CN113689321A - 基于立体投影加密的图像信息传输方法及装置 - Google Patents
基于立体投影加密的图像信息传输方法及装置 Download PDFInfo
- Publication number
- CN113689321A CN113689321A CN202110969367.4A CN202110969367A CN113689321A CN 113689321 A CN113689321 A CN 113689321A CN 202110969367 A CN202110969367 A CN 202110969367A CN 113689321 A CN113689321 A CN 113689321A
- Authority
- CN
- China
- Prior art keywords
- encrypted
- image
- encryption
- image information
- key
- 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
- 238000000034 method Methods 0.000 title claims abstract description 90
- 230000005540 biological transmission Effects 0.000 title claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims description 47
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 31
- 230000009466 transformation Effects 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 6
- 238000013139 quantization Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000003491 array Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 239000012634 fragment Substances 0.000 claims description 3
- 230000006870 function Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000005336 cracking Methods 0.000 description 6
- 238000010606 normalization Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000006854 communication Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
-
- 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
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/02—Affine transformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/08—Projecting images onto non-planar surfaces, e.g. geodetic screens
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
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)
- Image Processing (AREA)
- Storage Device Security (AREA)
Abstract
本发明属于信息加密技术领域,具体涉及基于立体投影加密的图像信息传输方法及装置。所述方法执行以下步骤:发送端获取待加密的图像信息,然后获取待加密图像信息中的关键部分,针对关键部分进行立体投影,在立体投影的球面上进行加密操作,然后发送端将遮罩球形壳体和遮罩球形壳体包裹的加密投影图像球体发送至接收端。其通过将待加密的图像信息进行立体投影,然后在立体投影的球面上进行加密,得到加密信息,现有常规破解方法难以在不知道加密方式情况下得到破解信息,且由于针对关键部分和非关键部分使用不同的加密手段,进一步提升了破解难度,同时本发明将关键部分和非关键部分使用不同加密方法进行加密,也可以提升系统效率。
Description
技术领域
本发明属于信息加密技术领域,具体涉及基于立体投影加密的图像信息传输方法及装置。
背景技术
信息加密技术是利用数学或物理手段,对电子信息在传输过程中和存储体内进行保护,以防止泄漏的技术。
