CN111614864A - 基于svd及cbc模式结合的图像压缩加密传输方法 - Google Patents
基于svd及cbc模式结合的图像压缩加密传输方法 Download PDFInfo
- Publication number
- CN111614864A CN111614864A CN202010444710.9A CN202010444710A CN111614864A CN 111614864 A CN111614864 A CN 111614864A CN 202010444710 A CN202010444710 A CN 202010444710A CN 111614864 A CN111614864 A CN 111614864A
- Authority
- CN
- China
- Prior art keywords
- sub
- pixel
- svd
- compressed data
- data
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000006835 compression Effects 0.000 title claims abstract description 31
- 238000007906 compression Methods 0.000 title claims abstract description 31
- 238000010008 shearing Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 55
- 230000000739 chaotic effect Effects 0.000 claims description 40
- 238000000354 decomposition reaction Methods 0.000 claims description 20
- 230000001131 transforming effect Effects 0.000 claims description 5
- 230000001174 ascending effect Effects 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000011084 recovery Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- H04N1/32—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
- H04N1/32277—Compression
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Facsimile Transmission Control (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开了一种基于SVD及CBC模式结合的图像压缩加密传输方法,SVD能够保留图像数据90%以上的信息,但是数据传输量变为原始数据的几分之一,更重要的一点是它同时减少了图片数据的噪声量,使得传输的图片数据具有类对称性,这使得采用CBC分块处理加密图片数据时的算法执行时间大大减少,传输带宽得到了有效利用,同时在服务器端解密时省去了大量防剪切丢失算法分析的时间,方法独特,设计巧妙,显著提升了C‑S架构下的各种加密传输应用的性能,尤其在图像识别分析等物联网和人工智能领域,具有良好的应用前景。
Description
技术领域
本发明涉及数字图像传输处理技术领域,具体涉及一种基于SVD及CBC 模式结合的图像压缩加密传输方法。
背景技术
在网络数据传输过程中,在很多情况下,数据中的一小段携带了数据集中的大部分信息,其他信息要么是噪声,要么就是毫不相关的信息,在线性代数中,矩阵分解可以将与原始矩阵表示成新的易于处理的形式,这种新形式是两个或多个矩阵的乘积,类似于代数中的因子分解。不同的矩阵分解技术具有不同的性质,其中有些更适合于某个应用。
通过SVD(奇异值分解)对数据的处理,我们可以使用小得多的数据集来表示原始数据集,这样做实际上是去除了噪声和冗余信息,以此达到了优化数据、提高结果的目的。最早的SVD应用之一就是信息检索,我们称利用SVD 的方法为隐性语义检索(LSI)或隐形语义分析(LSA),SVD的另一个应用就是推荐系统,较为先进的推荐系统先利用SVD从数据中构建一个主题空间,然后再在该空间下计算相似度,以此提高推荐的效果。SVD(奇异值分解)与PCA (主成分分析)不同,PCA是对数据的协方差矩阵进行矩阵的分解,而SVD是直接在原始矩阵上进行的矩阵分解。并且能对非方阵矩阵分解,得到左奇异矩阵U、sigma矩阵Σ、右奇异矩阵VT。SVD(奇异值分解)可以将一个矩阵分解成3个矩阵,其中U、VT都是单式矩阵(unitary matrix),Σ是一个对角矩阵,也就是说只有对角线有值。对角元素称为奇异值,它们对应了原始矩阵Data的奇异值,一般奇异值我们只选择某一部分,选择的规则很多种,主要的一种为:选择奇异值中占总奇异值总值90%的那些奇异值。
