十一、将加密步骤十三中得到的加密图像Cimage按由上到下,由左到右的顺序进行矩阵变换得一维序列DCim并进行动态逆扩散,得动态逆扩散序列Dpim。方法如公式(24):
k=1,2,3,....2M,v=1,2,3,....N,其中u3为动态加密控制参数,ua∈N,u3≤2M×N。
步骤二十二、将Dpim进行上下拆分得DEx1和DEx2,如公式(25)
步骤二十三、将DEx1与DEx2中的像素进行逆置乱,得逆置乱图像Dx1和自验证矩阵Dx2。依次取步骤七所述随机矩阵DT1,DT2中的元素DT1(i,j),DT2(i,j),其中i=1,2,....M,j=1,2,3...N.
当DT2(i,j)<=μ2,则交换W(m,n)和W(Qx(m),Qy(n))的像素,当DT2(m,n)>μ2,则交换W(m,n)和C_P(Qz(m),Qw(n))的像素。完成所有像素点的交换之后得自验证矩阵Dx2。
当DT1(i,j)<=μ1,则交换C_P(i,j)和C_P((Qx(m),Qy(n))的像素,当DT1(m,n)>μ1,则交换 C_P(m,n)和W(Qz(m),Qw(n))的像素。完成所有像素点的交换之后得逆置乱图像Dx1。
其中μ1,μ2为用户控制参数。
步骤二十四、对图像Dx1进行逆扩散的解密图像MDp
MDp=bitxor(Dx1(DQz(i),DQw(j)),DM(i,j)) (26)
防篡改验证过程:
步骤二十五、取解密医学图像MDp,大小为M×N;
步骤二十六、按照公式(27)所示方法计算MDp的检验矩阵Dw:
Dw(i1,j1)=bitxor(MDp(i1,j1)-MDp(Qx(i1),Qy(j1)),DM(i1,j1)) (27)
i1=1,2,3,...,M,j1=1,2,3,...,N。
步骤二十七、利用Dw和Dx2进行篡改判别,方法如下:
当Dw=Dx2,令F(k1,v1)等于255,F(Qx(k1),Qy(v1))等于255
当Dw≠Dx2,令F(k1,v1)等于0,F(Qx(k1),Qy(v1))等于0
其中,F为一个大小为M×N的空矩阵,k1=1,2,3,...,128,v1=1,2,3,...,256。
步骤二十八、其中F为篡改判别图像,当F中有黑色的点,则表示对应的解密图像MDp被篡改过。
具体实施方式二、结合图1至图5说明本实施方式,基于自验证矩阵的医学图像加密解密方法,该方法由以下步骤实现:
本实施例设定用户加密解密密钥为:分数阶Chen超混沌系统初值,迭代次数,四维超混沌系统初值,迭代次数,置乱过程的用户控制参数,动态扩散加密控制参数。
基于自验证矩阵的医学图像加密方法由以下步骤实现:
步骤一、取大小为128×256大小的”chang.bmp”为原始医学图像P。
步骤二、以用户加密密钥y1(0)=-4,y2(0)=-3,y3(0)=5,y4(0)=-6作为分数阶Chen超混沌系统初值,迭代混沌系统70000次,舍弃前200次结果,选取第201次至第70000次的迭代结果,分数阶 Chen超混沌系统状态方程由公式(1)所示:
式中a=35、b=3、c=12、d=7、e=0.58为系统参数,舍弃前200次迭代结果,以避免瞬态修效应。选取第201次至32969次迭代结果,生成四个长度分别为32768的伪随机序列F1,F2,F3,F4,如公式(2) 所示:
步骤三、将步骤二所述F1和F2,F4以公式(3)所述方法映射为数值在1-256之间的整数混沌序列EF1, EF2,EF4:
其中,ceil(m/n)表示是向离它最近的大整数取整,mod(a,b)表示的是a除以b的余数。
步骤四、将步骤二所述F3以公式(4)所述方法映射为数值在1-128之间的整数混沌序列QI3:
EF3=ceil(mod(F3×104),128) (4)
步骤五、由步骤三所述整数混沌序列EF1,EF2,EF4以公式(5)所述方法变形的到获得混沌矩阵EM, EM1,EM2:
其中,reshape函数表示重新调整矩阵的行数、列数、维数。
步骤六、将步骤三所述整数混沌序列EF2,EF4与步骤四所述整数混沌序列EF3,有以下公式(6)所述消重方法生成混沌坐标Qx,Qy和混沌索引Qz,Qw:
其中m=2,3,4....65536,n=2,3,4....65536。Qx(1)=EF3(1),Qy(1)=EF2(1).令Qz(1)=EF3(1),Qw(1)=EF4(1).~ismember()函数是去除重复元素的方法。
步骤七、利用步骤六所述的混沌坐标Qx,Qy,以公式(7)所述方法,由原始图像P生成自验证矩阵 W:
W(i,j)=bitxor(P(i,j)-P(Qx(i),Qy(j)),EM(i,j)) (7)
其中i=1,2,3...128,j=1,2,3...256,bitxorO表示按位异或操作。P(i,j)表示原始图像中坐标为(i,j)的像素点的灰度值。P(Qx(i),Qy(j))表示原始图像中坐标为(Qx(i),Qy(j))的像素点的灰度值。EM(i,j)表示步骤五所述混沌矩阵EM中第i行,第j列第元素值。
步骤八、对步骤一所述原始图像P,按照公式(8)所述方法进行扩散操作,得到扩散图像C P:
C_P(i,j)=bitxor(P(Qz(i),Qw(j)),EM1(i,j)) (8)
步骤九、以用户加密密钥x1(0)=2.55,x2(0)=5.2,x3(0)=3.12,x4(0)=7.31,为初值迭代4维超混沌系统70000次,舍弃100次结果,取101至70000次迭代结果生成得到伪随机序列C1,C2,C3,C4。
其中x=[x1,x2,x3,x4]表示系统的状态向量,δ1=27.5,δ2=3,δ3=19,δ4=2.9,δ5=-3为系统参数。舍弃前200次迭代结果,以避免瞬态修效应。选取第201次至32969次迭代结果,生成四个长度分别为32768 的伪随机序列C1,C2和65536的伪随机序列C3,C4如公式(10)所示:
步骤十、将步骤九所述伪随机序列C1,C2,C3,C4,经过矩阵变形得伪随机矩阵CT1,CT2,CT3,CT4,方法如公式(11)所示:
步骤十一、将步骤八所得的扩散图像C_P与步骤七所得的自验证矩阵W按照以下所述方法进行像素进行置乱:
依次取步骤十所述的伪随机矩阵CT1,CT2中的元素CT1(i,j),CT2(i,j),其中
i=1,2,....128,j=1,2,3...256.