保密通信,计算机密钥,防复制软盘等都属于信息加密技术。通信过程中的加密主要是采用密码,在数字通信中可利用计算机采用加密法,改变负载信息的数码结构。计算机信息保护则以软件加密为主。目前世界上最流行的几种加密体制和加密算法有:RSA算法和CCEP算法等。为防止破密,加密软件还常采用硬件加密和加密软盘。一些软件商品常带有一种小的硬卡,这就是硬件加密措施。在软盘上用激光穿孔,使软件的存储区有不为人所知的局部存坏,就可以防止非法复制。这样的加密软盘可以为不掌握加密技术的人员使用,以保护软件。由于计算机软件的非法复制,解密及盗版问题日益严重,甚至引发国际争端,因此对信息加密技术和加密手段的研究与开发,受到各国计算机界的重视,发展日新月异。
相关的加密策略主要有两种方式,第一种加密策略为用户手动对终端接收到的信息进行加密。例如,用户的终端接收到了一条重要信息,用户为了保证该重要信息不会被其他人看到,会对这条重要信息设置一个密码,即使该终端被其他不法分子偷取,那么不法分子也无法查看设置有密码的重要信息,所以此种方式可以很好的保证终端的重要信息的安全。
第二种加密策略为用户预先设定一些特定号码,只要终端接收到这些特定号码发送的信息时,就会对这些特定号码发送的信息进行加密。例如,用户的终端与另一个终端交互的信息多为重要信息,所以用户预先设置另一个终端的号码为特定号码,并为该特定号码设置一个特定密码,只要终端接收到特定号码发来的信息时,那么终端就会对特定号码发来的信息按照特定密码进行自动加密。
针对第一种方式,现有技术中可以使用暴力破解或者穷举法的方式来破解密码,从而非法获得信息;针对第二种方式,即现有技术中的对称加密方式,使用一个密钥来完成两端的内容加密和读取,但该方式还是会因为密钥的遗失导致信息内容被泄露。
综上上述两种方式在面临现有技术中的密码破解方式时,都会导致数据被泄露的风险增大。因此研发一种完全不同于现有技术的数据加密方式,使得现有的数据破解方法失效,可以大幅度提升加密数据的安全性。
发明内容
有鉴于此,本发明的主要目的在于提供基于立体投影加密的图像信息传输方法及装置,其通过将待加密的图像信息进行立体投影,然后在立体投影的球面上进行加密,得到加密信息,现有常规破解方法难以在不知道加密方式情况下得到破解信息,且由于针对关键部分和非关键部分使用不同的加密手段,进一步提升了破解难度,同时本发明将关键部分和非关键部分使用不同加密方法进行加密,也可以提升系统效率。
为达到上述目的,本发明的技术方案是这样实现的:
基于立体投影加密的图像信息传输方法,所述方法执行以下步骤:
步骤1:发送端获取待加密的图像信息,对待加密的图像信息进行图像特征提取,得到待加密图像特征;
步骤2:基于得到的图像特征,获取待加密的图像信息中的关键部分;所述关键部分须满足以下约束条件:对待加密的图像信息中的关键部分进行图像特征提取,得到关键图像特征,将得到的关键图像特征与得到的待加密图像特征进行差值运算,得到的差值运算结果在设定的阈值范围内;
步骤3:将待加密的图像信息进行立体投影;所述立体投影的过程包括:将待加密的图像信息等分为6块,分别得到6个子图像信息;将6个子图像信息分别视为一个正方体的面,进行3维拼接;得到由子图像信息拼接而成的投影图像正方体;
步骤4:对投影图像正方体映射为一个球体,得到投影图像球体;
步骤5:找到投影图像球体的球面上与关键部分对应的关键球面区域;定义关键球面区域以外的区域为非关键球面区域;对关键球面区域使用预设的球面加密模型进行加密,加密完成后得到加密投影图像球体;
步骤6:生成一个半径大于加密投影图像球体的遮罩球形壳体;所述遮罩球形壳体能够完全包裹加密投影图像球体;同时,将非关键球面区域从加密投影图像球体的球面上,投影至遮罩球形壳体的内表面;
步骤7:发送端将遮罩球形壳体和遮罩球形壳体包裹的加密投影图像球体发送至接收端。
进一步的,所述步骤1中对待加密的图像信息进行图像特征提取,得到待加密图像特征的方法包括:基于梯度直方图算法,提取所述待加密的图像信息的梯度特征;基于预设的仿射变换公式,将所述梯度特征进行仿射变换,以得到仿射变换图像;从所述仿射变换图像中提取局部相位量化特征;将提取得到的局部相位量化特征作为所述待加密的图像信息的图像特征;所述仿射变换公式使用如下公式进行表示:其中,x为待加密的图像信息的横坐标,y为待加密的图像信息的纵坐标,x′为仿射变换图像的横坐标,y′为仿射变换图像的纵坐标,θ为仿射变换角度,a为第一仿射变换系数,取值范围为:1~6;b为第二仿射变换系数,取值范围为:2~5。
进一步的,所述基于方向梯度直方图梯度算法,提取所述待加密的图像信息的梯度特征,包括:基于梯度算法、线性插值函数和预设的核心模板,提取所述待加密的图像信息的梯度特征,其中,所述预设的核心模板在所述梯度算法中用于对所述待加密的图像信息中的像素点做卷积运算;所述预设的核心模板为:
进一步的,所述步骤2中获取待加密的图像信息中的关键部分的方法包括:对待加密的图像信息使用窗函数的方式进行图像特征提取,直到遍历完整个待加密的图像信息,得到多个窗口图像特征;分别对每个窗口图像特征与得到的待加密图像特征进行差值运算,得到多个差值运算结果;筛选出在设定的阈值范围内的每个差值运算结果;使用如下公式计算阈值范围的中间值:T=(阈值范围的上限-阈值范围的下限)/2;将筛选出在设定的阈值范围内的每个差值运算结果与阈值范围的中间值进行作差运算,得到作差运算结果;筛选出最小的作差运算结果所对应的差值运算结果,进而得到该差值运算结果所对应的窗口图像特征,进而得到该窗口图像特征所对应的待价密的图像信息中与窗函数大小相等的区域,该区域则作为待加密的图像信息中的关键部分。
