CN114049245A - 一种基于复合混沌映射的彩色图像加密方法 - Google Patents
一种基于复合混沌映射的彩色图像加密方法 Download PDFInfo
- Publication number
- CN114049245A CN114049245A CN202111315438.5A CN202111315438A CN114049245A CN 114049245 A CN114049245 A CN 114049245A CN 202111315438 A CN202111315438 A CN 202111315438A CN 114049245 A CN114049245 A CN 114049245A
- Authority
- CN
- China
- Prior art keywords
- tlo
- matrix
- tli
- mapping
- image
- 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.)
- Pending
Links
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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/08—Computing arrangements based on specific mathematical models using chaos models or non-linear system models
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Nonlinear Science (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Facsimile Transmission Control (AREA)
Abstract
本发明公开了一种基于复合混沌映射的彩色图像加密方法。本发明针对现有低维混沌系统,其密钥空间相对较小,基于高维混沌系统,其计算量较大的技术问题。通过复合混沌映射的方法,使用的是将Logistic映射和Chebyshev映射产生的两个结果相乘而得到新的输出,解决了低维混沌系统密钥空间小以及高维混沌系统其计算量较大的问题。同时本发明加密方法很好地破坏了相邻像素之间的相关性,具有较好的加密性能。拥有较大的密钥空间来抵抗暴力攻击,增强了密文图像的安全性与可靠性。
Description
技术领域
本发明涉及彩色图像加密领域,具体涉及一种基于复合混沌网络的彩色图像加密方法。
背景技术
随着Internet技术与多媒体技术的飞速发展,数字化信息可以以不同的形式在网络上方便、快捷地传输。在诸如军事协同作战、电子政务、工业协同设计、场景监控、远程医疗与远程教育等传输系统中,需要可靠的图像加密技术。一般的图像加密分为两个步骤:置乱和扩散。置乱变换可以快速地打乱像素位置,破坏图像中原有的空间有序性和局部相关性,把图像变得杂乱无章、无法识别。扩散技术是指对图像像素值进行替换,且一个像素值的改变会影响到其它像素值的改变,使不同位置像素发生耦合,从而使加密能够抵抗已知明文的攻击的技术。扩散技术使得元素之间相互影响,从而使得输入中的微小变化,经过积累发展后而造成输出的巨大改变。
混沌系统是非线性的系统,它对初始条件和控制参数非常敏感,任何微小的初始偏差都会被指数式放大,符合扩散规则。同时,它又是确定性的,可由非线性系统的方程、参数和初始条件完全确定。因此,初始状态和少量参数的变化就可以产生满足密码学基本特征的混沌密码序列,将混沌理论与加密技术相结合,可以形成良好的加密系统。目前,关于图像加密的算法有很多,大部分采用低维混沌系统,其密钥空间相对较小,难以有效抵御穷举攻击且其在有限精度系统中存在短周期等问题。如果使用高维混沌系统,其计算量较大。本发明针对这些问题和以往研究成果提出了一种基于复合混沌映射的加密方法,能够较好地解决上述问题。
发明内容
本发明的目的是根据上述提出基于低维混沌系统,其密钥空间相对较小,基于高维混沌系统,其计算量较大的技术问题。提供一种基于复合混沌映射的彩色图像加密方法,拥有较大的密钥空间来抵抗暴力攻击,增强了密文图像的安全性与可靠性。
本发明解决其技术问题所采用的技术方案由以下步骤实现:
步骤一、将大小为N*N的彩色图像作为原始图像Image1;
步骤二、提取原始图像RGB三个分量,将原始图像转换为矩阵DR,DG,DB。并且计算出图像的灰度值矩阵D1;
步骤三、根据灰度值矩阵D1以及SHA-256产生一个256位的二进制Hash值L0;
步骤四、将L0进行分段,每8位一段,得到32个分段密钥ki(i=1,2,...,32);
步骤五、令循环次数r=1,分段密钥ki分别结合密钥x0,y0,z0,C0构造出XTL,YTL,ZTL,CTL;对XTL,YTL,ZTL,CTL进行归一化处理,得到复合混沌系统的初始值XTLI,YTLI,ZTLI,CTLI;
步骤七、以XTLI,YTLI,ZTLI,CTLI作为复合混沌映射的初始值,并分别将密钥中的mR,mB,mG,m1作为对应初始值的迭代次数,得到混沌参数XTLO,YTLO,ZTLO,CTLO;
步骤八、使用CTLO计算出Cat映射的控制参数p,q:
步骤九、以p,q为控制参数,使用Cat映射分别对矩阵DR,DG,DB进行像素置换,得到对应矩阵ER,EG,EB;
步骤十、将矩阵ER,EG,EB按照从左到右从上到下的顺序重排矩阵得到序列SR,SG,SB;
步骤十一、分别使用XTLO,YTLO,ZTLO得到对应密钥流KX,KY,KZ;
步骤十二、使用KX,KY,KZ分别对SR,SG,SB进行加密得到矩阵C:
步骤十三、将矩阵C的每一行变换为N×N的矩阵,得到加密后的三个彩色分量的矩阵CR,CG,CB;
步骤十四、判断当前是否是r<R,若不是则令x0=XTL,y0=YTL,z0=ZTL,C0=CTL,返回步骤五继续循环加密。
本发明有益效果如下:
本发明拥有较大的密钥空间来抵抗暴力攻击,增强了密文图像的安全性与可靠性,同时解决了计算量较大的问题。
附图说明
图1为本发明方法流程图;
图2为复合混沌映射流程图;
图3是复合混沌系统产生的序列的自相关特性。
图4是复合混沌系统产生的序列的互相关特性;
图5是原始图像。
图6是加密后的图像。
图7是明文图像,密文图像和它们的直方图。
图8是解密后的图像。
图9是原始图像R分量的相关性。
图10是原始图像G分量的相关性。
图11是原始图像B分量的相关性。
图12是加密图像R分量的相关性。
图13是加密图像G分量的相关性。
图14是加密图像B分量的相关性。
具体实施方式
结合以下具体实施例和附图,对本发明进一步的详细说明。加密过程中密钥x0=y0=z0=C0=0.1,mR=200,mB=300,mG=400,m1=500,R=2
如图1所示,一种基于复合混沌映射的彩色图像加密方法,具体实现如下:
步骤一、将大小为N*N的彩色图像作为原始图像Image1,如图5所示;
步骤二、提取原始图像RGB三个分量,将原始图像转换为矩阵DR,DG,DB。并且计算出图像的灰度值矩阵D1;
步骤三、根据灰度值矩阵D1以及SHA-256产生一个256位的二进制Hash值L0;
步骤四、将L0进行分段,每8位一段,可以得到32个分段密钥ki(i=1,2,...,32);
步骤五、令当前循环次数r=1,根据分段密钥ki和密钥x0,y0,z0,C0构造出XTL,YTL,ZTL,CTL:
步骤六、对XTL,YTL,ZTL,CTL进行归一化处理得到复合混沌系统的初值XTLI,YTLI,ZTLI,CTLI;如图3和图4所示复合混沌系统产生的序列具有自相关特性和互相关特性。且看出该序列有很好的自相关和互相关特性,该密码序列满足平均分布,适合用来加密。
步骤七、分别以XTLI,YTLI,ZTLI,CTLI作为复合混沌映射的初值,并分别将密钥中的mR,mB,mG,m1作为对应迭代次数,得到XTLO,YTLO,ZTLO,CTLO,复合混沌系统的框图由附图2所示,可以看出使用的是将Logistic映射和Chebyshev映射产生的两个结果相乘而得到新的输出,解决了低维混沌系统密钥空间小以及高维混沌系统其计算量较大的问题。Logistic映射中μ=3.8,Chebyshev映射中k=3;
步骤八、使用CTLO计算出Cat映射的控制参数p,q:
步骤九、使用Cat映射分别对矩阵DR,DG,DB进行像素置换,得到对应矩阵ER,EG,EB;N*N表示原始图像的大小;
步骤十、将矩阵ER,EG,EB按照从左到右从上到下的顺序重排矩阵得到序列SR,SG,SB;
步骤十一、分别使用XTLO,YTLO,ZTLO得到对应密钥流KX,KY,KZ;
例如:使用XTLO为复合混沌映射的初值,当N=256时迭代256*256+1000=66536次,得到复合混沌序列,取后256*256=65536个数得到密钥流KX;
使用YTLO为复合混沌映射的初值迭代256*256+2000=67536次得到复合混沌序列,取后256*256=65536个数得到密钥流KY;
使用ZTLO为复合混沌映射的初值迭代256*256+3000=68536次得到复合混沌序列,取后256*256=65536个数得到密钥流KZ;
步骤十四、通过密钥流KX,KY,KZ分别对SR,SG,SB进行加密得到序列C:
Ci,j=bitxor(Si,j,Ki,j)
其中,i∈(R,G,B),j=1,2,...,N×N),Ci,j表示第i个分量的第j个元素;,Si,j表示第i个分量序列的第j个元素,Ki,j表示密钥流。如图6所示为加密后的图像;
步骤十六、将序列C的每一行(即每个分量,R,G,B分量)变换为N×N的矩阵,得到加密后的三个彩色分量的矩阵CR,CG,CB;如图9到图14所示,可以看出通过本发明加密方法很好地破坏了相邻像素之间的相关性,具有较好的加密性能。
步骤十七、判断当前是否是r<R,R表示设定的循环次数;若不是则令x0=XTLO,y0=YTLo,z0=ZTLO,C0=CTLO,返回步骤五继续循环加密。图7是明文图像,密文图像和它们的直方图,由图中可以看出明文图像的直方图并不平均,而加密后的图像的直方图分布均匀,因此很难从密文图像中获取原始图像的像素信息。
Claims (4)
1.一种基于复合混沌映射的彩色图像加密方法,其特征在于包括如下步骤:
步骤一、将大小为N*N的彩色图像作为原始图像Image1;
步骤二、提取原始图像RGB三个分量,将原始图像转换为矩阵DR,DG,DB;并且计算出图像的灰度值矩阵D1;
步骤三、根据灰度值矩阵D1以及SHA-256产生一个256位的二进制Hash值L0;
步骤四、将L0进行分段,每8位一段,得到32个分段密钥ki,其中i=1,2,...,32;
步骤五、令循环次数r=1,分段密钥ki分别结合密钥x0,y0,z0,C0构造出XTL,YTL,ZTL,CTL;对XTL,YTL,ZTL,CTL进行归一化处理,得到复合混沌系统的初始值XTLI,YTLI,ZTLI,CTLI;
步骤七、以XTLI,YTLI,ZTLI,CTLI作为复合混沌映射的初始值,并分别将密钥中的mR,mB,mG,m1作为对应初始值的迭代次数,得到混沌参数XTLO,YTLO,ZTLO,CTLO;
步骤八、使用CTLO计算出Cat映射的控制参数p,q:
步骤九、以p,q为控制参数,使用Cat映射分别对矩阵DR,DG,DB进行像素置换,得到对应矩阵ER,EG,EB;
步骤十、将矩阵ER,EG,EB按照从左到右从上到下的顺序重排矩阵得到序列SR,SG,SB;
步骤十一、分别使用XTLO,YTLO,ZTLO得到对应密钥流KX,KY,KZ;
步骤十二、使用KX,KY,KZ分别对SR,SG,SB进行加密得到矩阵C:
步骤十三、将矩阵C的每一行变换为N×N的矩阵,得到加密后的三个彩色分量的矩阵CR,CG,CB;
步骤十四、判断当前是否是r<R,若不是则令x0=XTL,y0=YTL,z0=ZTL,C0=CTL,返回步骤五继续循环加密。
4.根据权利要求3所述的一种基于复合混沌映射的彩色图像加密方法,其特征在于步骤十四所述的通过密钥流KX,KY,KZ分别对SR,SG,SB进行加密得到序列C,具体如下:
Ci,j=bitxor(Si,j,Ki,j)
其中,i∈(R,G,B),j=1,2,...,N×N),Ci,j表示第i个分量的第j个元素;,Si,j表示第i个分量序列的第j个元素,Ki,j表示密钥流;如图6所示为加密后的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111315438.5A CN114049245A (zh) | 2021-11-08 | 2021-11-08 | 一种基于复合混沌映射的彩色图像加密方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111315438.5A CN114049245A (zh) | 2021-11-08 | 2021-11-08 | 一种基于复合混沌映射的彩色图像加密方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114049245A true CN114049245A (zh) | 2022-02-15 |
Family
ID=80207758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111315438.5A Pending CN114049245A (zh) | 2021-11-08 | 2021-11-08 | 一种基于复合混沌映射的彩色图像加密方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114049245A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114915695A (zh) * | 2022-04-26 | 2022-08-16 | 安徽理工大学 | 基于2D-Chebyshev混沌映射的位级图像加密方法 |
-
2021
- 2021-11-08 CN CN202111315438.5A patent/CN114049245A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114915695A (zh) * | 2022-04-26 | 2022-08-16 | 安徽理工大学 | 基于2D-Chebyshev混沌映射的位级图像加密方法 |
CN114915695B (zh) * | 2022-04-26 | 2024-02-13 | 安徽理工大学 | 基于2D-Chebyshev混沌映射的位级图像加密方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alawida et al. | An image encryption scheme based on hybridizing digital chaos and finite state machine | |
Zhang et al. | An efficient image encryption scheme based on S-boxes and fractional-order differential logistic map | |
Zhu et al. | Plaintext-related image encryption algorithm based on block structure and five-dimensional chaotic map | |
Gao et al. | EFR-CSTP: Encryption for face recognition based on the chaos and semi-tensor product theory | |
Kumar et al. | A survey on chaos based image encryption techniques | |
Heucheun Yepdia et al. | A robust and fast image encryption scheme based on a mixing technique | |
CN109104544B (zh) | 一种基于复杂网络同步的混沌图像加密方法 | |
Zhang et al. | Characteristic analysis of 2D lag-complex logistic map and its application in image encryption | |
Fu-Yan et al. | Image encryption using high-dimension chaotic system | |
Brahim et al. | A new image encryption scheme based on a hyperchaotic system & multi specific S-boxes | |
Asl et al. | Scale invariant digital color image encryption using a 3D modular chaotic map | |
Bouslehi et al. | Innovative image encryption scheme based on a new rapid hyperchaotic system and random iterative permutation | |
Gabr et al. | Visual data enciphering via dna encoding, s-box, and tent mapping | |
CN109586895B (zh) | 一种新的彩色图像加密方法 | |
CN115580687A (zh) | 基于变参数超混沌系统与s形扩散的多图像加密方法 | |
Shakir et al. | A new four-dimensional hyper-chaotic system for image encryption | |
Tong et al. | A residual chaotic system for image security and digital video Watermarking | |
CN114049245A (zh) | 一种基于复合混沌映射的彩色图像加密方法 | |
Gao et al. | An Image Encryption Algorithm Based on the Improved Sine‐Tent Map | |
CN113407955A (zh) | 基于四维超混沌系统的图像加密方法、介质、设备及终端 | |
Hashim et al. | Color image encryption based on chaotic shit keying with lossless compression | |
Abaas et al. | A new approach for video encryption based on modified AES algorithm | |
Koubaâ et al. | DNA image encryption scheme based on a chaotic LSTM pseudo-random number generator | |
Vanitha et al. | Bio-medical image encryption using the modified chaotic image encryption method | |
CN113344762B (zh) | 基于afd自适应分解的双重置乱图像加密方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230905 Address after: No. 501, 2nd Street, Baiyang Street, Qiantang New District, Hangzhou City, Zhejiang Province, 311119, 6-809 Applicant after: HANGZHOU ANSIYUAN TECHNOLOGY Co.,Ltd. Address before: 215002 room 701, building 01 (nw-01), northwest Suzhou nano City, 99 Jinjihu Avenue, Suzhou Industrial Park, Wuzhong District, Suzhou City, Jiangsu Province Applicant before: SUZHOU AKEYDRIVE INFORMATION TECHNOLOGY CO.,LTD. |
|
TA01 | Transfer of patent application right |