当CT1(i,j)≤μ1,则交换C_P(i,j)和C_P((Qx(i),Qy(j))的像素,当CT1(i,j)>μ1,则交换
C_P(i,j)和W(Qz(i),Qw(j))的像素.完成所有像素点的交换之后得置乱图像Ex1。
当CT2(i,j)≤μ2,则交换W(i,j)和W(Qx(i),Qy(j))的像素,当CT2(i,j)>μ2,则交换W(i,j)和C_P(Qz(i),Qw(j)) 的像素.完成所有像素点的交换之后得置乱图像Ex2。
其中μ1=190,μ2=189为用户控制参数。
步骤十二、将步骤十一所述置乱图像EX1和EX2进行上下拼接得EX_PW,拼接方法如公式(13)所示:
EX_PW=[Ex1;Ex2] (13)
步骤十三、对EX_PW进行动态扩散,操作方法如公式(14)所示:
得动态加密矩阵Cpim。
式中a=35、b=3、c=12、d=7、e=0.58为系统参数,舍弃前200次迭代结果,以避免瞬态修效应。选取第201次至32969次迭代结果,生成四个长度分别为32768的伪随机序列DF1,DF2,DF3,DF4,如公式 (16)所示:
步骤十五、将步骤一所述DF1和DF2,DF4以公式(17)所述方法映射为数值在1-256之间的整数混沌序列DS1,DS2,DS4:
其中,ceil(m/n)表示是向离它最近的大整数取整,mod(a,b)表示的是a除以b的余数。
步骤十六、将所述DF3以公式(18)所述方法映射为数值在1-128之间的整数混沌序列DS3:
DS3=ceil(mod(DF3×104),128) (18)
步骤十七、由所述整数混沌序列DS1,DS2,DS4以公式(19)所述方法变形的到获得混沌矩阵DM, DM1,DM2:
其中,reshape函数表示重新调整矩阵的行数、列数、维数。
步骤十八、将所述整数混沌序列DS2,DS4与所述整数混沌序列DS3,有以下公式(20)所述的消重方法生成混沌坐标DQx,DQy和混沌索引DQz,DQw:
其中m=2,3,4...,65536.n=2,3,4...,65536,DQx(1)=DS3(1),DQy(1)=DS2(1).令 DQz(1)=DS3(1),DQw(1)=DS4(1).
其中x=[x1,x2,x3,x4]表示系统的状态向量,δ1=27.5,δ2=3,δ3=19,δ4=2,9,δ5=-3为系统参数。舍弃前td2次迭代结果,以避免瞬态修效应。选取第201次至65737次迭代结果,生成四个长度分别为32768 的伪随机序列D1,D2和65536的伪随机序列D3,D4如公式(22)所示:
步骤二十、将步骤六所述伪随机序列D1,D2,D3,D4,经过矩阵变形得伪随机矩阵DT1,DT2,DT3,DT4,方法如公式(23)所示:
步骤二十一、将加密步骤十三中得到的加密图像Cimage按由上到下,由左到右的顺序进行矩阵变换得一维序列DCim并进行动态逆扩散,得动态逆扩散序列Dpim。方法如公式(24):
步骤二十二、将Dpim进行上下拆分得DEx1和DEx2,如公式(25)
步骤二十三、将DEx1与DEx2中的像素进行逆置乱,得逆置乱图像Dx1和自验证矩阵Dx2。依次取步骤七所述随机矩阵DT1,DT2中的元素DT1(i,j),DT2(i,j),其中i=1,2,...,128,j=1,2,3...,256.
当DT2(i,j)<=μ2,则交换W(i,j)和W(Qx(i),Qy(j))的像素,当DT2(i,j)>μ2,则交换 W(i,j)和C_P(Qz(i),Qw(j))的像素。完成所有像素点的交换之后得自验证矩阵Dx2。
当DT1(i,j)<=μ1,则交换C_P(i,j)和C_P((Qx(i),Qy(j))的像素,当DT1(i,j)>μ1,则交换 C_P(i,j)和W(Qz(i),Qw(j))的像素。完成所有像素点的交换之后得逆置乱图像Dx1。
其中μ1=190,μ2=189为用户控制参数。
步骤二十四、对图像Dx1进行逆扩散的解密图像MDp。
MDp=bitxor(Dx1(DQz(i),DQw(j)),DM(i,j)) (26)
i=1,2,...,256,j=1,2,3...,256.