进一步的,所述步骤4中对投影图像正方体映射为一个球体,得到投影图像球体的方法执行以下步骤:使用如下公式,将正方体映射为一个球体:其中,p为正方体的X轴坐标,q为正方体的Y 轴坐标,z为正方体的Z轴坐标。
进一步的,所述步骤5中对关键球面区域使用预设的球面加密模型进行加密的方法执行以下步骤:步骤5.1:将关键球面区域视为一个曲面矩阵;步骤5.2:计算曲面矩阵的特征值;步骤5.3:基于曲面矩阵的特征值计算加密矩阵的维度和加密长度,以依据该加密长度依序自该曲面矩阵中获得符合该加密长度的多个数据片段;步骤5.4:借由该加密矩阵分别对所取出的每所述数据片段进行加密,而获得多个加密片段,完成关键球面区域的加密。
进一步的,所述计算该加密矩阵的维度的步骤包括:基于该曲面矩阵的特征值,决定有限域的幂次方;以及依据该有限域的幂次方决定该加密矩阵的维度;其中,该曲面矩阵的特征值与该有限域的幂次方符合限制条件,该限制条件包括:且,其中,r为关键球面区域的半径;c为调整系数,取值范围为:2~4。
进一步的,所述在计算该加密长度的步骤之后,还包括:以该加密长度作为每所述数据片段的长度,而重新组合该曲面矩阵,借以获得重组数据;以及借由该加密矩阵对该重组数据进行加密,而获得加密阵列。
进一步的,所述在获得该加密阵列的步骤之后,还包括:重新组合该加密阵列,而获得加密片段。
基于立体投影加密的图像信息传输装置。
本发明的基于立体投影加密的图像信息传输方法及装置,具有如下有益效果:
1.信息安全性高:本发明在对待加密的图像信息进行加密时,采用与现有技术完全不同的加密方法。首先将待加密的图像信息进行立体投影,再在投影得到的投影图像球体的球面上进行加密操作,由于球面不同于平面,使得在球面上的矩阵将构成曲面矩阵,针对曲面矩阵进行加密,得到的结果,使用常规方法将难以破解。
2.系统效率高:本发明在针对待加密的图像信息进行加密时,将待加密的图像信息分为两类,一类为关键部分,另一类为非关键部分,两类进行投影后,分别得到关键球面区域和非关键球面区域;再针对不同的部分使用不同的加密方法进行加密;针对关键球面区域的加密算法更加复杂,针对非关键球面区域的加密算法的复杂度较低,相较于对于所有数据都使用同一方法进行加密,其加密的复杂度降低了,系统效率提升了;且由于加密后的信息存储位置也不相同,一个是球面,一个是外壳体的内表面,使得即便信息被他人获取,也难以确定哪部分为关键部分,破解难度进一步增大,进一步提升信息的安全性。
附图说明
图1为本发明实施例提供的基于实时用户行为分析的智能家居管理系统的系统结构示意图;
图2为本发明实施例提供的基于立体投影加密的图像信息传输方法及装置的进行3维拼接得到投影图像正方体的原理示意图;
图3为本发明实施例提供的基于立体投影加密的图像信息传输方法及装置得到投影图像球体的原理示意图;
图4为本发明实施例提供的基于立体投影加密的图像信息传输方法及装置的进行图像投影的原理示意图;
图5为本发明实施例提供的基于立体投影加密的图像信息传输方法及装置的投影图像球体的球面上与关键部分对应的关键球面区域的结构示意图;
图6本发明实施例提供的基于立体投影加密的图像信息传输方法及装置的被破解率随着实验次数变化而变化的曲线示意图与现有技术的对比实验效果示意图。
其中,1-关键球面区域,2-投影图像球体的球面。
具体实施方式
下面结合附图及本发明的实施例对本发明的方法作进一步详细的说明。
实施例1
如图1、图2、图3和图4所示
基于立体投影加密的图像信息传输方法,所述方法执行以下步骤:
步骤1:发送端获取待加密的图像信息,对待加密的图像信息进行图像特征提取,得到待加密图像特征;
步骤2:基于得到的图像特征,获取待加密的图像信息中的关键部分;所述关键部分须满足以下约束条件:对待加密的图像信息中的关键部分进行图像特征提取,得到关键图像特征,将得到的关键图像特征与得到的待加密图像特征进行差值运算,得到的差值运算结果在设定的阈值范围内;
步骤3:将待加密的图像信息进行立体投影;所述立体投影的过程包括:将待加密的图像信息等分为6块,分别得到6个子图像信息;将6个子图像信息分别视为一个正方体的面,进行3维拼接;得到由子图像信息拼接而成的投影图像正方体;
步骤4:对投影图像正方体映射为一个球体,得到投影图像球体;
步骤5:找到投影图像球体的球面上与关键部分对应的关键球面区域;定义关键球面区域以外的区域为非关键球面区域;对关键球面区域使用预设的球面加密模型进行加密,加密完成后得到加密投影图像球体;
步骤6:生成一个半径大于加密投影图像球体的遮罩球形壳体;所述遮罩球形壳体能够完全包裹加密投影图像球体;同时,将非关键球面区域从加密投影图像球体的球面上,投影至遮罩球形壳体的内表面;
步骤7:发送端将遮罩球形壳体和遮罩球形壳体包裹的加密投影图像球体发送至接收端。
具体的,采用上述技术方案,本发明之所以进行图像特征提取来进行关键部分选取,是因为一幅图像中,最能反应其特征的部分就是图像信息中最关键的部分,也是信息量最大的部分。而其他的部分则不能反应图像的信息,视为非关键部分。针对关键部分和非关键部分分别进行处理,有两个好处;一是可以大幅降低算法的复杂度,提升系统效率。因为这对关键部分进行处理的算法的复杂度较高,对非关键部分进行处理的算法复杂度较低,若对整幅图像信息均使用算法复杂度较高的加密算法进行加密,则会导致系统的效率降低,而对整幅图像使用算法复杂度较低的加密算法进行加密,又会导致信息容易被泄露和破解。因此在保证加密安全性的情况下,又保证加密效率,则可以针对图像信息中的不同部分使用不同的加密算法。
