CN115766964A - 基于压缩感知和可变滤波器扩散的图像加密方法及系统 - Google Patents
基于压缩感知和可变滤波器扩散的图像加密方法及系统 Download PDFInfo
- Publication number
- CN115766964A CN115766964A CN202211425705.9A CN202211425705A CN115766964A CN 115766964 A CN115766964 A CN 115766964A CN 202211425705 A CN202211425705 A CN 202211425705A CN 115766964 A CN115766964 A CN 115766964A
- Authority
- CN
- China
- Prior art keywords
- image
- matrix
- sequence
- encryption
- compressed
- 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
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000009792 diffusion process Methods 0.000 title claims abstract description 52
- 239000011159 matrix material Substances 0.000 claims abstract description 102
- 238000007906 compression Methods 0.000 claims abstract description 43
- 230000000739 chaotic effect Effects 0.000 claims abstract description 38
- 230000006835 compression Effects 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 20
- 230000009466 transformation Effects 0.000 claims abstract description 11
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 7
- 230000001174 ascending effect Effects 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 49
- 238000001914 filtration Methods 0.000 description 26
- 230000008569 process Effects 0.000 description 22
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 4
- 239000002131 composite material Substances 0.000 description 3
- 230000002441 reversible effect Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000000137 annealing Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005312 nonlinear dynamic Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
一种基于压缩感知和可变滤波器扩散的图像加密方法及系统，方法包括：利用明文图像的SHA‑512值结合输入参数计算密钥；对明文图像进行稀疏变换，得到与明文图像同尺寸的稀疏系数矩阵，对稀疏系数矩阵进行阈值处理和行列置乱，随后对置乱后的矩阵进行并行压缩，获得压缩图像；利用并行压缩过程中产生的密钥以及由压缩图像拼接后得到图像的SHA‑512值，计算第二轮加密过程中使用到的密钥，第二轮加密将混沌序列引入置乱和滤波器扩散过程。本发明提出的加密方法可对多图像进行加密，压缩率高，密钥空间大、扩散效果良好，抗暴力、差分、裁剪攻击的性能良好，且计算复杂度低，能应用到实际的场景中。
Description
技术领域
本发明属于图像处理技术领域，具体涉及一种基于压缩感知和可变滤波器扩散的图像加密方法及系统。
背景技术
医学、遥感、个人等图像通常含有敏感信息，当这些载体通过公开信道传输时，容易被非法窃听和获取，且信道带宽和存储空间是有限的。如何对图像信息进行有效的保护以及降低所占用的存储空间，对于个人、公司、社会都具有重要的意义和价值。
压缩感知CS(Compressed sensing)理论所得到的数据量远低于Nyquist采样方法所得到的数据量。该方法已被学者引入到了图像加密领域，可实现对明文图像的同步压缩和加密，以有效地减少数据传输、存储和处理的压力。
混沌系统具有复杂的非线性动力学性能，良好的伪随机特性、轨道的不可预测性以及对初始状态和控制参数极其敏感等特征使得混沌系统在图像加密领域被广泛应用。低维混沌系统具有密钥空间小、安全级别低等缺点，而高维混沌系统具有良好的混沌特性，但其时间复杂度较高。为了克服低维和高维混沌系统的不足，众多学者对复合混沌系统进行研究，复合混沌系统兼顾了安全性和计算复杂度。
目前，大部分的加密方法存在加密速度慢、信道带宽资源消耗大等问题，解决此问题的主要方法有：例如，文献“邓文博,刘帅,刘福才,黄茹楠.基于压缩感知和DNA编码的图像加密算法[J].计算机工程与科学,2022,44(09):1574-1582.”提出了基于压缩感知和DNA(Deoxyribo Nucleic Acid)编码相结合的图像加密算法，该方案存在计算资源消耗大、加密时间长的问题。而文献“罗玉玲,欧阳雪,曹绿晨等.遗传模拟退火算法和混沌系统的图像加密方法[J].西安电子科技大学学报,2019,46(5):171-179.”采用遗传模拟退火算法与高维混沌系统结合的新型图像加密算法以获得更强的安全性能，虽然该方案具有大密钥空间、高安全性和对明文图像的高敏感性等优势，可以抵抗常见的密码分析学攻击，但是该方案使用的高维混沌系统存在计算复杂度较高的问题，导致算法加密时间过长。
发明内容
本发明的目的在于针对上述现有技术中存在的问题，提供一种基于压缩感知和可变滤波器扩散的图像加密方法及系统，利用压缩感知和Logistic-Sine-Cosine混沌系统并结合可变滤波器对多图像进行加密，该方法安全性能高，时间复杂度较低。
为了实现上述目的，本发明有如下的技术方案：
一种基于压缩感知和可变滤波器扩散的图像加密方法，包括：
利用明文图像的SHA-512值结合输入参数计算密钥；
对明文图像进行稀疏变换，得到与明文图像同尺寸的稀疏系数矩阵，对稀疏系数矩阵进行阈值处理和行列置乱，对置乱后的矩阵进行并行压缩，获得压缩图像；
利用并行压缩过程中产生的密钥以及由压缩图像拼接得到的图像的SHA-512值，计算第二轮加密过程中使用到的密钥，第二轮加密将混沌序列引入置乱和滤波器扩散过程。
作为本发明图像加密方法的一种优选方案，所述利用明文图像的SHA-512值结合输入参数计算密钥的步骤包括：
计算第一幅明文图像p的512位二进制SHA-512值h0，通过式(1)将h0按照先后顺序每8位为一组转化为十进制数，记为k(i)，k(i)∈[0,255]；
k(i)＝bi2de(h0((i-1)×8+1:i×8)),i∈[1,64] (1)
式中，bi2de()表示将二进制数转化为十进制数，h0((i-1)×8+1:i×8)表示截取h0中的第(i-1)×8+1位到第i×8位元素；
通过式(2)将k按照先后顺序，每16个数字为一组进行异或运算，结果记为k1，其中k1的长度为4，通过式(3)将k1除以256进行归一化得到k2：
k1(i)＝bitxor(k((i-1)×16+1:i×16)),i∈[1,4] (2)
式中，bitxor()表示将其中若干个参数分别转化为对应的二进制形式，将这些二进制形式的值按位异或运算，得到结果，并将结果转化为十进制；
分别计算k2(1)与x0，k2(2)与y0，k2(3)与z0，k2(4)与w0的均值，分别记为x01,y01,z01,w01，其中x0、y0、z0、w0为用户输入的参数。
作为本发明图像加密方法的一种优选方案，所述对明文图像进行稀疏变换，得到与明文图像同尺寸的稀疏系数矩阵，对稀疏系数矩阵进行阈值处理和行列置乱，对置乱后的矩阵进行并行压缩，获得压缩图像的步骤包括：
设待加密的图像尺寸为M×N，加密系统的压缩率为r，利用离散小波变换得到小波变换基矩阵psi，利用式(4)对明文图像P进行稀疏变换，得到与明文图像同尺寸的稀疏系数矩阵P1，其中T表示转置运算；
P1＝psi×P×psiT (4)
根据预先设置的阈值Ts，将稀疏系数矩阵P1中不大于阈值Ts的元素值替换为0，得到矩阵P2；利用参数x01,y01,z01,w01分别迭代Logistic-Sine-Cosine映射MN+1000次，并舍弃前1000项，获得混沌序列X,Y；
对混沌序列X进行降序排列后得到新序列X1，记X1(i)在序列X中的位置为X2(i)，其中i∈[1,M×N]；利用式(5)将矩阵P2转化为一维序列P3，使用序列X2对序列P3进行置乱，通过式(6)得到置乱后的序列P4，利用式(7)将序列P4转化为矩阵P5；
P3((i-1)×N+j)＝P2(i,j),i∈[1,M],j∈[1,N] (5)
P4(i)＝P3(X2(i)),i∈[1,M×N] (6)
P5(i,j)＝P4((i-1)×N+j),i∈[1,M],j∈[1,N] (7)
抽取混沌序列Y中的前t个元素，记为Y1；对Y1进行升序排序得到新序列Y2，记为Y2(i)在序列Y1中的位置记为Y3(i)，其中i∈[1,t]；利用Y3对部分哈达码矩阵HW∈RN×M进行排序，通过式(8)生成受控测量矩阵Phi∈Rt×N，其中t＝M×r；
Phi(i,:)＝HW(Y3(i),:),i∈[1,t] (8)
其中，HW(Y3(i),:)表示截取HW中第Y3(i)行元素；
利用受控测量矩阵Phi对矩阵P5进行压缩感知的并行测量，通过式(9)得到压缩后的矩阵P6∈Rt×M；接着对压缩矩阵进行线性量化，通过式(10)得到最后的压缩图像PC1；
P6＝phi×P5 (9)
其中，Min、Max分别指压缩矩阵P6中的最小值和最大值，round()表示四舍五入运算。
作为本发明图像加密方法的一种优选方案，所述利用并行压缩过程中产生的密钥以及由压缩图像拼接后得到图像的SHA-512值，计算第二轮加密过程中使用到的密钥的步骤，通过多幅明文图像生成的密钥计算均值得到参数x00,y00,z00,w00，计算多幅明文图像的压缩图像拼接后得到图像的SHA-512值h1；
利用参数x00,y00,z00,w00和值h1，采用密钥生成的步骤计算第二轮加密过程中使用到的密钥xe,ye,ze,we；利用式(11)生成滤波器模板F0，由式(12)计算F0中的参数；
式中，fix()表示向下取整函数；mod()表示取模运算；
利用参数xe,ye,ze,we作为初始值分别迭代Logistic-Sine-Cosine映射MN+1000次，舍弃前1000项获得混沌序列X3,Y4，Y4用于置乱，X3用于扩散。
作为本发明图像加密方法的一种优选方案，所述Logistic-Sine-Cosine映射将Logistic映射和Sine映射作为种子映射，和Cosine映射级联。
作为本发明图像加密方法的一种优选方案，所述第二轮加密将混沌序列引入置乱的步骤包括：对混沌序列Y4进行升序得到新序列Y5，记Y5(i)在Y4中的位置为Y6(i)，其中i∈[1,M×N]；利用式(13)将矩阵Pe转化为一维序列Pe1，使用序列Y6对序列Pe1进行置乱，通过式(14)得到置乱后的序列Pe2，通过式(15)将序列Pe2转化为矩阵Pe3；其中pe是四幅压缩后图像PC1,PC2,PC3,PC4拼接的结果；
Pe1((i-1)×N+j)＝Pe(i,j),i∈[1,M],j∈[1,N] (13)
Pe2(i)＝Pe1(Y6(i)),i∈[1,M×N] (14)
Pe3(i,j)＝Pe2((i-1)×N+j),i∈[1,M],j∈[1,N] (15)。
作为本发明图像加密方法的一种优选方案，所述第二轮加密将混沌序列引入滤波器扩散过程的步骤包括：
利用式(16)的关系将矩阵pe3扩充为pe4：
通过式(17)得到待处理元素pe4(i,j)的相邻矩阵T，采用式(18)对混沌序列X3进行处理，得到伪随机像素序列X4，利用式(19)得到与pe3尺寸相同的伪随机像素矩阵X5，通过式(20)利用伪随机像素值X5(i-1,j-1)结合F0来计算当前像素点pe4(i,j)所对应的滤波器模板F；
X4(i)＝mod(fix(X3(i)×1015),256),i∈[1,M×N] (18)
X5(i,j)＝X4((i-1)×N+j),i∈[1,M],j∈[1,N] (19)
将像素点pe4(i,j)对应的滤波器模板F和相邻像素矩阵T代入式(21)，得到滤波后的像素值pe4'(i,j)；
通过式(22)删除新像素矩阵pe4'中的第一行和第一列得到最终加密结果pc；其中，矩阵pe4'中的第一行和第一列为扩充元素，未进行处理，故删除。
pc(i,j)＝pe4'(i+1,j+1),i∈[1,M],j∈[1,N] (22)。
一种基于压缩感知和可变滤波器扩散的图像加密系统，包括：
初始密钥获取模块，用于利用明文图像的SHA-512值结合输入参数计算密钥；
并行压缩模块，用于对明文图像进行稀疏变换，得到与明文图像同尺寸的稀疏系数矩阵，对稀疏系数矩阵进行阈值处理和行列置乱，对置乱后的矩阵进行并行压缩，获得压缩图像；
二次加密模块，用于利用并行压缩过程中产生的密钥以及由压缩图像拼接得到的图像的SHA-512值，计算第二轮加密过程中使用到的密钥，第二轮加密将混沌序列引入置乱和滤波器扩散过程。
一种电子设备，包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现所述基于压缩感知和可变滤波器扩散的图像加密方法。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述基于压缩感知和可变滤波器扩散的图像加密方法。
相较于现有技术，本发明至少具有如下的有益效果：
本发明提供了一种具有高安全性、低时间复杂度的用于数字图像的加密方法，主要分为并行压缩和二次加密两个步骤。首先利用明文图像的SHA-512值结合输入参数计算密钥，提高加密系统的敏感性。其次对稀疏系数矩阵进行阈值处理和行列置乱，以降低稀疏系数矩阵的稀疏度。第二轮加密将混沌序列引入置乱和滤波器扩散过程，以提高算法的安全性。本发明利用压缩感知技术对图像进行加密，利用混沌系统的初值敏感性和复杂性生成用于第二轮加密中使用到的置乱和扩散序列。传统的加密算法不对图像进行压缩，导致发送端计算资源消耗过大、信道带宽占用大，部分传统算法密钥仅由输入参数决定与明文完全不相关，且算法抗差分攻击的能力差、密钥空间小，难以抵抗暴力攻击。与之相比，本发明提出的加密方法可对多图像进行加密，压缩率高，密钥空间大、扩散效果良好，抗暴力、差分、裁剪攻击等性能良好，且计算复杂度低，能应用到实际的场景中。
附图说明
图1本发明实施例基于压缩感知和可变滤波器扩散的图像加密方法的流程图；
图2本发明实施例由压缩图像PC1，PC2，PC3，PC4拼接Pe的示意图；
图3本发明实施例滤波过程中扩充矩阵的示意图；
图4本发明实施例滤波过程中矩阵元素状态示意图；
图5本发明实施例Logistic-Sine-Cosine系统分岔图；
图6本发明实施例滤波过程示意图；
图7本发明实施例对典型数字图像加密过程示例图：(a)Lena图；(b)Plane图；(c)Goldhill图；(d)Woman图；(e)图(a)的密文图；(f)图(b)的密文图；(g)图(c)的密文图；(h)图(d)的密文图；(i)图(e)至图(h)的拼接结果图；(j)图(i)的加密结果图；(k)图(j)的解密结果图；(l)图(k)的第1部分；(m)图(k)的第2部分；(n)图(k)的第3部分；(o)图(k)的第4部分；(p)图(l)的解密结果图；(q)图(m)的解密结果图；(r)图(n)的解密结果图；(s)图(o)的解密结果图；
图8对应图7中各图像的相邻像素相关性点图：图8中(a)-(s)分别对应图7中(a)-(s)图像的相关性点图；
图9本发明实施例针对纯色图像加密过程示意图：(a)第一幅纯黑色图片；(b)第一幅纯白色图片；(c)第二幅纯黑色图片；(d)第二幅纯白色图片；(e)图(a)的压缩图；(f)图(b)的压缩图；(g)图(c)的压缩图；(h)图(d)的压缩图；(i)图(e)至图(h)的拼接结果图；(j)图(i)的加密结果图；(k)图(j)的解密结果图；(l)图(a)的解密结果图；(m)图(b)的解密结果图；(n)图(c)的解密结果图；(o)图(d)的解密结果图；
图10本发明实施例密钥敏感性分析图：(a)Lena图的x0+10-15,y0,z0,w0,h0解密结果图；(b)Plane图的x0+10-15,y0,z0,w0,h0解密结果图；(c)Goldhill图的x0+10-15,y0,z0,w0,h0解密结果图；(d)Woman图的x0+10-15,y0,z0,w0,h0解密结果图；(e)h0改变1位Lena图的x0,y0,z0,w0解密结果图；(f)h0改变1位Plane图的x0,y0,z0,w0解密结果图；(g)h0改变1位Goldhill图的x0,y0,z0,w0解密结果图；(h)h0改变1位Woman图的x0,y0,z0,w0解密结果图；
图11压缩感知的理论模型框架图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员还可以在没有做出创造性劳动的前提下获得其他实施例。
如图1所示，本发明实施例基于压缩感知和可变滤波器扩散的图像加密方法，包括：
密钥生成：用户输入密钥为x0,y0,z0,w0；
Step1计算第一幅明文图像p的512位二进制SHA-512值h0，用式(1)将h0按照先后顺序每8位为一组转化为十进制数，记为k(i)，k(i)∈[0,255]。
k(i)＝bi2de(h0((i-1)×8+1:i×8)),i∈[1,64] (1)
式中，bi2de()表示将二进制数转化为十进制数，h0((i-1)×8+1:i×8)表示截取h0中的第(i-1)×8+1到第i×8位元素。
Step2将k按照先后顺序，每16个数字为一组进行异或运算，结果记为k1如式(2)所示，其中k1的长度为4，将k1除以256进行归一化得到k2如式(3)所示。
k1(i)＝bitxor(k((i-1)×16+1:i×16)),i∈[1,4] (2)
式中，bitxor()表示将其中的若干个参数分别转化为对应的二进制形式，将这些二进制形式的值进行按位异或运算，得到结果，并将结果转化为十进制。
Step3分别计算k2(1)与x0，k2(2)与y0，k2(3)与z0，k2(4)与w0的均值，分别记为x01,y01,z01,w01，这4个参数用于并行压缩过程中的混沌系统参数以及第二轮的加密参数。
其余三幅明文图像生成的密钥分别为x02,y02,z02,w02，x03,y03,z03,w03，x04,y04,z04,w04。
压缩过程：
设待加密的图像尺寸为M×N，并行压缩过程如下：
step1利用离散小波变换得到小波变换基矩阵psi，利用式(4)对明文图像P进行稀疏变换，得到与明文图像同尺寸的稀疏系数矩阵P1，其中T表示转置运算。
P1＝psi×P×psiT (4)
step2根据预先设置的阈值Ts，将系数矩阵P1中不大于阈值Ts的元素值替换为0，得到矩阵P2。利用参数x01,y01，z01,w01分别迭代Logistic-Sine-Cosine系统MN+1000次，并舍弃前1000项以获得具有更好混沌特性的混沌序列，分别记为X,Y。
step3对X进行降序排列后得到新序列X1，记X1(i)在序列X中的位置为X2(i)，其中i∈[1,M×N]。利用式(5)将矩阵P2转化为一维序列P3，使用序列X2对序列P3进行置乱，得到置乱后的序列P4如式(6)所示，利用式(7)将序列P4转化为矩阵P5。
P3((i-1)×N+j)＝P2(i,j),i∈[1,M],j∈[1,N] (5)
P4(i)＝P3(X2(i)),i∈[1,M×N] (6)
P5(i,j)＝P4((i-1)×N+j),i∈[1,M],j∈[1,N] (7)
step4抽取Y中的前t个元素，记为Y1。对Y1进行升序排列得到新序列Y2，记Y2(i)在序列Y1中的位置记为Y3(i)，其中i∈[1,t]。利用Y3对部分哈达码矩阵HW∈RN×M进行排序，如式(8)所示生成受控测量矩阵Phi∈Rt×N，其中t＝M×r。
Phi(i,:)＝HW(Y3(i),:),i∈[1,t] (8)
其中HW(Y3(i),:)表示截取HW中第Y3(i)行元素。
step5利用Phi对矩阵P5进行压缩感知的并行测量，得到压缩后的矩阵P6∈Rt×M，如式(9)所示。接着对压缩矩阵进行线性量化，得到最后的压缩图像PC1，如式(10)所示。
P6＝phi×P5 (9)
其中，Min、Max分别指压缩矩阵P6中的最小值和最大值，round()表示四舍五入运算。
其余三幅明文图像经过第一轮运算后的结果分别为PC2、PC3、PC4。
矩阵合并过程：
本实施例中并行压缩过程中压缩率r取值为0.25，PC1,PC2,PC3,PC4拼接得到Pe的示意图如图2所示，其中PC1,PC2,PC3,PC4分别是四幅明文图像压缩后的结果。
第二轮加密参数：
利用并行压缩过程中产生的密钥x01,y01,z01,w01，x02,y02,z02,w02，x03,y03,z03,w03，x04,y04,z04,w04计算其均值得到参数x00,y00,z00,w00，计算合并后的Pe的SHA-512值h1。利用x00,y00,z00,w00和h1，采用密钥生成中的方法来计算第二轮加密过程中使用到的密钥xe,ye,ze,we。利用式(11)生成滤波器模板F0，式(12)计算F0中的参数。
式中，fix()表示向下取整函数；mod()表示取模运算。
利用参数xe,ye,ze,we作为初始值分别迭代Logistic-Sine-Cosine映射MN+1000次，舍弃前1000项获得混沌序列X3,Y4，Y4用于置乱，X3用于扩散。
置乱过程：
对混沌序列Y4进行升序排列得到新序列Y5，记Y5(i)在Y4中的位置为Y6(i)，其中i∈[1,M×N]。利用式(13)将矩阵Pe转化为一维序列Pe1，使用序列Y6对序列Pe1进行置乱，得到置乱后的序列Pe2如式(14)所示，将序列Pe2转化为矩阵Pe3如式(15)所示。其中pe是四幅压缩后图像PC1，PC2，PC3，PC4拼接的结果。
Pe1((i-1)×N+j)＝Pe(i,j),i∈[1,M],j∈[1,N] (13)
Pe2(i)＝Pe1(Y6(i)),i∈[1,M×N] (14)
Pe3(i,j)＝Pe2((i-1)×N+j),i∈[1,M],j∈[1,N] (15)
滤波器扩散过程：
滤波采用二阶可变滤波器F对像素矩阵Pe3进行滤波运算。滤波过程存在边界问题，本实施例使用的是2阶滤波器，故像素矩阵Pe3需要扩充一行一列，扩充后的矩阵记为pe4。
滤波过程中n(no)表示该位置元素未进行扩散处理，y(yes)表示当前元素已进行扩散处理。标记每个像素点滤波过程中相关像素矩阵T中3个相关像素点的状态为状态矩阵T1，其中T1包含3个状态字符，取值为n或者y。图4表示扩充后的图像矩阵pe4中每个像素点滤波过程中对应的状态矩阵T1的取值。假设当前处理像素点pe4(2,3)，该像素点对应的状态矩阵T1为nny，其表示处理像素点pe4(2,3)时，左上角pe4(1,2)、上方pe4(1,3)、左边元素pe4(2,2)的状态分别表示未扩散、未扩散、扩散。滤波扩散顺序是从矩阵pe4中元素pe4(2,2)开始按照行优先向右下角扩散。与此相反，记逆序滤波过程中n表示该位置元素进行了逆扩散处理，y表示当前元素未进行逆扩散处理。记逆滤波过程中像素点对应的状态矩阵为T2，若像素点滤波和逆滤波过程中对应的T1和T2相同，则该像素点可以进行逆滤波。扩散算法的逆过程这里不再赘述。Step1利用式(16)的关系将矩阵pe3扩充为pe4，如图3所示：
Step2记待处理元素pe4(i,j)的相邻矩阵记为T，如式(17)所示。采用式(18)对混沌序列X3进行处理，得到伪随机像素序列X4，进而利用式(19)得到与pe3尺寸相同的伪随机像素矩阵X5。利用伪随机像素值X5(i-1,j-1)结合F0来计算当前像素点pe4(i,j)所对应的滤波器模板F，如式(20)所示。
X4(i)＝mod(fix(X3(i)×1015),256),i∈[1,M×N] (18)
X5(i,j)＝X4((i-1)×N+j),i∈[1,M],j∈[1,N] (19)
Step3将像素点pe4(i,j)对应的滤波器模板F和相邻像素矩阵T代入式(21)中得到滤波后的像素值pe4'(i,j)。
Step4删除像素矩阵pe4'中的第一行和第一列得到最终加密结果pc，如式(22)所示，其中矩阵pe4'中第一行第一列为扩充元素，未进行处理，故删除。
pc(i,j)＝pe4'(i+1,j+1),i∈[1,M],j∈[1,N] (22)
本发明实施例基于压缩感知和可变滤波器扩散的图像加密方法采用了压缩感知技术：
压缩感知技术是继奈奎斯特采样定律之后的又一重要发明，其不再规定信息采集速率需要超过原信道传输带宽的两倍以上才能够完全的重构出原始信息。
压缩感知技术更多的是从信息本身的结构特征出发，运用信号的特性，对信号进行了压缩采集。压缩感知的理论模型框架如图11所示。本实施例中通过小波变换和并行测量矩阵压缩图像，通过分段弱正交匹配追踪算法重构原始信息。
为保证加密系统的安全性和较低的时间复杂度，本发明实施例基于压缩感知和可变滤波器扩散的图像加密方法采用基于Cosine映射的复合混沌系统。将Logistic映射和Sine映射作为种子映射，和Cosine映射级联，构成Logistic-Sine-Cosine映射，如公式(23)所示：
zi＝cos(π(4rzi-1(1-zi-1)+(1-r)sin(πzi-1)-0.5)) (23)
其中r∈[0,1],zi∈(0,1)。
Logistic-Sine-Cosine系统样本熵的值大于Logistic-Sine、Logistic、Sine映射的值，且在定义域范围内该系统都能呈现出混沌状态，如图5所示。该系统Lyapunov指数λ≈1.5大于0，且该指数大于Logistic-Sine、Logistic、Sine映射的Lyapunov指数，则该系统的混沌特性良好。
本发明实施例基于压缩感知和可变滤波器扩散的图像加密方法的滤波过程：
图像滤波被广泛应用于图像边缘检测及特征提取中，可以实现良好的扩散特性，即将像素值的微小变化扩散到全局，提高加密算法的安全性。图像加密中使用滤波技术，必须要保证运算可逆。根据滤波的基本原理，滤波过程可表示为式(24)，逆滤波过程可表示为式(25)。
本实施例中的滤波运算采用异或的方式实现。根据异或的性质，任何正整数和0异或，其值不变。滤波器模板F中F(2,2)在公式(20)中对应T中的像素是当前处理像素pe4(i,j)，所以设置F中F(2,2)为0，其它元素为正整数，确保滤波运算可逆。
本实施例采用二阶滤波器F，图像异或滤波操作就是利用滤波器F改变图像像素矩阵Pe4中的像素值，如图6所示。设当前处理的像素是pe4(2,2)即y5，截取pe4(2,2)的相邻像素矩阵T＝[y1',y2'；y4',y5]，与滤波器模板F利用式(24)进行运算得到处理后的新像素值p'e4(2,2)即y5'(如矩阵pe4'中所示)，同时将pe4'中的y5'覆盖到pe4中的y5的位置。逆滤波运算表达式如式(25)所示，逆滤波过程这里不再赘述。
其中，F(2,2)为滤波器中心元素，F(2,2)＝pe2(i,j),T(2,2)＝0。
式(25)表示逆滤波过程中使用的公式，其中等式右侧的T是滤波后的像素点pe4'(i,j)的邻域像素矩阵。
对四幅典型图像进行仿真，结果如图7(a)至图7(s)所示。经过第一轮的压缩感知加密得到的密文和明文尺寸不同且像素分布无规律，合并图像经第二轮加密后像素分布更加均匀，表明两轮加密均有效的对图像进行了加密，且解密图像可以清楚的表示出原始明文的信息，还原度较高。
加密破坏了明文中的像素相关性，绘制明文和密文相邻像素点分布点图如图8(a)至图8(s)所示，其中每一幅图像中channel取1，2，3分别表示水平、垂直、对角线方向像素点分布图。四幅明文图像像素集中分布在对角线附近，说明明文相邻像素具有强相关性。经过并行压缩后的分布图稍微偏离了对角线，但是相关性还是较强。经过第二轮加密之后的像素值均匀的分布在整个平面，表明经过两轮加密有效地置乱了像素之间的强相关关系。
分别将四幅待处理图像取为纯黑、纯白、纯黑、纯白图像，经过系统后的加解密结果如图9(a)至图9(o)所示。由图9(a)至图9(o)可知，本发明实施例基于压缩感知和可变滤波器扩散的图像加密方法可以用于纯色图像加密，而且解压缩后的图像还原度较高。
本实施例中的密钥包含x0,y0,z0,w0和明文的SHA-512值h0。理论上明文SHA-512值h0产生的密钥空间为2512，但是由于明文图像并不是杂乱无序的，所以实际上h0的密钥空间达不到理想值，因此在本实施例中不计入由SHA-512值产生的密钥空间。故计算密钥空间时，只记入x0,y0,z0,w0。一个有效算法的密钥空间大于2100才有能力抵抗穷举攻击。根据IEEE浮点标准，64位计算机计算精度为1015。因此本实施例密钥产生的密钥空间为1015×4≈2199＞＞2100，故本发明实施例基于压缩感知和可变滤波器扩散的图像加密方法可以抵抗穷举攻击。
分别对密钥x0,y0,z0,w0做微小的改变，添加偏移量10-15解密结果如图10(a)至图10(h)所示。实验结果表明当解密密钥发生微小改变时均不能正确的解密。改变x0得到的”Lena”、”Plane”、”Goldhill”、”Woman”解密图像如图10(a)至图10(d)所示，改变h0得到的四幅解密图像如图10(e)至图10(h)所示。
在以上实施例当中，是从USC数据库中选择四幅512×512标准灰度图像”Lena”、”Plane”、”Goldhill”、”Woman”进行测试。仿真软件选择Matlab R2022a，CPU为3.10Ghz的Intel i5-12500H处理器，内存为16G，操作系统为windows11。设置加密参数x0＝0.1,y0＝0.2,z0＝0.6,w0＝0.8，阈值Ts＝25进行仿真。
本发明另一实施例还提出一种基于压缩感知和可变滤波器扩散的图像加密系统，包括：
初始密钥获取模块，用于利用明文图像的SHA-512值结合输入参数计算密钥；
并行压缩模块，用于对明文图像进行稀疏变换，得到与明文图像同尺寸的稀疏系数矩阵，对稀疏系数矩阵进行阈值处理和行列置乱，对置乱后的矩阵进行并行压缩，获得压缩图像；
二次加密模块，用于利用并行压缩过程中产生的密钥以及由压缩图像拼接后得到图像的SHA-512值，计算第二轮加密过程中使用到的密钥，第二轮加密将混沌序列引入置乱和滤波器扩散过程。
本发明另一实施例还提出一种电子设备，包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现所述基于压缩感知和可变滤波器扩散的图像加密方法。
本发明另一实施例还提出一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述基于压缩感知和可变滤波器扩散的图像加密方法。
示例性的，所述存储器中存储的指令可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在计算机可读存储介质中，并由所述处理器执行，以完成本发明基于压缩感知和可变滤波器扩散的图像加密方法。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机程序在服务器中的执行过程。
所述电子设备可以是智能手机、笔记本、掌上电脑及云端服务器等计算设备。所述电子设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述电子设备还可以包括更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备还可以包括输入输出设备、网络接入设备、总线等。
所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(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、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可以是所述服务器的内部存储单元，例如服务器的硬盘或内存。所述存储器也可以是所述服务器的外部存储设备，例如所述服务器上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器还可以既包括所述服务器的内部存储单元也包括外部存储设备。所述存储器用于存储所述计算机可读指令以及所述服务器所需的其他程序和数据。所述存储器还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是，上述模块单元之间的信息交互、执行过程等内容，由于与方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，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、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的单元如果以软件功能单元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，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于压缩感知和可变滤波器扩散的图像加密方法，其特征在于，包括：
利用明文图像的SHA-512值结合输入参数计算密钥；
对明文图像进行稀疏变换，得到与明文图像同尺寸的稀疏系数矩阵，对稀疏系数矩阵进行阈值处理和行列置乱，对置乱后的矩阵进行并行压缩，获得压缩图像；
利用并行压缩过程中产生的密钥以及由压缩图像拼接得到的图像的SHA-512值，计算第二轮加密过程中使用到的密钥，第二轮加密将混沌序列引入置乱和滤波器扩散过程。
2.根据权利要求1所述基于压缩感知和可变滤波器扩散的图像加密方法，其特征在于，所述利用明文图像的SHA-512值结合输入参数计算密钥的步骤包括：
计算第一幅明文图像p的512位二进制SHA-512值h0，通过式(1)将h0按照先后顺序每8位为一组转化为十进制数，记为k(i)，k(i)∈[0,255]；
k(i)＝bi2de(h0((i-1)×8+1:i×8)),i∈[1,64] (1)
式中，bi2de()表示将二进制数转化为十进制数，h0((i-1)×8+1:i×8)表示截取h0中的第(i-1)×8+1位到第i×8位元素；
通过式(2)将k按照先后顺序，每16个数字为一组进行异或运算，结果记为k1，其中k1的长度为4，通过式(3)将k1除以256进行归一化得到k2：
k1(i)＝bitxor(k((i-1)×16+1:i×16)),i∈[1,4] (2)
式中，bitxor()表示将其中若干个参数分别转化为对应的二进制形式，将这些二进制形式的值按位异或运算，得到结果，并将结果转化为十进制；
分别计算k2(1)与x0，k2(2)与y0，k2(3)与z0，k2(4)与w0的均值，分别记为x01,y01,z01,w01，其中x0、y0、z0、w0为用户输入的参数。
3.根据权利要求2所述基于压缩感知和可变滤波器扩散的图像加密方法，其特征在于，所述对明文图像进行稀疏变换，得到与明文图像同尺寸的稀疏系数矩阵，对稀疏系数矩阵进行阈值处理和行列置乱，对置乱后的矩阵进行并行压缩，获得压缩图像的步骤包括：
设待加密的图像尺寸为M×N，加密系统的压缩率为r，利用离散小波变换得到小波变换基矩阵psi，利用式(4)对明文图像P进行稀疏变换，得到与明文图像同尺寸的稀疏系数矩阵P1，其中T表示转置运算；
P1＝psi×P×psiT (4)
根据预先设置的阈值Ts，将稀疏系数矩阵P1中不大于阈值Ts的元素值替换为0，得到矩阵P2；利用参数x01，y01，z01，w01分别迭代Logistic-Sine-Cosine映射MN+1000次，并舍弃前1000项，获得混沌序列X，Y；
对混沌序列X进行降序排列后得到新序列X1，记X1(i)在序列X中的位置为X2(i)，其中i∈[1，M×N]；利用式(5)将矩阵P2转化为一维序列P3，使用序列X2对序列P3进行置乱，通过式(6)得到置乱后的序列P4，利用式(7)将序列P4转化为矩阵P5；
P3((i-1)×N+j)＝P2(i，j)，i∈[1，M]，j∈[1，N] (5)
P4(i)＝P3(X2(i))，i∈[1，M×N] (6)
P5(i，j)＝P4((i-1)×N+j)，i∈[1，M]，j∈[1，N] (7)
抽取混沌序列Y中的前t个元素，记为Y1；对Y1进行升序排序得到新序列Y2，记为Y2(i)在序列Y1中的位置记为Y3(i)，其中i∈[1，t]；利用Y3对部分哈达码矩阵HW∈RN×M进行排序，通过式(8)生成受控测量矩阵PhiRt×N，其中t＝M×r；
Phi(i，：)＝HW(Y3(i)，：)，i∈[1，t] (8)
其中，HW(Y3(i)，：)表示截取HW中第Y3(i)行元素；
利用受控测量矩阵Phi对矩阵P5进行压缩感知的并行测量，通过式(9)得到压缩后的矩阵P6∈Rt×M；接着对压缩矩阵进行线性量化，通过式(10)得到最后的压缩图像PC1；
P6＝phi×P5 (9)
其中，Min、Max分别指压缩矩阵P6中的最小值和最大值，round()表示四舍五入运算。
4.根据权利要求3所述基于压缩感知和可变滤波器扩散的图像加密方法，其特征在于，所述利用并行压缩过程中产生的密钥以及由压缩图像拼接后得到图像的SHA-512值，计算第二轮加密过程中使用到的密钥的步骤，通过多幅明文图像生成的密钥计算均值得到参数x00，y00，z00，w00，计算多幅明文图像的压缩图像拼接后得到图像的SHA-512值h1；
利用参数x00，y00，z00，w00和值h1，采用密钥生成的步骤计算第二轮加密过程中使用到的密钥xe，ye，ze，we；利用式(11)生成滤波器模板F0，由式(12)计算F0中的参数；
式中，fix()表示向下取整函数；mod()表示取模运算；
利用参数xe，ye，ze，we作为初始值分别迭代Logistic-Sine-Cosine映射MN+1000次，舍弃前1000项获得混沌序列X3，Y4，Y4用于置乱，X3用于扩散。
5.根据权利要求4所述基于压缩感知和可变滤波器扩散的图像加密方法，其特征在于，所述Logistic-Sine-Cosine映射将Logistic映射和Sine映射作为种子映射，和Cosine映射级联。
6.根据权利要求4所述基于压缩感知和可变滤波器扩散的图像加密方法，其特征在于，所述第二轮加密将混沌序列引入置乱的步骤包括：对混沌序列Y4进行升序得到新序列Y5，记Y5(i)在Y4中的位置为Y6(i)，其中i∈[1，M×N]；利用式(13)将矩阵Pe转化为一维序列Pe1，使用序列Y6对序列Pe1进行置乱，通过式(14)得到置乱后的序列Pe2，通过式(15)将序列Pe2转化为矩阵Pe3；其中pe是四幅压缩后图像PC1，PC2，PC3，PC4拼接的结果；
Pe1((i-1)×N+j)＝Pe(i，j)，i∈[1，M]，j∈[1，N] (13)
Pe2(i)＝Pe1(Y6(i))，i∈[1，M×N] (14)
Pe3(i，j)＝Pe2((i-1)×N+j)，i∈[1，M]，j∈[1，N] (15)。
7.根据权利要求6所述基于压缩感知和可变滤波器扩散的图像加密方法，其特征在于，所述第二轮加密将混沌序列引入滤波器扩散过程的步骤包括：
利用式(16)的关系将矩阵pe3扩充为pe4；
通过式(17)得到待处理元素pe4(i，j)的相邻矩阵T，采用式(18)对混沌序列X3进行处理，得到伪随机像素序列X4，利用式(19)得到与pe3尺寸相同的伪随机像素矩阵X5，通过式(20)利用伪随机像素值X5(i-l，j-1)结合F0来计算当前像素点Pe4(i，j)所对应的滤波器模板F；
X4(i)＝mod(fix(X3(i)×1015)，256)，i∈[1，M×N] (18)
X5(i，j)＝X4((i-1)×N+j)，i∈[1，M]，j∈[1，N] (19)
将像素点pe4(i，j)对应的滤波器模板F和相邻像素矩阵T代入式(21)，得到滤波后的像素值pe4′(i，j)；
通过式(22)删除新像素矩阵pe4′中的第一行和第一列得到最终加密结果pc；
pc(i，j)＝pe4′(i+1，j+1)，f∈[1，M]，j∈[1，N] (22)。
8.一种基于压缩感知和可变滤波器扩散的图像加密系统，其特征在于，包括：
初始密钥获取模块，用于利用明文图像的SHA-512值结合输入参数计算密钥；
并行压缩模块，用于对明文图像进行稀疏变换，得到与明文图像同尺寸的稀疏系数矩阵，对稀疏系数矩阵进行阈值处理和行列置乱，对置乱后的矩阵进行并行压缩，获得压缩图像；
二次加密模块，用于利用并行压缩过程中产生的密钥以及由压缩图像拼接得到的图像的SHA-512值，计算第二轮加密过程中使用到的密钥，第二轮加密将混沌序列引入置乱和滤波器扩散过程。
9.一种电子设备，其特征在于，包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现如权利要求1至7中任一项所述基于压缩感知和可变滤波器扩散的图像加密方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述基于压缩感知和可变滤波器扩散的图像加密方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211425705.9A CN115766964A (zh) | 2022-11-14 | 2022-11-14 | 基于压缩感知和可变滤波器扩散的图像加密方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211425705.9A CN115766964A (zh) | 2022-11-14 | 2022-11-14 | 基于压缩感知和可变滤波器扩散的图像加密方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115766964A true CN115766964A (zh) | 2023-03-07 |
Family
ID=85371059
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211425705.9A Pending CN115766964A (zh) | 2022-11-14 | 2022-11-14 | 基于压缩感知和可变滤波器扩散的图像加密方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115766964A (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6931531B1 (en) * | 1998-09-02 | 2005-08-16 | Matsushita Electric Industrial Co., Ltd. | Image object recording, compression, and encryption method and system |
| CN102891999A (zh) * | 2012-09-26 | 2013-01-23 | 南昌大学 | 一种基于压缩感知的联合图像压缩/加密方法 |
| CN105915911A (zh) * | 2016-04-13 | 2016-08-31 | 厦门理工学院 | 一种基于并行压缩感知和阿诺德置乱的图像压缩加密算法 |
| CN107770405A (zh) * | 2017-10-23 | 2018-03-06 | 北京邮电大学 | 图像加密方法及装置 |
| WO2018153317A1 (zh) * | 2017-02-24 | 2018-08-30 | 陈伟 | 一种基于混沌数谱的数字化混沌密码方法 |
| CN110677236A (zh) * | 2019-11-01 | 2020-01-10 | 辽宁工程技术大学 | 一种基于复合混沌系统与异或运算的ofdm加密方法 |
| CN111050020A (zh) * | 2019-11-12 | 2020-04-21 | 河南大学 | 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 |
| CN111800251A (zh) * | 2020-05-21 | 2020-10-20 | 北京邮电大学 | 基于混沌源的图像压缩感知加密、解密方法、装置及系统 |
| CN112311524A (zh) * | 2020-10-22 | 2021-02-02 | 河南理工大学 | 一种基于新的混沌映射与压缩感知的图像加密方法 |
| AU2020103541A4 (en) * | 2020-11-19 | 2021-02-04 | Southwest University | A signal compression and encryption method based on coupled circuit |
| CN112637441A (zh) * | 2020-12-14 | 2021-04-09 | 天津大学 | 一种基于压缩感知的彩色图像压缩加密方法 |
-
2022
- 2022-11-14 CN CN202211425705.9A patent/CN115766964A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6931531B1 (en) * | 1998-09-02 | 2005-08-16 | Matsushita Electric Industrial Co., Ltd. | Image object recording, compression, and encryption method and system |
| CN102891999A (zh) * | 2012-09-26 | 2013-01-23 | 南昌大学 | 一种基于压缩感知的联合图像压缩/加密方法 |
| CN105915911A (zh) * | 2016-04-13 | 2016-08-31 | 厦门理工学院 | 一种基于并行压缩感知和阿诺德置乱的图像压缩加密算法 |
| WO2018153317A1 (zh) * | 2017-02-24 | 2018-08-30 | 陈伟 | 一种基于混沌数谱的数字化混沌密码方法 |
| CN107770405A (zh) * | 2017-10-23 | 2018-03-06 | 北京邮电大学 | 图像加密方法及装置 |
| CN110677236A (zh) * | 2019-11-01 | 2020-01-10 | 辽宁工程技术大学 | 一种基于复合混沌系统与异或运算的ofdm加密方法 |
| CN111050020A (zh) * | 2019-11-12 | 2020-04-21 | 河南大学 | 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 |
| CN111800251A (zh) * | 2020-05-21 | 2020-10-20 | 北京邮电大学 | 基于混沌源的图像压缩感知加密、解密方法、装置及系统 |
| CN112311524A (zh) * | 2020-10-22 | 2021-02-02 | 河南理工大学 | 一种基于新的混沌映射与压缩感知的图像加密方法 |
| AU2020103541A4 (en) * | 2020-11-19 | 2021-02-04 | Southwest University | A signal compression and encryption method based on coupled circuit |
| CN112637441A (zh) * | 2020-12-14 | 2021-04-09 | 天津大学 | 一种基于压缩感知的彩色图像压缩加密方法 |
Non-Patent Citations (3)
| Title |
|---|
| HUIQING HUANG: ""Novel Scheme for Image Encryption Combining 2D Logistic-Sine-Cosine Map and Double Random-Phase Encoding"", 《IEEE ACCESS》, 9 December 2019 (2019-12-09) * |
| RASIKA B. NAIK: ""A Review on Applications of Chaotic Maps in Pseudo-Random Number Generators and Encryption"", 《ANNALS OF DATA SCIENCE》, 18 January 2022 (2022-01-18) * |
| 张淑霞等: ""基于混沌系统的数字彩色图像加密技术"", 《科学技术与工程》, 8 May 2022 (2022-05-08) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wen et al. | A visually secure image encryption scheme based on semi-tensor product compressed sensing | |
| Chai et al. | An efficient approach for encrypting double color images into a visually meaningful cipher image using 2D compressive sensing | |
| Wen et al. | Colour light field image encryption based on DNA sequences and chaotic systems | |
| Tong et al. | A joint color image encryption and compression scheme based on hyper-chaotic system | |
| Souyah et al. | An image encryption scheme combining chaos-memory cellular automata and weighted histogram | |
| CN110139000B (zh) | 基于压缩感知和生命游戏置乱的图像压缩加密方法 | |
| CN112134681B (zh) | 一种图像压缩加密方法和云辅助解密方法 | |
| 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 | |
| CN110148078B (zh) | 基于二维压缩感知的两幅彩色图像压缩加密方法 | |
| CN109756322B (zh) | 基于des结构与dna编码的数字图像加密方法 | |
| CN114679250B (zh) | 基于混合混沌和Arnold变换的图像加密算法 | |
| 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 | |
| Rashid et al. | Image encryption algorithm based on the density and 6D logistic map. | |
| CN114389788B (zh) | 混合混沌与分块置乱的图像加密算法 | |
| Wang et al. | New color image cryptosystem via SHA-512 and hybrid domain | |
| Manikandan et al. | On dual encryption with RC6 and combined logistic tent map for grayscale and DICOM | |
| CN106408621A (zh) | 一种基于Lyapunov指数的图像压缩加密和解密方法 | |
| Alshehri et al. | Cryptanalysis of 2D-SCMCI Hyperchaotic Map Based Image Encryption Algorithm. | |
| Cheng et al. | A high-security privacy image encryption algorithm based on chaos and double encryption strategy | |
| Abdullatif et al. | Data hiding using integer lifting wavelet transform and DNA computing | |
| Xiong et al. | A bit-plane encryption algorithm for RGB image based on modulo negabinary code and chaotic system | |
| Naskar et al. | A robust image encryption technique using dual chaotic map | |
| Xie et al. | An image encryption algorithm based on novel block scrambling scheme and Josephus sequence generator | |
| Raghuvanshi et al. | Investigation of piecewise linear chaotic map as a diffusion model for image encryption | |
| CN115766964A (zh) | 基于压缩感知和可变滤波器扩散的图像加密方法及系统 |
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 |