本实施方式中,还包括对解密后的图像进行自验证的过程:具体由以下步骤实现:
步骤二十五、取解密医学图像MDp,大小为128×256;
步骤二十六、按照公式(27)所示方法计算MDp的检验矩阵Dw:
Dw(i1,j1)=bitxor(MDp(i1,j1)-MDp(Qx(i1),Qy(j1)),DM(i1,j1)) (27)
i1=1,2,3,...,128,j1=1,2,3,...,256。
步骤二十七、利用Dw和Dx2进行篡改判别,方法如下:
当Dw=Dx2,令F(k1,v1)等于255,F(Qx(k1),Qy(v1))等于255
当Dw≠Dx2,令F(k1,v1)等于0,F(Qx(k1),Qy(v1))等于0
k1=1,2,3,...,128,v1=1,2,3,...,256。
步骤二十八、其中F为篡改判别图像,当F中有黑色的点,则表示对应的解密图像MDp被篡改过。如附图5A和图5B所示,本实施例中F中黑点集中的位置是像被篡改的具体位置。
Claims (4)
1.基于自验证矩阵的混沌医学图像防篡改加密方法,其特征是:由以下步骤实现:
步骤一、选择大小为M×N的图像作为原始图像P;
步骤二、以用户加密密钥y1(0),y2(0),y3(0),y4(0)作为分数阶Chen超混沌系统初值,以用户密钥中的T1为该混沌系统的迭代次数,舍弃前t1次迭代结果,选取第t1+1次至t1+M×N次迭代结果,生成四个长度分别为M×N的伪随机序列F1,F2,F3,F4,
步骤三、将步骤二所述的伪随机序列F1、F2和F4,采用下式映射为数值在1-N之间的整数混沌序列EF1,EF2和EF4;
式中,ceil()为向离它最近的大整数取整,mod(a,b)为a除以b的余数;
步骤四、将步骤二所述的伪随机序列F3采用下式映射为数值在1-M之间的整数混沌序列EF3;
EF3=ceil(mod(F3×104),M)
步骤五、将步骤三所述的整数混沌序列EF1,EF2,EF4采用下式变形,获得混沌矩阵EM,EM1和EM2;
式中,reshape()函数为重新调整矩阵的行数、列数和维数;
步骤六、将步骤三所述的整数混沌序列EF2和EF4与步骤四所述的整数混沌序列EF3,采用下式的消重方法生成混沌坐标对Qx,Qy和Qz,Qw;
式中,m=2,3,4....2M×N,n=2,3,4....2M×N;Qx(1)=EF3(1),Qy(1)=EF2(1),令Qz(1)=EF3(1),Qw(1)=EF4(1),~ismember()函数是去除重复元素的方法;
步骤七、采用步骤六所述的混沌坐标对Qx,Qy,将原始图像P生成自验证矩阵W,用下式表示为:
W(i,j)=bitxor(P(i,j)-P(Qx(i),Qy(j)),EM(i,j))
式中,i=1,2,3...M,j=1,2,3...N,bitxor()为按位异或操作,P(i,j)为原始图像中坐标为(i,j)的像素点的灰度值,P(Qx(i),Qy(j))为原始图像中坐标为(Qx(i),Qy(j))的像素点的灰度值,EM(i,j)为所述混沌矩阵EM中第i行,第j列的元素值;
步骤八、对步骤一所述的原始图像P,按下式进行扩散操作,获得扩散图像C_P;
C_P(i,j)=bitxor(P(Qz(i),Qw(j)),EM1(i,j))
式中,P(Qz(i),Qw(j))为原始图像中坐标为(Qz(i),Qw(j))的像素点的灰度值;
步骤九、以用户加密密钥x1(0),x2(0),x3(0),x4(0)为初值,迭代四维超混沌系统T2次,舍弃t2次结果,取t2+1至T2次迭代结果生成得到伪随机序列C1,C2,C3,C4;
选取第t2+1次至t2+2M×N次迭代结果,生成四个长度分别为M×N的伪随机序列C1和C2以及长度为2M×N的伪随机序列C3和C4;用下式表示为:
步骤十、将步骤九所述的四个长度分别为M×N的伪随机序列C1和C2以及长度为2M×N的伪随机序列C3和C4分别经过矩阵变形,获得伪随机矩阵CT1,CT2,CT3,CT4;用下式表示为:
步骤十一、将步骤八获得的扩散图像C_P与步骤七获得的自验证矩阵W按照下述方法进行像素置乱;具体为:
依次选取步骤十所述的伪随机矩阵CT1和CT2中的元素CT1(I,j)和CT2(I,j);
当CT1(i,j)≤μ1,则交换C_P(i,j)和C_P((Qx(i),Qy(j))的像素;
当CT1(i,j)>μ1,则交换C_P(i,j)和W(Qz(i),Qw(j))的像素,完成所有像素点的交换后,获得置乱图像Ex1;
当CT2(i,j)≤μ2,则交换W(i,j)和W(Qx(i),Qy(j))的像素;