实施例2
在上一实施例的基础上,所述步骤1中对待加密的图像信息进行图像特征提取,得到待加密图像特征的方法包括:基于梯度直方图算法,提取所述待加密的图像信息的梯度特征;基于预设的仿射变换公式,将所述梯度特征进行仿射变换,以得到仿射变换图像;从所述仿射变换图像中提取局部相位量化特征;将提取得到的局部相位量化特征作为所述待加密的图像信息的图像特征;所述仿射变换公式使用如下公式进行表示:其中,x为待加密的图像信息的横坐标,y为待加密的图像信息的纵坐标,x′为仿射变换图像的横坐标,y′为仿射变换图像的纵坐标,θ为仿射变换角度,a为第一仿射变换系数,取值范围为:1~6;b为第二仿射变换系数,取值范围为:2~5。
具体的,图像特征主要有图像的颜色特征、纹理特征、形状特征和空间关系特征。
颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质;纹理特征也是一种全局特征,它也描述了图像或图像区域所对应景物的表面性质;形状特征有两类表示方法,一类是轮廓特征,另一类是区域特征,图像的轮廓特征主要针对物体的外边界,而图像的区域特征则关系到整个形状区域;空间关系特征,是指图像中分割出来的多个目标之间的相互的空间位置或相对方向关系,这些关系也可分为连接/邻接关系、交叠/重叠关系和包含/包容关系等。
方向梯度直方图(英语:Histogram oforiented gradient,简称HOG)是应用在计算机视觉和图像处理领域,用于目标检测的特征描述器。这项技术是用来计算局部图像梯度的方向信息的统计值。这种方法跟边缘方向直方图 (edge orientation histograms)、尺度不变特征变换(scale-invariant feature transform descriptors)以及形状上下文方法(shape contexts)有很多相似之处,但与它们的不同点是:HOG描述器是在一个网格密集的大小统一的细胞单元(dense grid ofuniformly spaced cells)上计算,而且为了提高性能,还采用了重叠的局部对比度归一化(overlapping local contrastnormalization) 技术。
HOG描述器最重要的思想是:在一副图像中,局部目标的表象和形状 (appearanceand shape)能够被梯度或边缘的方向密度分布很好地描述。具体的实现方法是:首先将图像分成小的连通区域,我们把它叫细胞单元。然后采集细胞单元中各像素点的梯度的或边缘的方向直方图。最后把这些直方图组合起来就可以构成特征描述器。为了提高性能,我们还可以把这些局部直方图在图像的更大的范围内(我们把它叫区间或block)进行对比度归一化(contrast-normalized),所采用的方法是:先计算各直方图在这个区间(block) 中的密度,然后根据这个密度对区间中的各个细胞单元做归一化。通过这个归一化后,能对光照变化和阴影获得更好的效果。
与其他的特征描述方法相比,HOG描述器有很多优点。首先,由于HOG 方法是在图像的局部细胞单元上操作,所以它对图像几何的(geometric)和光学的(photometric)形变都能保持很好的不变性,这两种形变只会出现在更大的空间领域上。其次,作者通过实验发现,在粗的空域抽样(coarse spatial sampling)、精细的方向抽样(fine orientationsampling)以及较强的局部光学归一化(strong local photometric normalization)等条件下,只要行人大体上能够保持直立的姿势,就容许行人有一些细微的肢体动作,这些细微的动作可以被忽略而不影响检测效果。综上所述,HOG方法是特别适合于做图像中的行人检测的。
实施例3
在上一实施例的基础上,所述基于方向梯度直方图梯度算法,提取所述待加密的图像信息的梯度特征,包括:基于梯度算法、线性插值函数和预设的核心模板,提取所述待加密的图像信息的梯度特征,其中,所述预设的核心模板在所述梯度算法中用于对所述待加密的图像信息中的像素点做卷积运算;所述预设的核心模板为:
具体的,线性插值是指插值函数为一次多项式的插值方式,其在插值节点上的插值误差为零。线性插值相比其他插值方式,如抛物线插值,具有简单、方便的特点。线性插值的几何意义即为概述图中利用过A点和B点的直线来近似表示原函数。线性插值可以用来近似代替原函数,也可以用来计算得到查表过程中表中没有的数值。
实施例4
在上一实施例的基础上,所述步骤2中获取待加密的图像信息中的关键部分的方法包括:对待加密的图像信息使用窗函数的方式进行图像特征提取,直到遍历完整个待加密的图像信息,得到多个窗口图像特征;分别对每个窗口图像特征与得到的待加密图像特征进行差值运算,得到多个差值运算结果;筛选出在设定的阈值范围内的每个差值运算结果;使用如下公式计算阈值范围的中间值:T=(阈值范围的上限-阈值范围的下限)/2;将筛选出在设定的阈值范围内的每个差值运算结果与阈值范围的中间值进行作差运算,得到作差运算结果;筛选出最小的作差运算结果所对应的差值运算结果,进而得到该差值运算结果所对应的窗口图像特征,进而得到该窗口图像特征所对应的待价密的图像信息中与窗函数大小相等的区域,该区域则作为待加密的图像信息中的关键部分。
具体的,本发明在筛选关键部分时,通过将差值运算结果与设定的阈值范围的中间值进行比较,换言之,则是更接近中心的部分,结果更加准确。
