CN113792317A - 一种图像加密方法及装置 - Google Patents
一种图像加密方法及装置 Download PDFInfo
- Publication number
- CN113792317A CN113792317A CN202111108977.1A CN202111108977A CN113792317A CN 113792317 A CN113792317 A CN 113792317A CN 202111108977 A CN202111108977 A CN 202111108977A CN 113792317 A CN113792317 A CN 113792317A
- Authority
- CN
- China
- Prior art keywords
- image
- encrypted
- module
- encryption
- generate
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000000605 extraction Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000000638 solvent extraction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
-
- 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
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像加密方法,包括以下步骤:获取并导入待加密图像至预置的特征分析模型中,生成图像特征信息;根据图像特征信息将待加密图像进行划分,以得到多个待加密图像块;分别对各个待加密图像块进行加密,生成多个初始加密图像块;根据各个初始加密图像块中的图像标记信息将各个初始加密图像块进行关联,生成关联匹配信息;根据关联匹配信息将各个初始加密图像块进行排列,生成组合加密图像;对组合加密图像进行加密,生成目标加密图像。本发明公开了一种图像加密装置。本发明可结合图像特征对图像进行有效加密,提高图像加密保护效果。
Description
技术领域
本发明涉及图像加密保护技术领域,具体而言,涉及一种图像加密方法及装置。
背景技术
随着网络技术与多媒体技术的飞速发展,越来越多的人通过网络进行沟通,每天都有大量的图片在网络中传输,数字图像已经广泛用于人们的生活,其安全性越来越重要。随着计算机的普及,破译方式和手段日益提高,利用计算机犯罪的数量在逐年不断地上升,数字图像安全已经成为现在计算机领域的一个重要主题。数字图像加密是一种保护图像安全的有效方法。
现有的图像加密技术无法结合图像的特征对图像进行深层次的加密,其加密方式过于简单,导致图像的加密安全性低,无法起到很好的加密保护的效果。
发明内容
为了克服上述问题或者至少部分地解决上述问题,本发明实施例提供一种图像加密方法及装置,可结合图像特征对图像进行有效加密,提高图像加密保护效果。
本发明的实施例是这样实现的:
第一方面,本发明实施例提供一种图像加密方法,包括以下步骤:
获取并导入待加密图像至预置的特征分析模型中,生成图像特征信息;
根据图像特征信息将待加密图像进行划分,以得到多个待加密图像块;
分别对各个待加密图像块进行加密,生成多个初始加密图像块;
根据各个初始加密图像块中的图像标记信息将各个初始加密图像块进行关联,生成关联匹配信息;
根据关联匹配信息将各个初始加密图像块进行排列,生成组合加密图像;
对组合加密图像进行加密,生成目标加密图像。
为了解决现有技术中无法对图像进行深层次的加密,图像加密安全性低的技术问题,本发明结合图像的不同特征性质对图像进行划分,然后根据不同特征的图像采用不同的加密方式对各个图像块进行加密,然后再对整合的图像进行再次加密,以提高图像加密效果,提高图像加密安全性。首先,将待加密图像导入到预置的特征分析模型中进行特征提取,提取到待加密图像的各个特征,然后,根据图像特征信息将待加密图像进行划分,划分为多个待加密图像块。然后,对各个待加密图像块分别采用不同的加密算法进行加密,生成多个初始加密图像块,以提高图像加密安全性,同时每一个待加密图像块都具备一个标识信息,以便后续进行组合还原,根据各个初始加密图像块中的图像标记信息将各个初始加密图像块进行关联,可以按照从左至右从上之下的方式进行标识,生成关联匹配信息,该关联匹配信息包括各个图像块之间的顺序关系、边缘区域连接位置关系等等。然后,根据关联匹配信息将各个初始加密图像块进行排列组装,以得到完整的组合加密图像。为了进一步保证图像的安全性,除了将图像进行分块加密外,还对加密后组装的组合加密图像进行加密,然后得到一个多重加密的目标加密图像。