当CT2(i,j)>μ2,则交换W(i,j)和C_P(Qz(i),Qw(j))的像素,完成所有像素点的交换后,获得置乱图像Ex2;所述μ1,μ2为用户控制参数,W(i,j)为自验证矩阵中坐标为(i,i)的像素点的灰度值,W(Qx(i),Qy(j))为自验证矩阵中坐标为(Qx(i),Qy(j))的像素点的灰度值,
W(Qz(i),Qw(j))为自验证矩阵中坐标为(Qz(i),Qw(j))的像素点的灰度值,C_P(Qz(i),Qw(j))为扩散图像中坐标为(Qz(i),Qw(j))的像素点的灰度值;
步骤十二、将步骤十一获得的置乱图像Ex1和Ex2进行上下拼接,获得拼接置乱图像EX_PW;
步骤十三、对步骤十二获得的拼接置乱图像EX_PW进行动态扩散,获得动态加密矩阵Cpim;
动态扩散形式如下式为:
2.根据权利要求1所述的基于自验证矩阵的混沌医学图像防篡改加密方法,其特征在于:还包括解密方法,具体由以下步骤实现:
步骤十四、以用户解密密钥y1_d(0),y2_d(0),y3_d(0),y4_d(0)作为分数阶Chen超混沌系统初值,迭代混沌系统T1次,舍弃前t1次迭代结果,选取第t1+1次至t1+M×N次迭代结果,生成四个长度分别为M×N的伪随机序列DF1,DF2,DF3,DF4,用下式表示为:
步骤十五、将步骤十四所述的伪随机序列DF1和DF2,DF4采用下式方法映射为数值在1-N之间的整数混沌序列DS1,DS2,DS4;
步骤十六、将步骤十四所述的DF3以下式方法映射为数值在1-M之间的整数混沌序列DS3;
DS3=ceil(mod(DF3×104),M)
步骤十七、由步骤十五所述的整数混沌序列DS1,DS2,DS4采用下式方法变形,获得混沌矩阵DM,DM1,DM2;
步骤十八、将步骤十五所述的整数混沌序列DS2和DS4与步骤十六所述的整数混沌序列DS3,由下式消重方法生成混沌坐标对DQx,DQy和DQz,DQw;
式中,DQx(1)=DS3(1),DQy(1)=DS2(1),令DQz(1)=DS3(1),DQw(1)=DS4(1);
步骤十九、以用户解密密钥中的x1_d(0),x2_d(0),x3_d(O),x4_d(0)为四维超混沌系统初值,以用户解密密钥中的T2为四维超混沌系统迭代次数,
舍弃前t2次迭代结果,选取第t2+1次至t2+2M×N次迭代结果,生成四个长度分别为M×N的伪随机序列D1,D2和2M×N的伪随机序列D3,D4,用下式表示为:
步骤二十、将步骤十九所述的伪随机序列D1,D2,D3,D4,经过矩阵变形,获得伪随机矩阵DT1,DT2,DT3,DT4,,用下式表示为:
步骤二十一、将加密步骤十三中得到的密文矩阵Cpim按照由上到下,由左到右的顺序进行矩阵变换,获得一维序列DCim并进行动态逆扩散,获得动态逆扩散序列Dpim;用下式表示为:
步骤二十二、将步骤二十一所述的动态逆扩散序列Dpim进行上下拆分,获得拆分序列DEx1和DEx2;
步骤二十三、将步骤二十二所述的拆分序列DEx1与DEx2中的像素进行逆置乱,获得逆置乱图像Dx1和自验证矩阵Dx2;具体为:
依次取步骤七所述的伪随机矩阵DT1和DT2中的元素DT1(i,j),DT2(i,j);
当DT2(i,j)<=μ2,则交换W(i,j)和W(Qx(i),Qy(j))的像素;
当DT2(m,n)>μ2,则交换W(i,j)和C_P(Qz(i),Qw(j))的像素;完成所有像素点的交换后,获得自验证矩阵Dx2;
当DT1(i,j)<=μ1,则交换C_P(i,j)和C_P((Qx(i),Qy(j))的像素;
当DT1(m,n)>μ1,则交换C_P(i,j)和W(Qz(i),Qw(j))的像素,完成所有像素点的交换后,获得逆置乱图像Dx1;
步骤二十四、对逆置乱图像Dx1进行逆扩散,获得解密图像MDp。
3.根据权利要求2所述的基于自验证矩阵的混沌医学图像防篡改加密方法,其特征在于:还包括对解密图像MDp进行验证的方法,由以下步骤实现:
步骤二十五、选取解密图像MDp,大小为M×N;采用下式计算解密图像MDp的检验矩阵Dw;
Dw(i1,j1)=bitxor(MDp(i1,j1)-MDp(Qx(i1),Qy(j1)),DM(i1,j1))
其中,i1=1,2,3,...,M,j1=1,2,3,...,N;
步骤二十六、采用检验矩阵Dw和自验证矩阵Dx2进行篡改判别,方法为:
当Dw=Dx2,令F(k1,v1)等于255,F(Qx(k1),Qy(v1))等于255;
当Dw≠Dx2,令F(k1,v1)等于0,F(Qx(k1),Qy(v1))等于0;
式中,F为M×N的空判别矩阵,F(k1,v1)为判别矩阵F中位置(k1,v1)的值,F(Qx(k1),Qy(v1))为判别矩阵F中位置(Qx(k1),Qy(v1))的值,k1=1,2,3,...,128,v1=1,2,3,...,256;