实施例5
在上一实施例的基础上,所述步骤4中对投影图像正方体映射为一个球体,得到投影图像球体的方法执行以下步骤:使用如下公式,将正方体映射为一个球体:其中,p为正方体的X轴坐标,q 为正方体的Y轴坐标,z为正方体的Z轴坐标。
实施例6
如图5所示,在上一实施例的基础上,所述步骤5中对关键球面区域使用预设的球面加密模型进行加密的方法执行以下步骤:步骤5.1:将关键球面区域视为一个曲面矩阵;步骤5.2:计算曲面矩阵的特征值;步骤5.3:基于曲面矩阵的特征值计算加密矩阵的维度和加密长度,以依据该加密长度依序自该曲面矩阵中获得符合该加密长度的多个数据片段;步骤5.4:借由该加密矩阵分别对所取出的每所述数据片段进行加密,而获得多个加密片段,完成关键球面区域的加密。
具体的,曲面矩阵与矩阵的不同之处在于,曲面矩阵的运算结果将会随着曲面的弧度和半径发生变化。曲面矩阵的运算将适用曲面几何的规则。
实施例7
在上一实施例的基础上,所述计算该加密矩阵的维度的步骤包括:基于该曲面矩阵的特征值,决定有限域的幂次方;以及依据该有限域的幂次方决定该加密矩阵的维度;其中,该曲面矩阵的特征值与该有限域的幂次方符合限制条件,该限制条件包括:且,其中,r为关键球面区域的半径;c为调整系数,取值范围为:2~4。
具体的,曲面矩阵的特征值往往由其的半径和仿射变换角度有关。通过曲面矩阵的特征值来对曲面矩阵进行加密,其加密结果复杂度将会更高,且现有的密码破解方法均难以有效破解曲面矩阵加密,数据信息的安全性得到大幅度提升。
实施例8
在上一实施例的基础上,所述在计算该加密长度的步骤之后,还包括:以该加密长度作为每所述数据片段的长度,而重新组合该曲面矩阵,借以获得重组数据;以及借由该加密矩阵对该重组数据进行加密,而获得加密阵列。
具体的,数据传输加密技术的目的是对传输中的数据流加密,通常有线路加密与端—端加密两种。线路加密侧重在线路上而不考虑信源与信宿,是对保密信息通过各线路采用不同的加密密钥提供安全保护。端—端加密指信息由发送端自动加密,并且由TCP/IP进行数据包封装,然后作为不可阅读和不可识别的数据穿过互联网,当这些信息到达目的地,将被自动重组、解密,而成为可读的数据。
数据存储加密技术的目的是防止在存储环节上的数据失密,数据存储加密技术可分为密文存储和存取控制两种。前者一般是通过加密算法转换、附加密码、加密模块等方法实现;后者则是对用户资格、权限加以审查和限制,防止非法用户存取数据或合法用户越权存取数据。
数据完整性鉴别技术的目的是对介入信息传送、存取和处理的人的身份和相关数据内容进行验证,一般包括口令、密钥、身份、数据等项的鉴别。系统通过对比验证对象输入的特征值是否符合预先设定的参数,实现对数据的安全保护。
密钥管理技术包括密钥的产生、分配、保存、更换和销毁等各个环节上的保密措施。
实施例9
在上一实施例的基础上,所述在获得该加密阵列的步骤之后,还包括:重新组合该加密阵列,而获得加密片段。
实施例10
如图6所示,基于立体投影加密的图像信息传输装置。
所属技术领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统的具体工作过程及有关说明,可以参考前述方法实施例中的对应过程,在此不再赘述。
需要说明的是,上述实施例提供的系统,仅以上述各功能单元的划分进行举例说明,在实际应用中,可以根据需要而将上述功能分配由不同的功能单元来完成,即将本发明实施例中的单元或者步骤再分解或者组合,例如,上述实施例的单元可以合并为一个单元,也可以进一步拆分成多个子单元,以完成以上描述的全部或者单元功能。对于本发明实施例中涉及的单元、步骤的名称,仅仅是为了区分各个单元或者步骤,不视为对本发明的不当限定。
所属技术领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的存储装置、处理装置的具体工作过程及有关说明,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域技术人员应能够意识到,结合本文中所公开的实施例描述的各示例的单元、方法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,软件单元、方法步骤对应的程序可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
术语“第一”、“另一部分”等是配置用于区别类似的对象,而不是配置用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者单元/装置不仅包括那些要素,而且还包括没有明确列出的其它要素,或者还包括这些过程、方法、物品或者单元/装置所固有的要素。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术标记作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述,仅为本发明的较佳实施例而已,并非配置用于限定本发明的保护范围。
Claims (10)
1.基于立体投影加密的图像信息传输方法,其特征在于,所述方法执行以下步骤:
步骤1:发送端获取待加密的图像信息,对待加密的图像信息进行图像特征提取,得到待加密图像特征;