目前,在数字图像数据传输过程中,为了有效保护数字图像信息,提高数字图像加密的效率和安全性,当前有许多图像加密算法被提出来,但是均存在不同的问题,具体如下:
(1),基于混沌序列的像素置乱和像素值变换的数字图像加密算法,将图像块的重要信息嵌入到由混沌系统决定的另一图像块中的最低位,以提高加密图像的抗剪切能力。但这种算法,一旦受到轻微的噪声干扰就无法恢复被剪切部分的图像,当被剪切块的重要信息对应的隐藏块也被剪切时,该图块也将无法恢复,影响数字图像数据传输准确性;
(2),基于图像位平面的图像加密算法,同时给出一种抗剪切恢复算法,但被剪切像素的恢复依赖于该像素的8个位平面的恢复值,从低位平面到高位平面的像素值的不正确性以指数比例影响到像素值的不正确性,致使恢复的图像质量不理想。
因此,如何克服上述的问题,有效保护数字图像信息,并提高数字图像加密的效率和安全性,尤其是加密安全性,是当前急需解决的问题。
发明内容
本发明的目的是克服现有的数字图像数据传输安全加密方法所存在的问题。本发明的基于SVD及CBC模式结合的图像压缩加密传输方法,传输带宽得到了有效利用,同时在服务器端解密时省去了大量防剪切丢失算法分析的时间,方法独特,设计巧妙,显著提升了C-S架构下的各种加密传输应用的性能,尤其在图像识别分析等物联网和人工智能领域,具有良好的应用前景
为了达到上述目的,本发明所采用的技术方案是:
一种基于SVD及CBC模式结合的图像压缩加密传输方法,包括以下步骤,
步骤(A),对客户端的原始图像数据进行初始分析,包括数据量、格式、色彩、模式,形成原始图像数据矩阵;
步骤(B),将原始图像数据矩阵通过奇异值分解分解成三个子矩阵,包括 U单式矩阵、VT单式矩阵、Σ对角矩阵,所述Σ对角矩阵内对角元素为奇异值,对应的原始图像数据矩阵的奇异值;
步骤(C),选择奇异值中占总奇异值总值90%的奇异值,该选择的奇异值分布在Σ对角矩阵的对角线上;
步骤(D),对选择的奇异值进行对称性和完整性分析,形成对角阵数据矩阵;
步骤(E),对对角阵数据矩阵进行分块压缩处理,形成分块压缩数据子模块;
步骤(F),对分块压缩数据子模块进行编号,并产生混沌序列进行加密;
步骤(G),对加密后的分块压缩数据子模块进行数据传输到服务器端;
步骤(H),服务器端对接收到分块压缩数据子模块,执行防剪切丢失解密处理,然后对该图像进分析。
前述的基于SVD及CBC模式结合的图像压缩加密传输方法,步骤(C),选择奇异值中占总奇异值总值90%的奇异值,是用于舍弃接近于0的数值和分散较为稀疏的数值。
前述的基于SVD及CBC模式结合的图像压缩加密传输方法,步骤(D),对选择的奇异值进行对称性和完整性分析,用于查看剩下的奇异值有没有重复的,进一步压缩传输量。
前述的基于SVD及CBC模式结合的图像压缩加密传输方法,步骤(F),对分块压缩数据子模块进行编号,并产生混沌序列进行加密,包括以下步骤,
(F1),产生混沌序列
设原始图像数据大小为m×n,构建混沌序列:{(Xi,Yi,Zi)|i= 1,2,3,…,m×n},其中,序列{Xi|i=1,2,3,…,m×n}、{Yi|i=1,2,3,…,m×n}、{Zi|i=1,2,3,…,m×n}将用于数字图像的像素位置加密和像素值加密;
(F2),根据混沌序列对依次对分块压缩数据子模块的像素位置加密,将分块压缩数据子模块内的原像素(i,j)变换到新位置(row,col);
(F3),根据混沌序列对依次对分块压缩数据子模块的像素值加密,将分块压缩数据子模块内的像素以块为单位,对对每一块的所有像素进行链式加密。
前述的基于SVD及CBC模式结合的图像压缩加密传输方法,(F2),根据混沌序列对依次对分块压缩数据子模块的像素位置加密,将分块压缩数据子模块内的原像素(i,j)变换到新位置(row,col),包括以下步骤,
(F21),将混沌序列{Xi|i=1,2,3,…,m×n}按升序或降序排序得到新的有序序列{cX i|i=1,2,3,…,m×n},将cX(i)混沌序列的值用其在Xi 中的位置索引值替代,即得到服从[1,m×n]的排序位置分布的混沌随机序列 {sX i|i=1,2,3,…,m×n},
(F22),根据混沌随机序列sX i的序列值一一把对应的分块压缩数据子模块的X像素分量(i,j)按行列顺序变换到(row,col)的新位置为
row=sX((i-1)n+j;
col=sX((i-1)n+j)modn
其中,i=1,2,3,…,m;j=1,2,3,…,n;若col=0,则row=row-1,col =n;
(F23),根据(F12)和(F22)的方式,将分块压缩数据子模块的Y像素分量、Z像素分量位置置乱加密。
前述的基于SVD及CBC模式结合的图像压缩加密传输方法,(F3),根据混沌序列对依次对分块压缩数据子模块的像素值加密,把块像素用一维矩阵表示,则第i行第j列的第k像素表示为P(i,j,k),加密后为:
C(i,j,k)=P(i,j,k)(异或)C(i,j,k-1)(异或)mX(p)
C(i,j,0)=f(i,j)mod L
其中,P(i,j,k)和C(i,j,k)分别为当前被加密像素和加密后像素,C(i, j,k-1)为前一已加密像素,C(i,j,0)为初始密文,通过f(i,j)实现随机取值, i=1,2,3,…,u;j=1,2,3,…,v;k的取值范围与块有关,k=1,2,3,…;p为当前被加密像素序号,p=1,2,3,…,m×n,f(i,j)是自定义函数,也可以通过mX(k)、mY(k)、mZ(k)序列之一取得随机值,L是图像像素值数,且取值与图像类型有关。
前述的基于SVD及CBC模式结合的图像压缩加密传输方法,步骤(H),服务器端对接收到分块压缩数据子模块,执行防剪切丢失解密处理,然后对该图像进分析,所述执行防剪切丢失解密处理的过程为:
C(i,j,0)=f(i,j)mod L。
本发明的有益效果是:本发明的基于SVD及CBC模式结合的图像压缩加密传输方法,通过SVD将原始图像数据矩阵通过奇异值分解,能够极大压缩原始图像数据的大小,并通过CBC模式克服SVD奇异值分解,存在着两个问题:
(1)会影响其准确率,在稀疏情况下,SVD的矩阵分解通常会出现过拟合的问题;
(2)SVD分解的复杂度比较高,假设对一个m*n的矩阵进行分解,时间复杂度为O(n^2*m+n*m^2),其实就是O(n^3)。对于m、n比较小的情况,可能是可以接受的,但是在海量数据下,m和n的值通常会比较大,可能是百万级别上的数据,这个时候如果再进行SVD分解需要的计算代价就是很大的。
本发明通过SVD能够保留图像数据90%以上的信息,但是数据传输量变为原始数据的几分之一,更重要的一点是它同时减少了图片数据的噪声量,使得传输的图片数据具有类对称性,这使得采用CBC分块处理加密图片数据时的算法执行时间大大减少,传输带宽得到了有效利用,同时在服务器端解密时省去了大量防剪切丢失算法分析的时间,方法独特,设计巧妙,显著提升了C-S架构下的各种加密传输应用的性能,尤其在图像识别分析等物联网和人工智能领域,能够完美的解决上述SVD奇异值分解出现的问题,同时采用像素位置变换和像素值变换加密使用,实现安全可靠,快速加密的目的,具有良好的应用前景。
附图说明
图1是本发明的基于SVD及CBC模式结合的图像压缩加密传输方法的流程图。
具体实施方式
下面将结合说明书附图,对本发明作进一步的说明。
如图1所示,本发明的基于SVD及CBC模式结合的图像压缩加密传输方法,包括以下步骤,
步骤(A),对客户端的原始图像数据进行初始分析,包括数据量、格式、色彩、模式,形成原始图像数据矩阵;
步骤(B),将原始图像数据矩阵通过SVD(奇异值分解)分解成三个子矩阵,包括U单式矩阵、VT单式矩阵、Σ对角矩阵,所述Σ对角矩阵内对角元素为奇异值,对应的原始图像数据矩阵的奇异值;
通过一个具体实施例子实现其步骤的过程,使用一张原始像素是32× 32=1024像素的图像,我们能否使用更少的像素来表示这张图呢?如果能对图像进行压缩,那么就可以节省空间或宽带开销,通过使用SVD(奇异值分解)来对数据降维,从而实现图像的压缩,U和V都是32×2的矩阵,有两个奇异值,因此总数字数目是64+64+2=130,和原数目1024相比,我们获得了近乎10倍的压缩比,大大减少了数据量,从而提高传输的效率;
步骤(C),选择奇异值中占总奇异值总值90%的奇异值,该选择的奇异值分布在Σ对角矩阵的对角线上,奇异值分布在Σ对角矩阵的对角线上,舍弃那些接近于0的数值和分散较为稀疏的数值,不要超过奇异值总数的10%,即可保留矩阵90%以上的能量信息;
步骤(D),对选择的奇异值进行对称性和完整性分析,形成对角阵数据矩阵,该对角阵数据矩阵是为了查看剩下的奇异值有没有重复的,能不能进一步压缩传输量,确定压缩传输量最小;
步骤(E),对对角阵数据矩阵进行分块压缩处理,形成分块压缩数据子模块,该分块压缩处理为随机分块压缩处理数据量大则分块更多更细,根据实际需要分块;
步骤(F),对分块压缩数据子模块进行编号,并产生混沌序列进行加密,包括以下步骤,
(F1),产生混沌序列
设原始图像数据大小为m×n,构建混沌序列:{(Xi,Yi,Zi)|i= 1,2,3,…,m×n},其中,序列{Xi|i=1,2,3,…,m×n}、{Yi|i= 1,2,3,…,m×n}、{Zi|i=1,2,3,…,m×n}将用于数字图像的像素位置加密和像素值加密;
(F2),根据混沌序列对依次对分块压缩数据子模块的像素位置加密,将分块压缩数据子模块内的原像素(i,j)变换到新位置(row,col),具体包括以下步骤,
(F21),将混沌序列{Xi|i=1,2,3,…,m×n}按升序或降序排序得到新的有序序列{cX i|i=1,2,3,…,m×n},将cX(i)混沌序列的值用其在Xi 中的位置索引值替代,即得到服从[1,m×n]的排序位置分布的混沌随机序列 {sX i|i=1,2,3,…,m×n},