当F中有黑色的点,则判断对应的解密图像MDp被篡改过。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911327927.5A CN111131657B (zh) | 2019-12-20 | 2019-12-20 | 基于自验证矩阵的混沌医学图像防篡改加密方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911327927.5A CN111131657B (zh) | 2019-12-20 | 2019-12-20 | 基于自验证矩阵的混沌医学图像防篡改加密方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111131657A true CN111131657A (zh) | 2020-05-08 |
CN111131657B CN111131657B (zh) | 2022-02-25 |
Family
ID=70500739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911327927.5A Active CN111131657B (zh) | 2019-12-20 | 2019-12-20 | 基于自验证矩阵的混沌医学图像防篡改加密方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111131657B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115941153A (zh) * | 2022-08-29 | 2023-04-07 | 南通美迪森医药科技有限公司 | 一种药物合成数据的安全存储方法 |
CN117424968A (zh) * | 2023-12-15 | 2024-01-19 | 深圳市贝铂智能科技有限公司 | 智能扫描的数据安全传输方法、装置以及智能扫描笔 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108234813A (zh) * | 2018-01-11 | 2018-06-29 | 重庆邮电大学 | 基于超混沌Chen系统的明文关联图像加密算法 |
CN109214199A (zh) * | 2018-08-28 | 2019-01-15 | 河南师范大学 | 一种图像加密方法、系统和解密方法、系统 |
CN109618073A (zh) * | 2018-12-05 | 2019-04-12 | 重庆邮电大学 | 一种基于超混沌Chen系统的多图加密方法 |
CN109918922A (zh) * | 2018-12-26 | 2019-06-21 | 重庆邮电大学 | 一种明文关联的分数阶混沌图像加密方法 |
-
2019
- 2019-12-20 CN CN201911327927.5A patent/CN111131657B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108234813A (zh) * | 2018-01-11 | 2018-06-29 | 重庆邮电大学 | 基于超混沌Chen系统的明文关联图像加密算法 |
CN109214199A (zh) * | 2018-08-28 | 2019-01-15 | 河南师范大学 | 一种图像加密方法、系统和解密方法、系统 |
CN109618073A (zh) * | 2018-12-05 | 2019-04-12 | 重庆邮电大学 | 一种基于超混沌Chen系统的多图加密方法 |
CN109918922A (zh) * | 2018-12-26 | 2019-06-21 | 重庆邮电大学 | 一种明文关联的分数阶混沌图像加密方法 |
Non-Patent Citations (1)
Title |
---|
朱伟,段文强,杨阳,沈建鑫.: "基于分数阶超混沌系统的图像加密算法及安全性分析", 《重庆邮电大学学报(自然科学版)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115941153A (zh) * | 2022-08-29 | 2023-04-07 | 南通美迪森医药科技有限公司 | 一种药物合成数据的安全存储方法 |
CN115941153B (zh) * | 2022-08-29 | 2023-09-22 | 南通美迪森医药科技有限公司 | 一种药物合成数据的安全存储方法 |