步骤2:基于得到的图像特征,获取待加密的图像信息中的关键部分;所述关键部分须满足以下约束条件:对待加密的图像信息中的关键部分进行图像特征提取,得到关键图像特征,将得到的关键图像特征与得到的待加密图像特征进行差值运算,得到的差值运算结果在设定的阈值范围内;
步骤3:将待加密的图像信息进行立体投影;所述立体投影的过程包括:将待加密的图像信息等分为6块,分别得到6个子图像信息;将6个子图像信息分别视为一个正方体的面,进行3维拼接;得到由子图像信息拼接而成的投影图像正方体;
步骤4:对投影图像正方体映射为一个球体,得到投影图像球体;
步骤5:找到投影图像球体的球面上与关键部分对应的关键球面区域;定义关键球面区域以外的区域为非关键球面区域;对关键球面区域使用预设的球面加密模型进行加密,加密完成后得到加密投影图像球体;
步骤6:生成一个半径大于加密投影图像球体的遮罩球形壳体;所述遮罩球形壳体能够完全包裹加密投影图像球体;同时,将非关键球面区域从加密投影图像球体的球面上,投影至遮罩球形壳体的内表面;
步骤7:发送端将遮罩球形壳体和遮罩球形壳体包裹的加密投影图像球体发送至接收端。
2.如权利要求1所述的方法,其特征在于,所述步骤1中对待加密的图像信息进行图像特征提取,得到待加密图像特征的方法包括:基于梯度直方图算法,提取所述待加密的图像信息的梯度特征;基于预设的仿射变换公式,将所述梯度特征进行仿射变换,以得到仿射变换图像;从所述仿射变换图像中提取局部相位量化特征;将提取得到的局部相位量化特征作为所述待加密的图像信息的图像特征;所述仿射变换公式使用如下公式进行表示: 其中,x为待加密的图像信息的横坐标,y为待加密的图像信息的纵坐标,x′为仿射变换图像的横坐标,y′为仿射变换图像的纵坐标,θ为仿射变换角度,a为第一仿射变换系数,取值范围为:1~6;b为第二仿射变换系数,取值范围为:2~5。
4.如权利要求3所述的方法,其特征在于,所述步骤2中获取待加密的图像信息中的关键部分的方法包括:对待加密的图像信息使用窗函数的方式进行图像特征提取,直到遍历完整个待加密的图像信息,得到多个窗口图像特征;分别对每个窗口图像特征与得到的待加密图像特征进行差值运算,得到多个差值运算结果;筛选出在设定的阈值范围内的每个差值运算结果;使用如下公式计算阈值范围的中间值:T=(阈值范围的上限-阈值范围的下限)/2;将筛选出在设定的阈值范围内的每个差值运算结果与阈值范围的中间值进行作差运算,得到作差运算结果;筛选出最小的作差运算结果所对应的差值运算结果,进而得到该差值运算结果所对应的窗口图像特征,进而得到该窗口图像特征所对应的待价密的图像信息中与窗函数大小相等的区域,该区域则作为待加密的图像信息中的关键部分。
6.如权利要求5所述的方法,其特征在于,所述步骤5中对关键球面区域使用预设的球面加密模型进行加密的方法执行以下步骤:步骤5.1:将关键球面区域视为一个曲面矩阵;步骤5.2:计算曲面矩阵的特征值;步骤5.3:基于曲面矩阵的特征值计算加密矩阵的维度和加密长度,以依据该加密长度依序自该曲面矩阵中获得符合该加密长度的多个数据片段;步骤5.4:借由该加密矩阵分别对所取出的每所述数据片段进行加密,而获得多个加密片段,完成关键球面区域的加密。
8.如权利要求7所述的方法,其特征在于,所述在计算该加密长度的步骤之后,还包括:以该加密长度作为每所述数据片段的长度,而重新组合该曲面矩阵,借以获得重组数据;以及借由该加密矩阵对该重组数据进行加密,而获得加密阵列。
9.如权利要求8所述的方法,其特征在于,所述在获得该加密阵列的步骤之后,还包括:重新组合该加密阵列,而获得加密片段。
10.用于实现权利要求1至9之一所述方法的基于立体投影加密的图像信息传输装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110969367.4A CN113689321B (zh) | 2021-08-23 | 2021-08-23 | 基于立体投影加密的图像信息传输方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110969367.4A CN113689321B (zh) | 2021-08-23 | 2021-08-23 | 基于立体投影加密的图像信息传输方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113689321A true CN113689321A (zh) | 2021-11-23 |
CN113689321B CN113689321B (zh) | 2023-12-22 |
Family
ID=78581511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110969367.4A Active CN113689321B (zh) | 2021-08-23 | 2021-08-23 | 基于立体投影加密的图像信息传输方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113689321B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114915697A (zh) * | 2022-05-12 | 2022-08-16 | 中国电子科技集团公司信息科学研究院 | 基于物理窗函数的光学图像加密方法、系统及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11266465A (ja) * | 1997-05-28 | 1999-09-28 | Nippon Telegr & Teleph Corp <Ntt> | 画像伝送/処理方法および装置およびそれらのプログラムを記録した記録媒体 |