(F22),根据混沌随机序列sX i的序列值一一把对应的分块压缩数据子模块的X像素分量(i,j)按行列顺序变换到(row,col)的新位置为
row=sX((i-1)n+j;
col=sX((i-1)n+j)modn
其中,i=1,2,3,…,m;j=1,2,3,…,n;若col=0,则row=row-1,col =n;
(F23),根据(F12)和(F22)的方式,将分块压缩数据子模块的Y像素分量、Z像素分量位置置乱加密;
(F3),根据混沌序列对依次对分块压缩数据子模块的像素值加密,将分块压缩数据子模块内的像素以块为单位,对对每一块的所有像素进行链式加密,进一步提高加密的安全性,
(F31)以块为单位的实现,设分块大小为h×w(分块大小视图像大小与加密安全性而定),则可将图像分为u×v块,对于行方向,前v-1块,每块的宽为w,第v块的宽度为w+(nmod w);对于列方向,前u-1块,每块的高为h,第u块的高度为h+(m mod h),即:m=(u-1)h+(h+(m mod h));n=(v-1)w+(w+(n mod w)),将混沌序列变换为无符号整数
将混沌序列变换为无符号整数作为可供选择的XOR操作数:
mX(i)=round((X(i)+0.5)×10k)mod L
mY(i)=round((Y(i)+0.5)×10k)mod L
mZ(i)=round((Z(i)+0.5)×10k)mod L
其中,i=1,2,3,…,m×n,k≥4.L是图像像素值数,L的取值与原始图像类型有关;
(F32)像素值加密
为了使算法实现方便,把块像素用一维矩阵表示,则第i行第j列的第k 像素表示为P(i,j,k),加密后为:
C(i,j,k)=P(i,j,k)(异或)C(i,j,k-1)(异或)mX(p)
C(i,j,0)=f(i,j)mod L
其中,P(i,j,k)和C(i,j,k)分别为当前被加密像素和加密后像素,C(i, j,k-1)为前一已加密像素,C(i,j,0)为初始密文,通过f(i,j)实现随机取值,i=1,2,3,…,u;j=1,2,3,…,v;k的取值范围与块有关,k=1,2,3,…;p为当前被加密像素序号,p=1,2,3,…,m×n,f(i,j)是自定义函数,也可以通过mX(k)、mY(k)、mZ(k)序列之一取得随机值,L是图像像素值数,且取值与图像类型有关;在构造自定义函数f(i,j)时,为了进一步提高加密的安全性,应考虑f(i,j)初值及其对变量(i,j)的敏感性,即要使f(i,j)初值为适当常量(根据L值确定),(i,j)的微小变化,将引起f(i,j)的很大变化,f(i, j)也可以引入密钥key,使f(i,j,key)更加安全。如是真彩图像,可以分别用 mX,mY,mZ序列把RGB分量的像素值加密。对于索引图像,还应该对相应的调色板加密;
步骤(G),对加密后的分块压缩数据子模块进行数据传输到服务器端;
步骤(H),服务器端对接收到分块压缩数据子模块,执行防剪切丢失解密处理,然后对该图像进分析,所述执行防剪切丢失解密处理的过程为:
C(i,j,0)=f(i,j)mod L。
综上所述,本发明的基于SVD及CBC模式结合的图像压缩加密传输方法,通过SVD将原始图像数据矩阵通过奇异值分解,能够极大压缩原始图像数据的大小,并通过CBC模式克服SVD奇异值分解,存在着两个问题:
(1)会影响其准确率,在稀疏情况下,SVD的矩阵分解通常会出现过拟合的问题;
(2)SVD分解的复杂度比较高,假设对一个m*n的矩阵进行分解,时间复杂度为O(n^2*m+n*m^2),其实就是O(n^3)。对于m、n比较小的情况,可能是可以接受的,但是在海量数据下,m和n的值通常会比较大,可能是百万级别上的数据,这个时候如果再进行SVD分解需要的计算代价就是很大的。
本发明的通过SVD能够保留图像数据90%以上的信息,但是数据传输量变为原始数据的几分之一,更重要的一点是它同时减少了图片数据的噪声量,使得传输的图片数据具有类对称性,这使得采用CBC分块处理加密图片数据时的算法执行时间大大减少,传输带宽得到了有效利用,同时在服务器端解密时省去了大量防剪切丢失算法分析的时间,方法独特,设计巧妙,显著提升了C-S 架构下的各种加密传输应用的性能,尤其在图像识别分析等物联网和人工智能领域,能够完美的解决上述SVD奇异值分解出现的问题,同时采用像素位置变换和像素值变换加密使用,实现安全可靠,快速加密的目的,具有良好的应用前景。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.基于SVD及CBC模式结合的图像压缩加密传输方法,其特征在于:包括以下步骤,
步骤(A),对客户端的原始图像数据进行初始分析,包括数据量、格式、色彩、模式,形成原始图像数据矩阵;
步骤(B),将原始图像数据矩阵通过奇异值分解分解成三个子矩阵,包括U单式矩阵、VT单式矩阵、乏对角矩阵,所述乏对角矩阵内对角元素为奇异值,对应的原始图像数据矩阵的奇异值;
步骤(C),选择奇异值中占总奇异值总值90%的奇异值,该选择的奇异值分布在乏对角矩阵的对角线上;
步骤(D),对选择的奇异值进行对称性和完整性分析,形成对角阵数据矩阵;
步骤(E),对对角阵数据矩阵进行分块压缩处理,形成分块压缩数据子模块;
步骤(F),对分块压缩数据子模块进行编号,并产生混沌序列进行加密;
步骤(G),对加密后的分块压缩数据子模块进行数据传输到服务器端;
步骤(H),服务器端对接收到分块压缩数据子模块,执行防剪切丢失解密处理,然后对该图像进分析。
2.根据权利要求1所述的基于SVD及CBC模式结合的图像压缩加密传输方法,其特征在于:步骤(C),选择奇异值中占总奇异值总值90%的奇异值,是用于舍弃接近于0的数值和分散较为稀疏的数值。
3.根据权利要求1所述的基于SVD及CBC模式结合的图像压缩加密传输方法,其特征在于:步骤(D),对选择的奇异值进行对称性和完整性分析,用于查看剩下的奇异值有没有重复的,进一步压缩传输量。
4.根据权利要求1所述的基于SVD及CBC模式结合的图像压缩加密传输方法,其特征在于:步骤(F),对分块压缩数据子模块进行编号,并产生混沌序列进行加密,包括以下步骤,
(F1),产生混沌序列
设原始图像数据大小为m×n,构建混沌序列:{(Xi,Yi,Zi)|i=1,2,3,...,m×n},其中,序列{Xi|i=1,2,3,...,m×n}、{Yi|i=1,2,3,...,m×n}、{Zi|i=1,2,3,...,m×n}将用于数字图像的像素位置加密和像素值加密;
(F2),根据混沌序列对依次对分块压缩数据子模块的像素位置加密,将分块压缩数据子模块内的原像素(i,j)变换到新位置(row,col);
(F3),根据混沌序列对依次对分块压缩数据子模块的像素值加密,将分块压缩数据子模块内的像素以块为单位,对对每一块的所有像素进行链式加密。
5.根据权利要求4所述的基于SVD及CBC模式结合的图像压缩加密传输方法,其特征在于:(F2),根据混沌序列对依次对分块压缩数据子模块的像素位置加密,将分块压缩数据子模块内的原像素(i,j)变换到新位置(row,col),包括以下步骤,
(F21),将混沌序列{Xi|i=1,2,3,...,m×n}按升序或降序排序得到新的有序序列{cXi|i=1,2,3,...,m×n},将cX(i)混沌序列的值用其在Xi中的位置索引值替代,即得到服从[1,m×n]的排序位置分布的混沌随机序列{sX i|i=1,2,3,...,m×n},
(F22),根据混沌随机序列sX i的序列值一一把对应的分块压缩数据子模块的X像素分量(i,j)按行列顺序变换到(row,col)的新位置为
row=sX((i-1)n+j;
col=sX((i-1)n+j)modn
其中,i=1,2,3,...,m;j=1,2,3,...,n;若col=0,则row=row-1,Col=n;
(F23),根据(F12)和(F22)的方式,将分块压缩数据子模块的Y像素分量、Z像素分量位置置乱加密。
6.根据权利要求4所述的基于SVD及CBC模式结合的图像压缩加密传输方法,其特征在于:(F3),根据混沌序列对依次对分块压缩数据子模块的像素值加密,把块像素用一维矩阵表示,则第i行第j列的第k像素表示为P(i,j,k),加密后为:
C(i,j,k)=P(i,j,k)(异或)C(i,j,k-1)(异或)mX(p)
C(i,j,0)=f(i,j)mod L
其中,P(i,j,k)和C(i,j,k)分别为当前被加密像素和加密后像素,C(i,j,k-1)为前一已加密像素,C(i,j,0)为初始密文,通过f(i,j)实现随机取值,i=1,2,3,...,u;j=1,2,3,...,V;k的取值范围与块有关,k=1,2,3,...;p为当前被加密像素序号,p=1,2,3,...,m×n,f(i,j)是自定义函数,也可以通过mX(k)、mY(k)、mZ(k)序列之一取得随机值,L是图像像素值数,且取值与图像类型有关。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010444710.9A CN111614864B (zh) | 2020-05-23 | 2020-05-23 | 基于svd及cbc模式结合的图像压缩加密传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010444710.9A CN111614864B (zh) | 2020-05-23 | 2020-05-23 | 基于svd及cbc模式结合的图像压缩加密传输方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111614864A true CN111614864A (zh) | 2020-09-01 |
CN111614864B CN111614864B (zh) | 2022-04-12 |
Family
ID=72202370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010444710.9A Active CN111614864B (zh) | 2020-05-23 | 2020-05-23 | 基于svd及cbc模式结合的图像压缩加密传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111614864B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116643249A (zh) * | 2023-07-27 | 2023-08-25 | 西安交通大学 | Gfrp内部分层缺陷的毫米波成像可视化定量检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101706946A (zh) * | 2009-11-26 | 2010-05-12 | 大连大学 | 基于dna序列与多混沌映射的数字图像加密方法 |
CN105787862A (zh) * | 2016-02-29 | 2016-07-20 | 首都师范大学 | 基于多分辨率奇异值分解和混沌序列的图像加密方法 |
CN106997607A (zh) * | 2017-03-16 | 2017-08-01 | 四川大学 | 基于压缩感知的图像比特面混沌加密方法 |
CN108133448A (zh) * | 2016-12-01 | 2018-06-08 | 钦州市晶通科技有限公司 | 一种像素值双重置换与像素位置的混沌加密算法 |
-
2020
- 2020-05-23 CN CN202010444710.9A patent/CN111614864B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101706946A (zh) * | 2009-11-26 | 2010-05-12 | 大连大学 | 基于dna序列与多混沌映射的数字图像加密方法 |
CN105787862A (zh) * | 2016-02-29 | 2016-07-20 | 首都师范大学 | 基于多分辨率奇异值分解和混沌序列的图像加密方法 |
CN108133448A (zh) * | 2016-12-01 | 2018-06-08 | 钦州市晶通科技有限公司 | 一种像素值双重置换与像素位置的混沌加密算法 |
CN106997607A (zh) * | 2017-03-16 | 2017-08-01 | 四川大学 | 基于压缩感知的图像比特面混沌加密方法 |
Non-Patent Citations (3)
Title |
---|
ABD EL-LATIF, AA (ABD EL-LATIF, AHMED A).ET.AL: "A New Image Encryption Based on Chaotic Systems and Singular Value Decomposition", 《PROCEEDINGS OF SPIE》 * |
SACHIN GAUR AND VINAY KUMAR SRIVASTAVA: "A Robust and Secure Block-SVD based Embedding of Encrypted Watermark in Digital Images using RDWT", 《INTERNATIONAL JOURNAL OF SECURITY AND ITS APPLICATION》 * |
不论如何未来很美好: "机器学习实战---SVD(奇异值分解)", 《CSDN》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116643249A (zh) * | 2023-07-27 | 2023-08-25 | 西安交通大学 | Gfrp内部分层缺陷的毫米波成像可视化定量检测方法 |
CN116643249B (zh) * | 2023-07-27 | 2023-10-10 | 西安交通大学 | Gfrp内部分层缺陷的毫米波成像可视化定量检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111614864B (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Luo et al. | A parallel image encryption algorithm based on the piecewise linear chaotic map and hyper-chaotic map | |
Alawida et al. | An image encryption scheme based on hybridizing digital chaos and finite state machine | |
Zhu et al. | A robust meaningful image encryption scheme based on block compressive sensing and SVD embedding | |