CN117424968A (zh) * | 2023-12-15 | 2024-01-19 | 深圳市贝铂智能科技有限公司 | 智能扫描的数据安全传输方法、装置以及智能扫描笔 |
Also Published As
Publication number | Publication date |
---|---|
CN111131657B (zh) | 2022-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ge et al. | A novel chaos-based symmetric image encryption using bit-pair level process | |
Ye | Image scrambling encryption algorithm of pixel bit based on chaos map | |
Wang et al. | A novel image encryption scheme of dynamic S-boxes and random blocks based on spatiotemporal chaotic system | |
Pareek et al. | Image encryption using chaotic logistic map | |
CN101739695B (zh) | 一种基于三维Arnold映射的图像分组加密方法 | |
CN103916234B (zh) | 一种应用于隐私保护的混沌医学图像加密方法 | |
CN103167213B (zh) | 基于Cat映射与超混沌Lorenz系统的数字图像加密方法 | |
CN109800585B (zh) | 一种图像插值空间完全可逆可分离密文域信息隐藏算法 | |
CN109102452B (zh) | 一种基于拉丁方阵置乱和双向扩散的图像加密方法 | |
Song et al. | A fast parallel batch image encryption algorithm using intrinsic properties of chaos | |
CN101604439A (zh) | 一种基于多混沌系统的彩色图像加密方法 | |
CN114679250B (zh) | 基于混合混沌和Arnold变换的图像加密算法 | |
CN107094072A (zh) | 一种基于广义Henon映射的混合混沌加密方法 | |
Abd El-Wahed et al. | Efficiency and security of some image encryption algorithms | |
CN111131657B (zh) | 基于自验证矩阵的混沌医学图像防篡改加密方法 | |
CN110225222B (zh) | 一种基于3d正交拉丁方和混沌系统的图像加密方法 | |
Cao et al. | Secure QR code scheme based on visual cryptography | |
Wen et al. | Triple-image bit-level encryption algorithm based on double cross 2D hyperchaotic map | |
CN109635580A (zh) | 图像加密方法、装置、电子设备及计算机存储介质 | |
CN114389788B (zh) | 混合混沌与分块置乱的图像加密算法 | |
Zhao et al. | Image encryption algorithm based on a new chaotic system with Rubik's cube transform and Brownian motion model | |
Kumar et al. | 6D-chaotic system and 2D fractional discrete cosine transform based encryption of biometric templates | |
Khan et al. | A novel combination of information hiding and confidentiality scheme | |
Song et al. | Batch image encryption using cross image permutation and diffusion | |
CN113726975B (zh) | 基于混沌系统的图像加密方法、装置、介质及电子设备 |
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 |