WO2014023231A1 (zh) * | 2012-08-07 | 2014-02-13 | 泰邦泰平科技(北京)有限公司 | 宽视场超高分辨率光学成像系统及方法 |
CN107770406A (zh) * | 2017-10-26 | 2018-03-06 | 北京邮电大学 | 基于多参数分数阶变换和半张量积的图像加密方法及装置 |
CN108040191A (zh) * | 2017-12-20 | 2018-05-15 | 北京邮电大学 | 基于哈希链压缩感知的图像加密和解密方法 |
CN109977684A (zh) * | 2019-02-12 | 2019-07-05 | 平安科技(深圳)有限公司 | 一种数据传输方法、装置及终端设备 |
CN110599605A (zh) * | 2019-09-10 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 图像处理方法及装置、电子设备和计算机可读存储介质 |
CN112637442A (zh) * | 2020-12-28 | 2021-04-09 | 德州正捷电气有限公司 | 云服务器和本地端进行循环图像加密的方法及装置 |
-
2021
- 2021-08-23 CN CN202110969367.4A patent/CN113689321B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11266465A (ja) * | 1997-05-28 | 1999-09-28 | Nippon Telegr & Teleph Corp <Ntt> | 画像伝送/処理方法および装置およびそれらのプログラムを記録した記録媒体 |
WO2014023231A1 (zh) * | 2012-08-07 | 2014-02-13 | 泰邦泰平科技(北京)有限公司 | 宽视场超高分辨率光学成像系统及方法 |
CN107770406A (zh) * | 2017-10-26 | 2018-03-06 | 北京邮电大学 | 基于多参数分数阶变换和半张量积的图像加密方法及装置 |
CN108040191A (zh) * | 2017-12-20 | 2018-05-15 | 北京邮电大学 | 基于哈希链压缩感知的图像加密和解密方法 |
CN109977684A (zh) * | 2019-02-12 | 2019-07-05 | 平安科技(深圳)有限公司 | 一种数据传输方法、装置及终端设备 |
CN110599605A (zh) * | 2019-09-10 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 图像处理方法及装置、电子设备和计算机可读存储介质 |
CN112637442A (zh) * | 2020-12-28 | 2021-04-09 | 德州正捷电气有限公司 | 云服务器和本地端进行循环图像加密的方法及装置 |
Non-Patent Citations (1)
Title |
---|
朱庆;李世明;胡翰;钟若飞;吴波;谢林甫;: "面向三维城市建模的多点云数据融合方法综述", 武汉大学学报(信息科学版), no. 12 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114915697A (zh) * | 2022-05-12 | 2022-08-16 | 中国电子科技集团公司信息科学研究院 | 基于物理窗函数的光学图像加密方法、系统及存储介质 |
CN114915697B (zh) * | 2022-05-12 | 2023-06-16 | 中国电子科技集团公司信息科学研究院 | 基于物理窗函数的光学图像加密方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113689321B (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiang et al. | Reversible data hiding in encrypted three-dimensional mesh models | |
Wang et al. | Robust zero-watermarking algorithm based on polar complex exponential transform and logistic mapping | |
CN110084013B (zh) | 生物特征模板安全性及密钥产生 | |
Kang et al. | Robust and secure zero-watermarking algorithm for color images based on majority voting pattern and hyper-chaotic encryption | |