Chai et al. | Hiding cipher-images generated by 2-D compressive sensing with a multi-embedding strategy | |
Chai et al. | Color image compression and encryption scheme based on compressive sensing and double random encryption strategy | |
Chai et al. | An efficient approach for encrypting double color images into a visually meaningful cipher image using 2D compressive sensing | |
CN111050020B (zh) | 基于压缩感知和双随机加密机制的彩色图像压缩加密方法 | |
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 | |
Patro et al. | Secure multi–level permutation operation based multiple colour image encryption | |
Patro et al. | A novel multi-dimensional multiple image encryption technique | |
CN112637441B (zh) | 一种基于压缩感知的彩色图像压缩加密方法 | |
CN101706946B (zh) | 基于dna序列与多混沌映射的数字图像加密方法 | |
CN110139000B (zh) | 基于压缩感知和生命游戏置乱的图像压缩加密方法 | |
Gan et al. | Exploiting 2D compressed sensing and information entropy for secure color image compression and encryption | |
CN110148078B (zh) | 基于二维压缩感知的两幅彩色图像压缩加密方法 | |
CN110086600B (zh) | 一种基于超混沌系统和变步长约瑟夫问题的图像加密方法 | |
Demirtaş | A new RGB color image encryption scheme based on cross-channel pixel and bit scrambling using chaos | |
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 | |
Ponuma et al. | Image encryption using sparse coding and compressive sensing | |
Feng et al. | Cryptanalzing a novel hyper-chaotic image encryption scheme based on pixel-level filtering and DNA-level diffusion | |
CN111614864B (zh) | 基于svd及cbc模式结合的图像压缩加密传输方法 | |
CN112769545B (zh) | 基于相邻像素约瑟夫变换和Mealy状态机的图像加密方法 | |
Xiao et al. | Image lossless encoding and encryption method of EBCOT Tier1 based on 4D hyperchaos | |
Gao et al. | An image encryption algorithm based on the improved sine-tent map | |
Shakir et al. | A new four-dimensional hyper-chaotic system for image encryption |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Image compression encryption transmission method based on the combination of SVD and CBC modes Granted publication date: 20220412 Pledgee: Bank of China Limited by Share Ltd. Yangjiang branch Pledgor: NANJING UNIVERSITY SMARTERCITY PROGRAM DESIGN Co.,Ltd. Registration number: Y2024980001801 |