本方法结合图像特征分别对图像进行加密,并对加密区块图像进行再次加密,多种加密提高了图像加密安全性。
基于第一方面,在本发明的一些实施例中,上述获取并导入待加密图像至预置的特征分析模型中,生成图像特征信息的方法包括以下步骤:
获取并根据图像特征数据和样本图像进行数据训练,以建立特征分析模型;
获取并导入待加密图像至特征分析模型中,通过特征分析模型提取待加密图像的各个特征,生成图像特征信息。
基于第一方面,在本发明的一些实施例中,上述根据图像特征信息将待加密图像进行划分,以得到多个待加密图像块的方法包括以下步骤:
根据图像特征信息中的颜色特征将待加密图像进行划分,以得到多个颜色待加密图像块;
根据图像特征信息中的纹理特征将待加密图像进行划分,以得到多个纹理待加密图像块;
根据图像特征信息中的形状特征将待加密图像进行划分,以得到多个形状待加密图像块。
基于第一方面,在本发明的一些实施例中,上述分别对各个待加密图像块进行加密,生成多个初始加密图像块的方法包括以下步骤:
分别对各个颜色待加密图像块进行加密,生成多个初始颜色加密图像块;
分别对各个纹理待加密图像块进行加密,生成多个初始纹理加密图像块;
分别对各个形状待加密图像块进行加密,生成多个初始形状加密图像块。
第二方面,本发明实施例提供一种图像加密装置,包括特征分析模块、图像划分模块、初始加密模块、关联匹配模块、图像组合模块以及目标加密模块,其中:
特征分析模块,用于获取并导入待加密图像至预置的特征分析模型中,生成图像特征信息;
图像划分模块,用于根据图像特征信息将待加密图像进行划分,以得到多个待加密图像块;
初始加密模块,用于分别对各个待加密图像块进行加密,生成多个初始加密图像块;
关联匹配模块,用于根据各个初始加密图像块中的图像标记信息将各个初始加密图像块进行关联,生成关联匹配信息;
图像组合模块,用于根据关联匹配信息将各个初始加密图像块进行排列,生成组合加密图像;
目标加密模块,用于对组合加密图像进行加密,生成目标加密图像。
为了解决现有技术中无法对图像进行深层次的加密,图像加密安全性低的技术问题,本发明结合图像的不同特征性质对图像进行划分,然后根据不同特征的图像采用不同的加密方式对各个图像块进行加密,然后再对整合的图像进行再次加密,以提高图像加密效果,提高图像加密安全性。首先,特征分析模块将待加密图像导入到预置的特征分析模型中进行特征提取,提取到待加密图像的各个特征,然后,图像划分模块根据图像特征信息将待加密图像进行划分,划分为多个待加密图像块。然后,通过初始加密模块对各个待加密图像块分别采用不同的加密算法进行加密,生成多个初始加密图像块,以提高图像加密安全性,同时每一个待加密图像块都具备一个标识信息,以便后续进行组合还原,关联匹配模块根据各个初始加密图像块中的图像标记信息将各个初始加密图像块进行关联,可以按照从左至右从上之下的方式进行标识,生成关联匹配信息,该关联匹配信息包括各个图像块之间的顺序关系、边缘区域连接位置关系等等。然后,图像组合模块根据关联匹配信息将各个初始加密图像块进行排列组装,以得到完整的组合加密图像。为了进一步保证图像的安全性,除了将图像进行分块加密外,还通过目标加密模块对加密后组装的组合加密图像进行加密,然后得到一个多重加密的目标加密图像。
本系统结合图像特征分别对图像进行加密,并对加密区块图像进行再次加密,多种加密提高了图像加密安全性。
基于第二方面,在本发明的一些实施例中,上述特征分析模块包括模型建立子模块和特征提取子模块,其中:
模型建立子模块,用于获取并根据图像特征数据和样本图像进行数据训练,以建立特征分析模型;
特征提取子模块,用于获取并导入待加密图像至特征分析模型中,通过特征分析模型提取待加密图像的各个特征,生成图像特征信息。
基于第二方面,在本发明的一些实施例中,上述图像划分模块包括颜色划分子模块、纹理划分子模块以及形状划分子模块,其中:
颜色划分子模块,用于根据图像特征信息中的颜色特征将待加密图像进行划分,以得到多个颜色待加密图像块;
纹理划分子模块,用于根据图像特征信息中的纹理特征将待加密图像进行划分,以得到多个纹理待加密图像块;
形状划分子模块,用于根据图像特征信息中的形状特征将待加密图像进行划分,以得到多个形状待加密图像块。
基于第二方面,在本发明的一些实施例中,上述初始加密模块包括第一加密子模块、第二加密子模块以及第三加密子模块,其中:
第一加密子模块,用于分别对各个颜色待加密图像块进行加密,生成多个初始颜色加密图像块;
第二加密子模块,用于分别对各个纹理待加密图像块进行加密,生成多个初始纹理加密图像块;
第三加密子模块,用于分别对各个形状待加密图像块进行加密,生成多个初始形状加密图像块。
第三方面,本申请实施例提供一种电子设备,其包括存储器,用于存储一个或多个程序;处理器。当一个或多个程序被处理器执行时,实现如上述第一方面中任一项的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
本发明实施例至少具有如下优点或有益效果:
本发明实施例提供一种图像加密方法及装置,为了解决现有技术中无法对图像进行深层次的加密,图像加密安全性低的技术问题,本发明结合图像的不同特征性质对图像进行划分,然后根据不同特征的图像采用不同的加密方式对各个图像块进行加密,然后再对整合的图像进行再次加密,以提高图像加密效果,提高图像加密安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例一种图像加密方法的流程图;
图2为本发明实施例一种图像加密装置的原理框图;
图3为本发明实施例提供的一种电子设备的结构框图。
图标:100、特征分析模块;110、模型建立子模块;120、特征提取子模块;200、图像划分模块;210、颜色划分子模块;220、纹理划分子模块;230、形状划分子模块;300、初始加密模块;310、第一加密子模块;320、第二加密子模块;330、第三加密子模块;400、关联匹配模块;500、图像组合模块;600、目标加密模块;101、存储器;102、处理器;103、通信接口。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”或者其任何其他变体意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、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本发明实施例的描述中,“多个”代表至少2个。
实施例
如图1所示,第一方面,本发明实施例提供一种图像加密方法,包括以下步骤:
S1、获取并导入待加密图像至预置的特征分析模型中,生成图像特征信息;
S2、根据图像特征信息将待加密图像进行划分,以得到多个待加密图像块;
进一步地,根据图像特征信息中的颜色特征将待加密图像进行划分,以得到多个颜色待加密图像块;根据图像特征信息中的纹理特征将待加密图像进行划分,以得到多个纹理待加密图像块;根据图像特征信息中的形状特征将待加密图像进行划分,以得到多个形状待加密图像块。
在本发明的一些实施例中,首先,将待加密图像导入到预置的特征分析模型中进行特征提取,提取到待加密图像的各个特征,然后,根据图像特征信息将待加密图像进行划分,划分为多个颜色待加密图像块、多个待加密图像块、多个纹理待加密图像块以及多个形状待加密图像块。上述图像特征信息包括颜色特征、纹理特征、形状特征等等。根据不同的图像特征对待加密的图像进行划分,以便后续根据不同的特征图像块进行图像加密,提高加密的精度。
S3、分别对各个待加密图像块进行加密,生成多个初始加密图像块;
进一步地,分别对各个颜色待加密图像块进行加密,生成多个初始颜色加密图像块;分别对各个纹理待加密图像块进行加密,生成多个初始纹理加密图像块;分别对各个形状待加密图像块进行加密,生成多个初始形状加密图像块。
针对根据不同特征划分的图像块分别采用不同的方式进行加密,多重加密以便提高图像加密的安全性。
S4、根据各个初始加密图像块中的图像标记信息将各个初始加密图像块进行关联,生成关联匹配信息;
在本发明的一些实施例中,对各个待加密图像块分别采用不同的加密算法进行加密,生成多个初始加密图像块,以提高图像加密安全性,同时每一个待加密图像块都具备一个标识信息,以便后续进行组合还原,根据各个初始加密图像块中的图像标记信息将各个初始加密图像块进行关联,可以按照从左至右从上之下的方式进行标识,生成关联匹配信息,该关联匹配信息包括各个图像块之间的顺序关系、边缘区域连接位置关系等等。
S5、根据关联匹配信息将各个初始加密图像块进行排列,生成组合加密图像;
在本发明的一些实施例中,根据关联匹配信息将各个初始加密图像块进行排列组装,以得到完整的组合加密图像。根据上述关联匹配信息中的各个图像块之间的顺序关系、边缘区域连接位置关系按照从左至右从上之下的方式进行排列组合,以得到完整的组合加密图像。
S6、对组合加密图像进行加密,生成目标加密图像。
在本发明的一些实施例中,为了进一步保证图像的安全性,除了将图像进行分块加密外,还对加密后组装的组合加密图像进行加密,然后得到一个多重加密的目标加密图像。
为了解决现有技术中无法对图像进行深层次的加密,图像加密安全性低的技术问题,本发明结合图像的不同特征性质对图像进行划分,然后根据不同特征的图像采用不同的加密方式对各个图像块进行加密,然后再对整合的图像进行再次加密,以提高图像加密效果,提高图像加密安全性。本方法结合图像特征分别对图像进行加密,并对加密区块图像进行再次加密,多种加密提高了图像加密安全性。
基于第一方面,在本发明的一些实施例中,上述获取并导入待加密图像至预置的特征分析模型中,生成图像特征信息的方法包括以下步骤:
获取并根据图像特征数据和样本图像进行数据训练,以建立特征分析模型;
获取并导入待加密图像至特征分析模型中,通过特征分析模型提取待加密图像的各个特征,生成图像特征信息。
为了保证可以快速有效的对待加密的图像进行合理加密处理,需要提取到图像的特征,在对图像进行加密之前,首先,结合基础的图像特征数据和大量的样本图像进行训练,然后建立一个特征分析模型,该特征分析模型是指基于历史训练结果对图像特征进行提取的数学模型,当需要进行图像加密时,通过特征分析模型对待加密的图像进行特征提取,得到图像特征信息,为后续图像划分和图像块加密提供基础。
如图2所示,第二方面,本发明实施例提供一种图像加密装置,包括特征分析模块100、图像划分模块200、初始加密模块300、关联匹配模块400、图像组合模块500以及目标加密模块600,其中:
特征分析模块100,用于获取并导入待加密图像至预置的特征分析模型中,生成图像特征信息;
图像划分模块200,用于根据图像特征信息将待加密图像进行划分,以得到多个待加密图像块;
初始加密模块300,用于分别对各个待加密图像块进行加密,生成多个初始加密图像块;
关联匹配模块400,用于根据各个初始加密图像块中的图像标记信息将各个初始加密图像块进行关联,生成关联匹配信息;
图像组合模块500,用于根据关联匹配信息将各个初始加密图像块进行排列,生成组合加密图像;
目标加密模块600,用于对组合加密图像进行加密,生成目标加密图像。
为了解决现有技术中无法对图像进行深层次的加密,图像加密安全性低的技术问题,本发明结合图像的不同特征性质对图像进行划分,然后根据不同特征的图像采用不同的加密方式对各个图像块进行加密,然后再对整合的图像进行再次加密,以提高图像加密效果,提高图像加密安全性。首先,特征分析模块100将待加密图像导入到预置的特征分析模型中进行特征提取,提取到待加密图像的各个特征,然后,图像划分模块200根据图像特征信息将待加密图像进行划分,划分为多个待加密图像块。然后,通过初始加密模块300对各个待加密图像块分别采用不同的加密算法进行加密,生成多个初始加密图像块,以提高图像加密安全性,同时每一个待加密图像块都具备一个标识信息,以便后续进行组合还原,关联匹配模块400根据各个初始加密图像块中的图像标记信息将各个初始加密图像块进行关联,可以按照从左至右从上之下的方式进行标识,生成关联匹配信息,该关联匹配信息包括各个图像块之间的顺序关系、边缘区域连接位置关系等等。然后,图像组合模块500根据关联匹配信息将各个初始加密图像块进行排列组装,以得到完整的组合加密图像。为了进一步保证图像的安全性,除了将图像进行分块加密外,还通过目标加密模块600对加密后组装的组合加密图像进行加密,然后得到一个多重加密的目标加密图像。
本系统结合图像特征分别对图像进行加密,并对加密区块图像进行再次加密,多种加密提高了图像加密安全性。
如图2所示,基于第二方面,在本发明的一些实施例中,上述特征分析模块100包括模型建立子模块110和特征提取子模块120,其中:
模型建立子模块110,用于获取并根据图像特征数据和样本图像进行数据训练,以建立特征分析模型;
特征提取子模块120,用于获取并导入待加密图像至特征分析模型中,通过特征分析模型提取待加密图像的各个特征,生成图像特征信息。
为了保证可以快速有效的对待加密的图像进行合理加密处理,需要提取到图像的特征,在对图像进行加密之前,首先,模型建立子模块110结合基础的图像特征数据和大量的样本图像进行训练,然后建立一个特征分析模型,该特征分析模型是指基于历史训练结果对图像特征进行提取的数学模型,当需要进行图像加密时,特征提取子模块120通过特征分析模型对待加密的图像进行特征提取,得到图像特征信息,为后续图像划分和图像块加密提供基础。
如图2所示,基于第二方面,在本发明的一些实施例中,上述图像划分模块200包括颜色划分子模块210、纹理划分子模块220以及形状划分子模块230,其中:
颜色划分子模块210,用于根据图像特征信息中的颜色特征将待加密图像进行划分,以得到多个颜色待加密图像块;
纹理划分子模块220,用于根据图像特征信息中的纹理特征将待加密图像进行划分,以得到多个纹理待加密图像块;
形状划分子模块230,用于根据图像特征信息中的形状特征将待加密图像进行划分,以得到多个形状待加密图像块。
通过颜色划分子模块210、纹理划分子模块220以及形状划分子模块230根据图像特征信息将待加密图像进行划分,划分为多个颜色待加密图像块、多个待加密图像块、多个纹理待加密图像块以及多个形状待加密图像块,提高图像划分的全面性,为后续提供更为全面准确的数据。
如图2所示,基于第二方面,在本发明的一些实施例中,上述初始加密模块300包括第一加密子模块310、第二加密子模块320以及第三加密子模块330,其中:
第一加密子模块310,用于分别对各个颜色待加密图像块进行加密,生成多个初始颜色加密图像块;
第二加密子模块320,用于分别对各个纹理待加密图像块进行加密,生成多个初始纹理加密图像块;
第三加密子模块330,用于分别对各个形状待加密图像块进行加密,生成多个初始形状加密图像块。
通过第一加密子模块310、第二加密子模块320和第三加密子模块330分别针对根据不同特征划分的图像块分别采用不同的方式进行加密,多重加密以便提高图像加密的安全性。
如图3所示,第三方面,本申请实施例提供一种电子设备,其包括存储器101,用于存储一个或多个程序;处理器102。当一个或多个程序被处理器102执行时,实现如上述第一方面中任一项的方法。
还包括通信接口103,该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块,处理器102通过执行存储在存储器101内的软件程序及模块,从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
其中,存储器101可以是但不限于,随机存取存储器101(Random Access Memory,RAM),只读存储器101(Read Only Memory,ROM),可编程只读存储器101(ProgrammableRead-Only Memory,PROM),可擦除只读存储器101(Erasable Programmable Read-OnlyMemory,EPROM),电可擦除只读存储器101(Electric Erasable Programmable Read-OnlyMemory,EEPROM)等。
处理器102可以是一种集成电路芯片,具有信号处理能力。该处理器102可以是通用处理器102,包括中央处理器102(Central Processing Unit,CPU)、网络处理器102(Network Processor,NP)等;还可以是数字信号处理器102(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请所提供的实施例中,应该理解到,所揭露的方法及系统和方法,也可以通过其它的方式实现。以上所描述的方法及系统实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的方法及系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器102执行时实现如上述第一方面中任一项的方法。所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器101(ROM,Read-Only Memory)、随机存取存储器101(RAM,RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种图像加密方法,其特征在于,包括以下步骤:
获取并导入待加密图像至预置的特征分析模型中,生成图像特征信息;
根据图像特征信息将待加密图像进行划分,以得到多个待加密图像块;
分别对各个待加密图像块进行加密,生成多个初始加密图像块;
根据各个初始加密图像块中的图像标记信息将各个初始加密图像块进行关联,生成关联匹配信息;
根据关联匹配信息将各个初始加密图像块进行排列,生成组合加密图像;
对组合加密图像进行加密,生成目标加密图像。
2.根据权利要求1所述的一种图像加密方法,其特征在于,所述获取并导入待加密图像至预置的特征分析模型中,生成图像特征信息的方法包括以下步骤:
获取并根据图像特征数据和样本图像进行数据训练,以建立特征分析模型;
获取并导入待加密图像至特征分析模型中,通过特征分析模型提取待加密图像的各个特征,生成图像特征信息。
3.根据权利要求1所述的一种图像加密方法,其特征在于,所述根据图像特征信息将待加密图像进行划分,以得到多个待加密图像块的方法包括以下步骤:
根据图像特征信息中的颜色特征将待加密图像进行划分,以得到多个颜色待加密图像块;
根据图像特征信息中的纹理特征将待加密图像进行划分,以得到多个纹理待加密图像块;
根据图像特征信息中的形状特征将待加密图像进行划分,以得到多个形状待加密图像块。
4.根据权利要求3所述的一种图像加密方法,其特征在于,所述分别对各个待加密图像块进行加密,生成多个初始加密图像块的方法包括以下步骤:
分别对各个颜色待加密图像块进行加密,生成多个初始颜色加密图像块;
分别对各个纹理待加密图像块进行加密,生成多个初始纹理加密图像块;
分别对各个形状待加密图像块进行加密,生成多个初始形状加密图像块。
5.一种图像加密装置,其特征在于,包括特征分析模块、图像划分模块、初始加密模块、关联匹配模块、图像组合模块以及目标加密模块,其中:
特征分析模块,用于获取并导入待加密图像至预置的特征分析模型中,生成图像特征信息;
图像划分模块,用于根据图像特征信息将待加密图像进行划分,以得到多个待加密图像块;
初始加密模块,用于分别对各个待加密图像块进行加密,生成多个初始加密图像块;
关联匹配模块,用于根据各个初始加密图像块中的图像标记信息将各个初始加密图像块进行关联,生成关联匹配信息;
图像组合模块,用于根据关联匹配信息将各个初始加密图像块进行排列,生成组合加密图像;
目标加密模块,用于对组合加密图像进行加密,生成目标加密图像。
6.根据权利要求5所述的一种图像加密装置,其特征在于,所述特征分析模块包括模型建立子模块和特征提取子模块,其中:
模型建立子模块,用于获取并根据图像特征数据和样本图像进行数据训练,以建立特征分析模型;
特征提取子模块,用于获取并导入待加密图像至特征分析模型中,通过特征分析模型提取待加密图像的各个特征,生成图像特征信息。
7.根据权利要求5所述的一种图像加密装置,其特征在于,所述图像划分模块包括颜色划分子模块、纹理划分子模块以及形状划分子模块,其中:
颜色划分子模块,用于根据图像特征信息中的颜色特征将待加密图像进行划分,以得到多个颜色待加密图像块;
纹理划分子模块,用于根据图像特征信息中的纹理特征将待加密图像进行划分,以得到多个纹理待加密图像块;
形状划分子模块,用于根据图像特征信息中的形状特征将待加密图像进行划分,以得到多个形状待加密图像块。
8.根据权利要求7所述的一种图像加密装置,其特征在于,所述初始加密模块包括第一加密子模块、第二加密子模块以及第三加密子模块,其中:
第一加密子模块,用于分别对各个颜色待加密图像块进行加密,生成多个初始颜色加密图像块;
第二加密子模块,用于分别对各个纹理待加密图像块进行加密,生成多个初始纹理加密图像块;
第三加密子模块,用于分别对各个形状待加密图像块进行加密,生成多个初始形状加密图像块。
9.一种电子设备,其特征在于,包括:
存储器,用于存储一个或多个程序;
处理器;
当所述一个或多个程序被所述处理器执行时,实现如权利要求1-4中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111108977.1A CN113792317A (zh) | 2021-09-22 | 2021-09-22 | 一种图像加密方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111108977.1A CN113792317A (zh) | 2021-09-22 | 2021-09-22 | 一种图像加密方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113792317A true CN113792317A (zh) | 2021-12-14 |
Family
ID=79184066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111108977.1A Withdrawn CN113792317A (zh) | 2021-09-22 | 2021-09-22 | 一种图像加密方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113792317A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115242557A (zh) * | 2022-09-22 | 2022-10-25 | 江苏广海检验检测有限公司 | 一种环境保护监测数据的安全传输方法及系统 |
CN117076895A (zh) * | 2023-10-18 | 2023-11-17 | 深圳市能数科技有限公司 | 能源补给信息的智能分析方法及系统 |
-
2021
- 2021-09-22 CN CN202111108977.1A patent/CN113792317A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115242557A (zh) * | 2022-09-22 | 2022-10-25 | 江苏广海检验检测有限公司 | 一种环境保护监测数据的安全传输方法及系统 |
CN115242557B (zh) * | 2022-09-22 | 2023-01-06 | 江苏广海检验检测有限公司 | 一种环境保护监测数据的安全传输方法及系统 |
CN117076895A (zh) * | 2023-10-18 | 2023-11-17 | 深圳市能数科技有限公司 | 能源补给信息的智能分析方法及系统 |
CN117076895B (zh) * | 2023-10-18 | 2024-02-06 | 深圳市能数科技有限公司 | 能源补给信息的智能分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shen et al. | Privacy-preserving image retrieval for medical IoT systems: A blockchain-based approach | |
CN111756522B (zh) | 数据处理方法及系统 | |
CN108734028B (zh) | 基于区块链的数据管理方法、区块链节点及存储介质 | |
CN113792317A (zh) | 一种图像加密方法及装置 | |
EP3889866A1 (en) | Methods and devices for providing and authenticating two-dimensional code | |
CN108269062B (zh) | 基于h5的电子合同制作方法、装置、设备及介质 | |
CN106951796B (zh) | 一种数据隐私保护的脱敏方法及其装置 | |
CN112949545B (zh) | 识别人脸图像的方法、装置、计算设备和介质 | |
ES2819453T3 (es) | Método y aparato para verificación de información de identidad | |
Guo et al. | Enabling secure cross-modal retrieval over encrypted heterogeneous IoT databases with collective matrix factorization | |
CN106156654B (zh) | 文档加密装置与方法 | |
CN105976005A (zh) | 二维码加密方法、二维码生成设备和二维码扫描设备 | |
CN106156738A (zh) | 一种带加密qr二维码的汽车车牌密文图像的读取方法 | |
KR20170057270A (ko) | 패스워드 보호 질문 설정 방법 및 디바이스 | |
CN113360953A (zh) | 基于ipfs和区块链的文件分布式存储管理方法及系统 | |
CN103532960A (zh) | 文本加密交互方法、加密方法及装置、解密方法及装置 | |
CN104899748A (zh) | 基于标识认证技术的二维码与刮刮码复合鉴真方法 | |
Majhi et al. | Secure content‐based image retrieval using modified Euclidean distance for encrypted features | |
CN107005576A (zh) | 从服务器日志生成用于链接标识符的桥接匹配标识符 | |
CN109492657A (zh) | 手写样本数字化方法、装置、计算机设备及存储介质 | |
Suklabaidya et al. | Visual cryptographic applications | |
CN108460606A (zh) | 一种基于二维码扫描及验证查询的防伪方法 | |
CN112329030A (zh) | 一种基于边缘计算的农产品溯源方法和系统 | |
CN116506230A (zh) | 基于rsa非对称加密的数据采集方法、系统 | |
CN114500580B (zh) | 一种基于区块链的分布式存储系统及方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20211214 |
|
WW01 | Invention patent application withdrawn after publication |