Sajjad et al. | Robust image hashing based efficient authentication for smart industrial environment | |
Paunwala et al. | Biometric template protection with DCT-based watermarking | |
Tarhouni et al. | Novel and robust image watermarking for copyright protection and integrity control | |
Cheung et al. | Protecting and managing privacy information in video surveillance systems | |
Ulutas et al. | A new copy move forgery detection method resistant to object removal with uniform background forgery | |
CN112003888A (zh) | 基于区块链的证件照管理方法、装置、设备及可读介质 | |
Mohanty et al. | e-PRNU: Encrypted domain PRNU-based camera attribution for preserving privacy | |
Uludag | Secure biometric systems | |
Gao et al. | An authenticatable (2, 3) secret sharing scheme using meaningful share images based on hybrid fractal matrix | |
CN113689321B (zh) | 基于立体投影加密的图像信息传输方法及装置 | |
Hao et al. | Robustness analysis of face obscuration | |
Su et al. | A watermarking scheme for dual‐color images based on URV decomposition and image correction | |
Mohanty et al. | PANDORA: Preserving privacy in PRNU-based source camera attribution | |
Cao et al. | Using image sensor PUF as root of trust for birthmarking of perceptual image hash | |
CN109856979B (zh) | 环境调节方法、系统、终端及介质 | |
Brar et al. | Double layer image security system using encryption and steganography | |
Wu et al. | Color Zero‐Watermarking Algorithm for Medical Images Based on BEMD‐Schur Decomposition and Color Visual Cryptography | |
Quist-Aphetsi et al. | Validating of digital forensic images using SHA-256 | |
Chaurasia et al. | Retinal Biometric for Securing JPEG-Codec Hardware IP Core for CE Systems | |
Lei et al. | A novel watermarking algorithm based on characteristics model of local fragmentary images | |
CN111382296B (zh) | 数据处理方法、装置、终端及存储介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231130 Address after: Room 325-326, 3rd Floor, Building B, Qinghu Science and Technology Park, Qingxiang Road, Qinghu Community, Longhua Street, Longhua District, Shenzhen City, Guangdong Province, 518000 Applicant after: Shenzhen Puhui Zhiwei Technology Co.,Ltd. Address before: 518000 No. 47-2101, Fumin community front road, Fucheng street, Longhua District, Shenzhen, Guangdong Applicant before: Chen Fengmei |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |