CN115883057B - 一种基于遥感影像的地理信息测绘系统 - Google Patents

一种基于遥感影像的地理信息测绘系统 Download PDF

Info

Publication number
CN115883057B
CN115883057B CN202310213142.5A CN202310213142A CN115883057B CN 115883057 B CN115883057 B CN 115883057B CN 202310213142 A CN202310213142 A CN 202310213142A CN 115883057 B CN115883057 B CN 115883057B
Authority
CN
China
Prior art keywords
scrambling
sequence
column
plaintext
cyclic matrix
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.)
Active
Application number
CN202310213142.5A
Other languages
English (en)
Other versions
CN115883057A (zh
Inventor
刘加枚
孔祥勇
尹冬冬
周虎
李凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Luyue Resources Exploration And Development Co ltd
Original Assignee
Shandong Luyue Resources Exploration And Development Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Luyue Resources Exploration And Development Co ltd filed Critical Shandong Luyue Resources Exploration And Development Co ltd
Priority to CN202310213142.5A priority Critical patent/CN115883057B/zh
Publication of CN115883057A publication Critical patent/CN115883057A/zh
Application granted granted Critical
Publication of CN115883057B publication Critical patent/CN115883057B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

本发明涉及数据处理技术领域，具体涉及一种基于遥感影像的地理信息测绘系统，该系统包括：遥感影像采集模块、初始状态列获取模块、置乱效果预估模块、置乱加密模块、解密模块。采集遥感影像，构建明文序列；根据密钥以及明文序列的长度获取初始状态列，根据初始状态列以及明文序列预估循环矩阵中每一列的整体置乱混乱度以及局部置乱混乱度，进一步得到每一列的置乱程度；根据置乱程度获取最优置乱序列，根据最优置乱序列得到密文图像。本发明破坏了明文序列局部像素点的规律以及整体的规律，确保了密文图像的置乱效果，增加了密文的复杂性，可抗暴力破解攻击。

Description

一种基于遥感影像的地理信息测绘系统
技术领域
本发明涉及数据处理技术领域，具体涉及一种基于遥感影像的地理信息测绘系统。
背景技术
随着卫星技术的发展，根据卫星采集的遥感影像可实现更高精度的地理信息测绘。部分区域的遥感影像可能涉及机密信息，为了确保遥感影像中的机密信息不被泄漏，需要对遥感影像进行加密存储。
现有的加密方法如AES等更适合文本信息的加密，而图像具有较高的冗余性以及较强的像素点关联性，采用AES等加密方法为分组加密方法，无法破坏图像中的像素点关联性，对于相同的内容的组加密结果也相同，容易被利用进行统计分析攻击。
现有的加密方法如利用混沌映射的方法对图像进行置乱实现图像加密，混沌映射具有随机性，对于图像的加密效果难以衡量。
发明内容
为了解决上述问题，本发明提供一种基于遥感影像的地理信息测绘系统，所述系统包括：
遥感影像采集模块，采集遥感影像，将遥感影像中的所有像素点按照第一顺序展开成明文序列；
初始状态列获取模块，根据预设密钥以及明文序列的长度获取第一序列；对明文序列中的所有像素点按照灰度值从小到大的顺序排列得到第二序列；根据第一序列利用变步长约瑟夫遍历的方法对第二序列进行排序得到初始状态列；
置乱效果预估模块，根据初始状态列以及明文序列中每个像素点的灰度值预估循环矩阵每一列的整体置乱混乱度；根据初始状态列中每个像素点、预设阈值以及明文序列中每个像素点的灰度值预估循环矩阵中每个像素点相邻的像素点的置乱无效性；根据置乱无效性预估循环矩阵每一列的局部置乱混乱度；根据整体置乱混乱度以及局部置乱混乱度预估循环矩阵每一列的置乱程度；
置乱加密模块，获取置乱程度最大的列的序号作为最优列号，根据初始状态列与最优列号获取最优置乱序列；构建一个空图像，将最优置乱序列中的所有像素点按照第一顺序填充到空图像中得到密文图像；
解密模块，对密文图像进行解密。
优选的，所述根据预设密钥以及明文序列的长度获取第一序列，包括的具体步骤为：
将明文序列的长度作为第一长度，根据预设密钥以及第一长度利用混沌映射的方法获取长度为第一长度的混沌序列；
将第一长度减一得到第二长度，将混沌序列中的每个元素乘以第二长度并四舍五入取整得到第一序列。
优选的，所述根据初始状态列以及明文序列中每个像素点的灰度值预估循环矩阵每一列的整体置乱混乱度，包括的具体步骤为：
Figure SMS_1
其中
Figure SMS_9
为循环矩阵第
Figure SMS_3
列的整体置乱混乱度的预估结果；
Figure SMS_7
为明文序列中第
Figure SMS_5
个像 素点；
Figure SMS_8
为明文序列中第
Figure SMS_12
个像素点的灰度值；
Figure SMS_16
为初始状态列中第
Figure SMS_10
个像素点；
Figure SMS_14
表示获取
Figure SMS_4
在明文序列中对应的位置之后的第
Figure SMS_6
个像素点；
Figure SMS_11
表示
Figure SMS_15
在明文序列中对应的位置之后的第
Figure SMS_13
个像素点的灰度值；
Figure SMS_17
为明文序列的长度；
Figure SMS_2
为双曲正切的函数。
优选的，所述根据初始状态列中每个像素点、预设阈值以及明文序列中每个像素点的灰度值预估循环矩阵中每个像素点相邻的像素点的置乱无效性，包括的具体步骤为：
Figure SMS_18
其中
Figure SMS_29
为循环矩阵第
Figure SMS_20
列第
Figure SMS_25
行像素点相邻的第
Figure SMS_22
个像素点置乱无效性的预估 结果；
Figure SMS_24
为明文序列中第
Figure SMS_28
个像素点；
Figure SMS_32
为明文序列中第
Figure SMS_30
个像素点的灰 度值；
Figure SMS_34
为初始状态列中第
Figure SMS_19
个像素点；
Figure SMS_26
表示获取
Figure SMS_31
在明文序列中 对应的位置之后的第
Figure SMS_36
个像素点；
Figure SMS_33
表示
Figure SMS_35
在明文序列中对应的位置 之后的第
Figure SMS_21
个像素点的灰度值；
Figure SMS_23
为预设阈值，
Figure SMS_27
表示取绝对值。
优选的，所述根据置乱无效性预估循环矩阵每一列的局部置乱混乱度，包括的具体步骤为：
Figure SMS_37
其中
Figure SMS_39
为循环矩阵第
Figure SMS_41
列的局部置乱混乱度的预估结果；
Figure SMS_43
为循环矩阵第
Figure SMS_40
列第
Figure SMS_42
行像素点相邻的第
Figure SMS_44
个像素点置乱无效性的预估结果；
Figure SMS_45
为最大值函数；
Figure SMS_38
为以 自然常数为底的指数模型。
优选的，所述根据整体置乱混乱度以及局部置乱混乱度预估循环矩阵每一列的置乱程度，包括的具体步骤为：
将循环矩阵每一列的整体置乱混乱度的预估结果与局部置乱混乱度的预估结果相乘的得到循环矩阵每一列的置乱程度的预估结果。
优选的，所述根据初始状态列与最优列号获取最优置乱序列，包括的具体步骤为：
将最优列号减一得到过渡序号，获取初始状态列中每个像素点在明文序列中的位置之后第过渡序号个像素点作为置乱程度最大的列的像素点，置乱程度最大的列的所有像素点构成最优置乱序列。
本发明的有益效果是：采集遥感影像，构建明文序列；根据密钥以及明文序列的长度获取初始状态列，根据初始状态列以及明文序列获取循环矩阵中每一列的整体置乱混乱度以及局部置乱混乱度，进一步得到每一列的置乱程度；选择置乱程度最大的一列作为最优置乱序列，根据最优置乱序列得到密文图像。本发明结合BWT算法的思想，对明文图像进行置乱加密，在不获取循环矩阵的情况下预估循环矩阵中置乱效果最好的一列，作为最终的置乱结果，破坏了明文序列局部像素点的规律以及整体的规律，确保了加密结果足够混乱，破坏了像素点之间的关联性，使得密文图像的置乱效果更好。同时本发明结合混沌序列构建循环矩阵，增加了循环矩阵的复杂性，进一步增加了密文的复杂性，可抗暴力破解攻击。同时，本发明的加密方法简单，加密速度快。密钥简单，易于存储管理。密钥空间大，可抗暴力破解攻击。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1为本发明的一种基于遥感影像的地理信息测绘系统的系统框图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于遥感影像的地理信息测绘系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于遥感影像的地理信息测绘系统的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种基于遥感影像的地理信息测绘系统，该系统包括以下模块：
遥感影像采集模块S101，采集遥感影像，获得明文序列。
通过卫星采集用于地理信息测绘的遥感影像。需要说明的是，由于遥感影像涉及一些关键区域的机密信息，需要对遥感影像进行加密存储。
在本发明实施例中，将遥感影像的每个通道都视作一幅灰度图像，将每个灰度图像作为一个明文图像。本实施例对每个明文图像进行加密。
将明文图像中的像素点按照第一顺序展开成一维的序列，作为明文序列
Figure SMS_46
，其中
Figure SMS_47
为明文序列的长度。本实施例中第一顺序为zigzag扫描顺序，在其他 实施例中第一顺序包括但不限于zigzag扫描、Hilbert扫描。
初始状态列获取模块S102，设置密钥，获取第一序列，根据第一序列以及明文序列构建初始状态列。
需要说明的是，BWT是一种数据转换算法，对于长度为
Figure SMS_48
的序列，通过以序列中的每 个数据为开始，对序列中的数据进行循环排列，得到
Figure SMS_49
组长度为
Figure SMS_50
的新序列。按照每个新序列 中第一个数据从小到大的顺序，对
Figure SMS_51
组长度为
Figure SMS_52
的新序列进行排序，得到
Figure SMS_53
大小的循环矩 阵。以循环矩阵最后一列数据作为原始序列的BWT算法的编码结果。通过BWT算法可以一定 程度上实现在循环矩阵最后一列中将原始序列中相同的数据排在一起或者相邻位置，使其 更易被压缩。循环矩阵第一列中的数据为原始序列中每个元素从小到大排列的结果，具有 升序排列的数据规律。在循环矩阵每一列中，都包含了原始序列中每个元素，循环矩阵的每 一列都可以看作是原始序列按照一定规律进行置乱之后的结果。本发明实施例结合BWT算 法的思想，为明文序列构建循环矩阵，获取循环矩阵中与明文序列最不相似的一列作为明 文序列置乱之后的结果，从而实现对明文图像进行置乱加密的效果。同时为了确保置乱加 密结果的复杂性，本发明实施例在构建循环矩阵时调整排列的顺序，使得循环矩阵第一列 中的数据混乱无规律，从而使得循环矩阵难以猜测，进一步增加置乱加密结果的复杂性。
在本实施例中，将循环矩阵第一列记为初始状态列，初始状态列的获取方法具体如下：
将
Figure SMS_54
作为密钥，其中
Figure SMS_55
为
Figure SMS_56
范围内的任意一个数，
Figure SMS_57
为
Figure SMS_58
范围 内的任意一个数，
Figure SMS_59
为
Figure SMS_60
范围内的任意一个整数。
在加密之前，根据密钥
Figure SMS_61
利用混沌映射的方法生成一个长度为
Figure SMS_62
的混沌 系列，其中
Figure SMS_63
为明文序列的长度。获取混沌序列的后
Figure SMS_64
个元素，将此些元素乘以
Figure SMS_65
并四舍 五入取整，得到一个长度为
Figure SMS_66
的序列，记为第一序列，第一序列中每个元素的范围为
Figure SMS_67
。
对明文序列中的每个像素点按照灰度值大小进行从小到大的排序组成第二序列。 将第一序列作为变步长约瑟夫遍历的步长序列，利用变步长约瑟夫遍历的方法对第二序列 进行排序，得到初始状态列
Figure SMS_68
，其中
Figure SMS_69
为初始状态列中第
Figure SMS_70
个像素点，又 为循环矩阵中第
Figure SMS_71
行第一个像素点；
Figure SMS_72
为明文序列的长度，又为初始状态列的长度。变步长约 瑟夫遍历为公知技术，在此不再详细赘述。
至此，获得了初始状态列。
置乱效果预估模块S103，根据初始状态列，预估循环矩阵每个列的置乱效果。
需要说明的是，初始状态列为本发明实施例的循环矩阵第一列，则根据初始状态 列可进一步获得循环矩阵，对循环矩阵中每一列的像素点进行判断，获取与明文序列中像 素点灰度值最不相似的一列作为明文序列置乱之后的结果，从而实现对明文图像进行置乱 加密的效果。但明文序列长度为
Figure SMS_73
，则循环矩阵大小为
Figure SMS_74
，若根据初始状态列直接构建循环 矩阵再获取与明文序列中像素点灰度值最不相似的一列，则会占用大量时间和空间资源， 会影响其他进程的运行甚至导致内存溢出。因此不能直接构建循环矩阵，需要根据BWT算法 原理，预估循环矩阵每一列的置乱效果。
BWT算法中循环矩阵每一行都是循环生成的，因此每一行中第二个数据与第一个 数据是毗邻的，即循环矩阵每一行中第二个数据是第一个数据在明文序列中的后一个数 据，举例说明，循环矩阵第
Figure SMS_76
行中第一个数据为初始状态列中第
Figure SMS_80
个数据
Figure SMS_83
，假设其为明文 序列中第
Figure SMS_78
个数据
Figure SMS_81
，则循环矩阵第
Figure SMS_84
行中第二个数据为
Figure SMS_86
在明文序列中的后一个数据
Figure SMS_75
。 因此循环矩阵中第二列中的每个数据是第一列中的数据在明文序列中的后一个数据。同 理，循环矩阵中第
Figure SMS_79
列中的每个数据是第一列中的数据在明文序列中后第
Figure SMS_82
个数据，循环 矩阵、初始状态列以及明文序列中每个数据均为像素点，即循环矩阵中第
Figure SMS_85
列中的每个像素 点是第一列中的每个像素点在明文序列中后第
Figure SMS_77
个像素点。
在本实施例中，根据以上规律，在不获取循环矩阵的情况下，预估循环矩阵每一列 的整体置乱混乱度，如预估的循环矩阵第
Figure SMS_87
列的整体置乱混乱度
Figure SMS_88
为：
Figure SMS_89
其中
Figure SMS_108
为循环矩阵第
Figure SMS_111
列的整体置乱混乱度的预估结果；
Figure SMS_114
为明文序列中第
Figure SMS_91
个像 素点；
Figure SMS_97
为明文序列中第
Figure SMS_101
个像素点的灰度值；
Figure SMS_105
为初始状态列中第
Figure SMS_93
个像素点，即循环 矩阵第
Figure SMS_95
行第一列的像素点；
Figure SMS_99
表示获取
Figure SMS_103
在明文序列中对应的位置之后的第
Figure SMS_107
个像素点，即循环矩阵第
Figure SMS_110
行第
Figure SMS_113
列的像素点；
Figure SMS_116
表示循环矩阵第
Figure SMS_106
行第
Figure SMS_109
列 的像素点的灰度值；将循环矩阵第
Figure SMS_112
行第
Figure SMS_115
列的像素点作为明文序列中第
Figure SMS_90
个像素点置乱之 后的结果，则
Figure SMS_94
为明文序列中第
Figure SMS_98
个像素点置乱前后的灰度值差异；
Figure SMS_102
为明文序列中所有像素点置乱前后的灰度值差异均 值；
Figure SMS_92
为双曲正切的函数，用作将
Figure SMS_96
进行归一化，当 归一化后的值越大，循环矩阵第
Figure SMS_100
列的整体置乱混乱度越大，置乱效果越好。反之，当归一化 后的值越小，循环矩阵第
Figure SMS_104
列的整体置乱混乱度越小，置乱效果越差。
需要说明的是，整体置乱混乱度反应了整体的置乱效果，但可能存在置乱后局部位置的像素点的灰度值不变或变化很小，此时局部置乱效果差，置乱之后得到的密文图像仍会局部包含的信息。因此还需引入局部置乱混乱度来衡量循环矩阵每一列的局部置乱效果。
在本实施例中，预估循环矩阵每一列的局部置乱混乱度，如预估的循环矩阵第
Figure SMS_117
列 的局部置乱混乱度
Figure SMS_118
为：
Figure SMS_119
Figure SMS_120
其中
Figure SMS_155
循环矩阵第
Figure SMS_159
列的局部置乱混乱度的预估结果；
Figure SMS_163
为循环矩阵第
Figure SMS_167
列第
Figure SMS_171
行像素点相邻的第
Figure SMS_175
个像素点置乱无效性的预估结果，当
Figure SMS_179
为负数时，相邻的第
Figure SMS_121
个像素点 表示在循环矩阵第
Figure SMS_125
列中循环矩阵第
Figure SMS_129
列第
Figure SMS_133
行像素点的前第
Figure SMS_137
个像素点，当
Figure SMS_141
为正数时，相 邻的第
Figure SMS_144
个像素点表示在循环矩阵第
Figure SMS_151
列中循环矩阵第
Figure SMS_122
列第
Figure SMS_127
行像素点的后第
Figure SMS_131
个像素点， 当
Figure SMS_135
为0时，相邻的第
Figure SMS_139
个像素点表示循环矩阵第
Figure SMS_143
列第
Figure SMS_146
行像素点本身；
Figure SMS_148
为明文序列中 第
Figure SMS_152
个像素点；
Figure SMS_156
为明文序列中第
Figure SMS_160
个像素点的灰度值；
Figure SMS_164
为初始状态列 中第
Figure SMS_168
个像素点，即循环矩阵第
Figure SMS_172
行第一列的像素点；
Figure SMS_176
表示获取
Figure SMS_180
在明文序列中对应的位置之后的第
Figure SMS_154
个像素点，即循环矩阵第
Figure SMS_158
行第
Figure SMS_162
列的像素点；
Figure SMS_166
表示循环矩阵第
Figure SMS_170
行第
Figure SMS_174
列的像素点的灰度值；将循环矩阵第
Figure SMS_178
行 第
Figure SMS_182
列的像素点作为明文序列中第
Figure SMS_123
个像素点置乱之后的结果，则
Figure SMS_126
局部置乱混乱度，为明文序列中第
Figure SMS_130
个像素点置乱前后 的灰度值差异的绝对值，当该绝对值大于阈值
Figure SMS_134
时，表示明文序列中第
Figure SMS_138
个像素点置乱 前后差异较大，置乱有效，而循环矩阵第
Figure SMS_142
行第
Figure SMS_147
列的像素点为明文序列中第
Figure SMS_150
个像 素点置乱之后的结果，因此循环矩阵第
Figure SMS_184
行第
Figure SMS_188
列的像素点置乱有效，即循环矩阵第
Figure SMS_192
列 第
Figure SMS_196
行像素点相邻的第
Figure SMS_199
个像素点置乱有效，此时循环矩阵第
Figure SMS_202
列第
Figure SMS_205
行像素点相邻的第
Figure SMS_208
个 像素点置乱无效性
Figure SMS_186
。反之，当该绝对值小于等于阈值
Figure SMS_190
时，表示明文序列中第
Figure SMS_194
个像素点置乱前后差异较小，置乱无效，即循环矩阵第
Figure SMS_197
列第
Figure SMS_200
行像素点相邻的第
Figure SMS_203
个像素点 置乱无效，此时循环矩阵第
Figure SMS_206
列第
Figure SMS_209
行像素点相邻的第
Figure SMS_165
个像素点置乱无效性
Figure SMS_169
；
Figure SMS_173
为循环矩阵第
Figure SMS_177
列第
Figure SMS_181
行像素点前后相邻的所有20个像素点中置乱无效的个 数，当该个数越大，循环矩阵第
Figure SMS_185
列第
Figure SMS_189
行像素点局部置乱效果越差，反之，当该个数越小，循 环矩阵第
Figure SMS_193
列第
Figure SMS_183
行像素点局部置乱效果越好。因此将该个数记为循环矩阵第
Figure SMS_187
列第
Figure SMS_191
行像素 点的局部置乱无效度；
Figure SMS_195
表示获取循环矩阵第
Figure SMS_198
列每个像素 点的局部置乱无效度中的最大值；
Figure SMS_201
为以自然常数为底的指数模型，
Figure SMS_204
用作将
Figure SMS_207
进行负相关归一化，当
Figure SMS_124
越大，循环矩阵第
Figure SMS_128
列的局部置乱无效范围越大，置乱效果越差，循环矩阵第
Figure SMS_132
列的局部置乱 混乱度
Figure SMS_136
越小，当
Figure SMS_140
越小，循环矩阵第
Figure SMS_145
列的局部置乱无效范 围越小，置乱效果越好，循环矩阵第
Figure SMS_149
列的局部置乱混乱度
Figure SMS_153
越大；在本实施例中
Figure SMS_157
，在 其他实施例中，实施人员根据需要设置
Figure SMS_161
的值。
结合循环矩阵每一列整体置乱混乱度以及局部置乱混乱度预估循环矩阵每一列 的置乱程度，用来衡量循环矩阵每一列的置乱效果。如预估的循环矩阵第
Figure SMS_210
列的置乱程度
Figure SMS_211
为：
Figure SMS_212
其中
Figure SMS_214
为循环矩阵第
Figure SMS_218
列的置乱程度的预估结果；
Figure SMS_221
为循环矩阵第
Figure SMS_216
列的整体置乱 混乱度的预估结果；
Figure SMS_219
为循环矩阵第
Figure SMS_222
列的局部置乱混乱度的预估结果；当循环矩阵第
Figure SMS_224
列的 整体置乱混乱度与局部置乱混乱度都较大时，循环矩阵第
Figure SMS_213
列的置乱程度较大，循环矩阵第
Figure SMS_217
列的置乱效果越好；反之，当循环矩阵第
Figure SMS_220
列的整体置乱混乱度与局部置乱混乱度有一个 较小时，循环矩阵第
Figure SMS_223
列的置乱程度较小，循环矩阵第
Figure SMS_215
列的置乱效果越差。
同理，获取循环矩阵除第一列之外的每一列的置乱程度。
置乱加密模块S104，获取最优置乱序列，构建密文图像。
获取置乱程度最大的列的序号，记为最优列号
Figure SMS_225
。根据最优列号
Figure SMS_226
获取置乱程度最 大的列的内容，如置乱程度最大的列的第
Figure SMS_227
个像素点
Figure SMS_228
为：
Figure SMS_229
其中
Figure SMS_231
为置乱程度最大的列的第
Figure SMS_235
行的像素点
Figure SMS_239
，即循环矩阵第
Figure SMS_232
行第
Figure SMS_236
列的像素 点；
Figure SMS_240
为最优列号，即置乱程度最大的列的序号；
Figure SMS_242
为初始状态列中第
Figure SMS_233
个像素点，即循环矩 阵第
Figure SMS_237
行第一列的像素点；
Figure SMS_241
表示获取
Figure SMS_243
在明文序列中对应的位置之后的第
Figure SMS_230
个像素点，即循环矩阵第
Figure SMS_234
行第
Figure SMS_238
列的像素点。
同理，获取置乱程度最大的列的所有像素点，构成最优置乱序列
Figure SMS_244
，其中
Figure SMS_245
为最优置乱序列中第
Figure SMS_246
个像素点，
Figure SMS_247
为最优置乱序列的长度。 将最优置乱序列作为明文序列的置乱结果。将最优置乱序列中的每个像素点按照第一顺序 填充到与明文图像同样大小的空图像中，得到密文图像。
获取明文序列中最后一个像素点在最优置乱序列中的位置，作为结束位置。将最优列号以及结束位置作为补充密钥。
至此，获取了密文图像以及补充密钥。将补充密钥利用非对称加密算法进行加密得到补充密钥密文。将密文图像以及补充密钥密文存储到地理信息测绘存储服务器中。
需要说明的是，非对称加密算法的加密和解密花费时间长，速度慢，因此不适用对遥感影像等数据量大的信息进行加密，只适合对少量的数据进行加密，因此本发明实施例仅对补充密钥利用非对称加密算法进行加密。
本发明实施例结合BWT算法的思想，对明文图像进行置乱加密，在不获取循环矩阵的情况下，预估循环矩阵中置乱效果最好的一列，作为最终的置乱结果，破坏了明文序列局部像素点的规律以及整体的规律，确保了密文图像的置乱效果，结合混沌序列构建循环矩阵，增加了循环矩阵的复杂性，进一步增加了密文的复杂性，可抗暴力破解攻击。同时，本发明实施例中的加密方法简单，加密速度快。密钥简单，易于存储管理，密钥空间大，可抗暴力破解攻击。
解密模块S105，对密文图像进行解密。
在需要使用遥感图像时，需先对密文图像进行解密，具体为：
将密文图像中的像素点按照第一顺序展开成一维的序列，作为密文序列
Figure SMS_248
，其中
Figure SMS_249
为密文序列中第
Figure SMS_250
个像素点，
Figure SMS_251
为密文序列的长度。密文序列 即为加密过程中的最优置乱序列。
利用密钥
Figure SMS_252
生成一个长度为
Figure SMS_253
的混沌系列，获取混沌序列的后
Figure SMS_254
个元素， 将此些元素乘以
Figure SMS_255
并四舍五入取整，得到一个长度为
Figure SMS_256
的序列，作为第一序列，第一序列 中每个元素的范围为
Figure SMS_257
。
对密文序列中的每个像素点按照灰度值大小进行从小到大的排序组成第二序列， 根据第一序列利用变步长约瑟夫遍历的方法对第二序列进行排序，得到初始状态列
Figure SMS_258
，其中
Figure SMS_259
为初始状态列中第
Figure SMS_260
个像素点，又为循环矩阵中第
Figure SMS_261
行第一个 像素点；
Figure SMS_262
为密文序列的长度，又为初始状态列的长度。
利用非对称加密算法对补充密钥密文进行解密，获取补充密钥，补充密钥为循环 矩阵最优列号
Figure SMS_263
以及结束位置，最优列号
Figure SMS_264
为加密过程中置乱程度最大的列的序号，即为 密文序列在循环矩阵中的列号，则密文序列中每个像素点为初始状态列中每个像素点在明 文序列中后第
Figure SMS_265
个像素点。结束位置即为明文序列中最后一个像素点在最优置乱序列 中的位置，又即明文序列中最后一个像素点在密文序列中的位置。将密文序列中结束位置 的像素点记为
Figure SMS_266
。根据以上对应关系，即可获得明文序列。
将明文序列中的每个像素点按照第一顺序填充到与密文图像同样大小的空图像中，得到明文图像。将所有通道的明文图像构成遥感影像。
至此，实现了密文图像的解密，获取了遥感影像。
综上所述，本发明的系统包括遥感影像采集模块、初始状态列获取模块、置乱效果预估模块、置乱加密模块、解密模块。采集遥感影像，构建明文序列；根据密钥以及明文序列的长度获取初始状态列，根据初始状态列以及明文序列获取循环矩阵中每一列的整体置乱混乱度以及局部置乱混乱度，进一步得到每一列的置乱程度；选择置乱程度最大的一列作为最优置乱序列，根据最优置乱序列得到密文图像。本发明结合BWT算法的思想，对明文图像进行置乱加密，在不获取循环矩阵的情况下预估循环矩阵中置乱效果最好的一列，作为最终的置乱结果，破坏了明文序列局部像素点的规律以及整体的规律，确保了加密结果足够混乱，破坏了像素点之间的关联性，使得密文图像的置乱效果更好。同时本发明结合混沌序列构建循环矩阵，增加了循环矩阵的复杂性，进一步增加了密文的复杂性，可抗暴力破解攻击。同时，本发明的加密方法简单，加密速度快。密钥简单，易于存储管理。密钥空间大，可抗暴力破解攻击。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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。

Claims (6)

1.一种基于遥感影像的地理信息测绘系统，其特征在于，所述系统包括：
遥感影像采集模块，采集遥感影像，将遥感影像中的所有像素点按照第一顺序展开成明文序列；
初始状态列获取模块，根据预设密钥以及明文序列的长度获取第一序列；对明文序列中的所有像素点按照灰度值从小到大的顺序排列得到第二序列；根据第一序列利用变步长约瑟夫遍历的方法对第二序列进行排序得到初始状态列；
置乱效果预估模块，根据初始状态列以及明文序列中每个像素点的灰度值预估循环矩阵每一列的整体置乱混乱度；根据初始状态列中每个像素点、预设阈值以及明文序列中每个像素点的灰度值预估循环矩阵中每个像素点相邻的像素点的置乱无效性；根据置乱无效性预估循环矩阵每一列的局部置乱混乱度；根据整体置乱混乱度以及局部置乱混乱度预估循环矩阵每一列的置乱程度；
置乱加密模块，获取置乱程度最大的列的序号作为最优列号，根据初始状态列与最优列号获取最优置乱序列；构建一个空图像，将最优置乱序列中的所有像素点按照第一顺序填充到空图像中得到密文图像；
解密模块，对密文图像进行解密。
2.根据权利要求1所述的一种基于遥感影像的地理信息测绘系统，其特征在于，所述根据预设密钥以及明文序列的长度获取第一序列，包括的具体步骤为：
将明文序列的长度作为第一长度，根据预设密钥以及第一长度利用混沌映射的方法获取长度为第一长度的混沌序列；
将第一长度减一得到第二长度，将混沌序列中的每个元素乘以第二长度并四舍五入取整得到第一序列。
3.根据权利要求1所述的一种基于遥感影像的地理信息测绘系统，其特征在于，所述根据初始状态列以及明文序列中每个像素点的灰度值预估循环矩阵每一列的整体置乱混乱度，包括的具体步骤为：
Figure QLYQS_1
其中
Figure QLYQS_12
为循环矩阵第/>
Figure QLYQS_4
列的整体置乱混乱度的预估结果；/>
Figure QLYQS_8
为明文序列中第/>
Figure QLYQS_3
个像素点；
Figure QLYQS_6
为明文序列中第/>
Figure QLYQS_9
个像素点的灰度值；/>
Figure QLYQS_13
为初始状态列中第/>
Figure QLYQS_11
个像素点；/>
Figure QLYQS_15
表示获取/>
Figure QLYQS_2
在明文序列中对应的位置之后的第/>
Figure QLYQS_7
个像素点；/>
Figure QLYQS_10
表示/>
Figure QLYQS_14
在明文序列中对应的位置之后的第/>
Figure QLYQS_16
个像素点的灰度值；/>
Figure QLYQS_17
为明文序列的长度；/>
Figure QLYQS_5
为双曲正切的函数。
4.根据权利要求1所述的一种基于遥感影像的地理信息测绘系统，其特征在于，所述根据初始状态列中每个像素点、预设阈值以及明文序列中每个像素点的灰度值预估循环矩阵中每个像素点相邻的像素点的置乱无效性，包括的具体步骤为：
Figure QLYQS_18
其中
Figure QLYQS_29
为循环矩阵第/>
Figure QLYQS_20
列第/>
Figure QLYQS_25
行像素点相邻的第/>
Figure QLYQS_21
个像素点置乱无效性的预估结果；/>
Figure QLYQS_26
为明文序列中第/>
Figure QLYQS_30
个像素点；/>
Figure QLYQS_34
为明文序列中第/>
Figure QLYQS_28
个像素点的灰度值；
Figure QLYQS_32
为初始状态列中第/>
Figure QLYQS_19
个像素点；/>
Figure QLYQS_24
表示获取/>
Figure QLYQS_31
在明文序列中对应的位置之后的第/>
Figure QLYQS_35
个像素点；/>
Figure QLYQS_33
表示/>
Figure QLYQS_36
在明文序列中对应的位置之后的第/>
Figure QLYQS_22
个像素点的灰度值；/>
Figure QLYQS_23
为预设阈值，/>
Figure QLYQS_27
表示取绝对值。
5.根据权利要求1所述的一种基于遥感影像的地理信息测绘系统，其特征在于，所述根据置乱无效性预估循环矩阵每一列的局部置乱混乱度，包括的具体步骤为：
Figure QLYQS_37
其中
Figure QLYQS_39
为循环矩阵第/>
Figure QLYQS_42
列的局部置乱混乱度的预估结果；/>
Figure QLYQS_44
为循环矩阵第/>
Figure QLYQS_40
列第/>
Figure QLYQS_41
行像素点相邻的第/>
Figure QLYQS_43
个像素点置乱无效性的预估结果；/>
Figure QLYQS_45
为最大值函数；/>
Figure QLYQS_38
为以自然常数为底的指数模型。
6.根据权利要求1所述的一种基于遥感影像的地理信息测绘系统，其特征在于，所述根据整体置乱混乱度以及局部置乱混乱度预估循环矩阵每一列的置乱程度，包括的具体步骤为：
将循环矩阵每一列的整体置乱混乱度的预估结果与局部置乱混乱度的预估结果相乘的得到循环矩阵每一列的置乱程度的预估结果。
CN202310213142.5A 2023-03-08 2023-03-08 一种基于遥感影像的地理信息测绘系统 Active CN115883057B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310213142.5A CN115883057B (zh) 2023-03-08 2023-03-08 一种基于遥感影像的地理信息测绘系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310213142.5A CN115883057B (zh) 2023-03-08 2023-03-08 一种基于遥感影像的地理信息测绘系统

Publications (2)

Publication Number Publication Date
CN115883057A CN115883057A (zh) 2023-03-31
CN115883057B true CN115883057B (zh) 2023-05-30

Family

ID=85761967

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310213142.5A Active CN115883057B (zh) 2023-03-08 2023-03-08 一种基于遥感影像的地理信息测绘系统

Country Status (1)

Country Link
CN (1) CN115883057B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116320499B (zh) * 2023-04-17 2024-01-09 深圳市嘉立方科技有限公司 一种通信方法及系统
CN116305224B (zh) * 2023-05-24 2023-07-21 青岛宜开美数字科技有限公司 基于平台数据的用户订单信息存储系统
CN116346676B (zh) * 2023-05-30 2023-08-04 温州华嘉电器有限公司 基于数据驱动的互联网断路器健康状态评估方法及系统
CN116915508B (zh) * 2023-09-13 2023-12-12 宜兴启明星物联技术有限公司 一种通信过程中信道动态加密方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6083726A (en) * 1998-02-03 2000-07-04 Lucent Technologies, Inc. Methods for polynucleotide synthesis and articles for polynucleotide hybridization
US6720897B1 (en) * 2003-05-09 2004-04-13 Broadcom Corporation State-delayed technique and system to remove tones of dynamic element matching
CN110139000A (zh) * 2019-04-11 2019-08-16 河南大学 基于压缩感知和生命游戏置乱的图像压缩加密方法
CN111461953A (zh) * 2020-03-30 2020-07-28 三维通信股份有限公司 图像加密方法、图像解密方法和图像传输系统
CN112422266A (zh) * 2020-10-28 2021-02-26 郑州轻工业大学 一种基于约瑟夫遍历和位平面重构的超混沌加密方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8259949B2 (en) * 2008-05-27 2012-09-04 Intel Corporation Methods and apparatus for protecting digital content
US8204217B2 (en) * 2009-01-28 2012-06-19 Telefonaktiebolaget Lm Ericsson (Publ) Lightweight streaming protection by sequence number scrambling
US8214740B2 (en) * 2009-10-30 2012-07-03 Apple Inc. Song flow methodology in random playback
CN106327414B (zh) * 2016-08-16 2019-10-22 广东工业大学 一种基于明文自身特性的双混沌图像加密方法
CN112714235B (zh) * 2020-12-22 2021-10-26 郑州轻工业大学 一种基于填充曲线和相邻像素比特置乱的图像加密方法
CN113470126A (zh) * 2021-04-16 2021-10-01 兰州现代职业学院 一种新的基于超混沌的置乱与明文像素动态相关的图像加密方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6083726A (en) * 1998-02-03 2000-07-04 Lucent Technologies, Inc. Methods for polynucleotide synthesis and articles for polynucleotide hybridization
US6720897B1 (en) * 2003-05-09 2004-04-13 Broadcom Corporation State-delayed technique and system to remove tones of dynamic element matching
CN110139000A (zh) * 2019-04-11 2019-08-16 河南大学 基于压缩感知和生命游戏置乱的图像压缩加密方法
CN111461953A (zh) * 2020-03-30 2020-07-28 三维通信股份有限公司 图像加密方法、图像解密方法和图像传输系统
CN112422266A (zh) * 2020-10-28 2021-02-26 郑州轻工业大学 一种基于约瑟夫遍历和位平面重构的超混沌加密方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Code Design and Shuffled Iterative Decoding of a Quasi-Cyclic LDPC Coded OFDM System;刘斌彬;白栋;葛启宏;梅顺良;;Tsinghua Science and Technology(第01期);全文 *
对像素置乱和比特替换混沌图像算法的破解;朱淑芹;王文宏;李俊青;;计算机应用(第S2期);全文 *
求解并行测试任务调度问题的ACIA;李文海;管晗;;兵器装备工程学报(第03期);全文 *

Also Published As

Publication number Publication date
CN115883057A (zh) 2023-03-31

Similar Documents

Publication Publication Date Title
CN115883057B (zh) 一种基于遥感影像的地理信息测绘系统
Wen et al. Colour light field image encryption based on DNA sequences and chaotic systems
Souyah et al. An image encryption scheme combining chaos-memory cellular automata and weighted histogram
Wang et al. A new image encryption algorithm based on CML and DNA sequence
CN109660696B (zh) 一种新的图像加密方法
EP0624013A1 (en) Device and method for data encryption
CN112637441A (zh) 一种基于压缩感知的彩色图像压缩加密方法
CN107330338B (zh) 基于双混沌交叉扩散的彩色图像加密和解密方法及系统
Machkour et al. A novel image encryption algorithm based on the two-dimensional logistic map and the latin square image cipher
Hazra et al. File encryption using fisher-yates shuffle
Sivakumar et al. A novel image encryption using calligraphy based scan method and random number
CN111988144B (zh) 一种基于多重密钥的dna一次一密图像加密方法
Liu et al. A sensitive image encryption algorithm based on a higher-dimensional chaotic map and steganography
CN104881837A (zh) 基于超混沌系统的密钥动态选取的图像加密算法
Chattopadhyay et al. A verifiable (n, n) secret image sharing scheme using XOR operations
Tao et al. A Snake Encryption Algorithm for Image with Multiple Chaos Fusion.
CN113992811B (zh) 一种基于新型三维分数阶离散混沌映射的图像加密方法
Wu et al. Binary data encryption using the Sudoku block cipher
Akiwate et al. A DNA cryptographic solution for secured image and text encryption
CN115086058A (zh) 图像加密方法及装置、存储介质和电子设备
Bunker et al. Linear equation based visual secret sharing scheme
Deng et al. Chaos-Based Image Encryption Algorithm Using Decomposition
Fu et al. Medical image protection using hyperchaos-based encryption
CN111756518A (zh) 一种基于忆阻超混沌系统的彩色图像加密方法
Kumar et al. A survey on visual cryptography techniques

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