当前位置: 首页 > 专利查询>河海大学专利>正文

一种基于明文特征的图像置乱方法技术

技术编号:17780205 阅读:50 留言:0更新日期:2018-04-22 08:58
本发明专利技术公开了一种基于明文特征的图像置乱方法,利用明文图像的明文特征对初值产生扰动,使得图像的置乱不仅依赖于密钥还依赖于图像的本身,明文图像的细小变化都会导致置乱图像的不同,同时图像的置乱不会改变像素值,不需要额外的传递明文特征值。此外,本方法不仅实现了图像的快速置乱,且抗攻击能力强,能抵抗已知明文攻击和选择明文攻击,且恢复图像的可读性不受影响。

【技术实现步骤摘要】
一种基于明文特征的图像置乱方法
本专利技术涉及信息安全领域中的图像保密技术,尤其是一种基于明文特征的图像置乱方法。
技术介绍
数字图像置乱是指将图像像素值变化位置,消除位置或灰度相关性,从而使人类或计算机系统无法理解原始图像的含义。数字图像的置乱技术,可以看做数字图像加密的一种途径,也可以用作数字图像隐藏、数字水印图像植入和数字图像秘密共享的预处理和后处理过程。常见的图像置乱方法有Arnold变换、Fibonacci-Q变换、幻方变换、骑士巡游变换、Hilbert曲线、Conway游戏、混沌排序方法等。其中,以Arnold变换、Fibonacci-Q变换和幻方变换为代表的图像置乱算法在图像加密、信息隐藏和数字水印领域中应用最为广泛,它们具有变换阵构造简单、置乱实现容易等特点,且能抵御剪切、添加噪声等常规图像攻击,但缺点是很多图像置乱算法都难以抵抗选择明文和已知明文攻击。
技术实现思路
专利技术目的:针对上述现有技术存在的缺陷,本专利技术旨在提供一种基于明文特征的图像置乱方法,只需要较少的置乱次数就能获得较好的置乱效果,并且置乱结果依赖于明文特征,具有很强的抵抗力,可以抵御已知明文攻击和选择明文攻击。技术方案:一种基于明文特征的图像置乱方法,包括如下步骤:(1)根据明文图像计算两个明文特征val1和val2,其表达式为:val1=∑i,jP(i,j)mod256,val2=∑i,jP(i,j)2mod256;其中,i和j分别代表像素点的位置,即在第i行的第j列;∑i,jP(i,j)是求和公式,将图像内位置为(i,j)的像素值累加起来,其中i的范围是(1,r),j的范围是(1,c),r和c分别是图像的行数和列数;(2)计算两个扰动值α1和α2,其表达式为:(3)对Henon映射的初值进行扰动,扰动方法为:式中,x′0是经上述公式计算产生后的扰动值;y′0是经过上述公式计算产生后的扰动值;符号代表向下取整;符号“±”是指取“+”或者取“-”;当取“+”时,如果x′0或y′0的值有一个不在-1至1的范围内,则对应产生x′0或y′0的方法取“-”;当取“-”时,如果x′0或y′0的值有一个不在-1至1的范围内,则对应产生x′0或y′0的方法取“+”;(4)对扰动后的图像进行置乱,得到加密后的图像Ck。进一步的,所述步骤(4)具体包括如下子步骤:(4.1)设定图像置乱次数为k,将(x′0,y′0)作为Henon映射的初值,Henon映射迭代L次,产生序列x1,x2……xL和y1,y2……yL,Henon映射的表达式为:式中(xn,yn)表示第n次的迭代值,(xn+1,yn+1)表示Henon映射第n+1次的迭代值,n的取值范围为0,1,2…,L;其中,L=l+r*c*k次,r和c分别是明文图像的行和列,k是置乱次数,l是舍弃的长度。(4.2)分别对序列x1,x2……xL和y1,y2……yL进行截取,取第l+1个到L个序列;接着分别将两个序列中第l+1个到l+r*c个序列按排列顺序放入三维r*c*k矩阵的第一层;将第l+r*c+1个到第l+r*c*2个序列按排列顺序放入三维矩阵r*c*k矩阵的第二层;重复该操作,直到将l+r*c*(k-1)+1个到第L个序列按排列顺序放入三维矩阵r*c*k的第k层,生成三维矩阵X和Y;(4.3)对三维矩阵X上每一层的二维矩阵以行为单位,每一行进行排序,生成按行排序后的新的三维矩阵X_sort以及原矩阵各位置经过按行排序后的新位置的三维矩阵Loc_X;对三维矩阵Y上每一层的二维矩阵以列为单位,每一列进行排序,生成按列排序后的新的三维矩阵Y_sort以及原矩阵各位置经过列排序后的新位置的三维矩阵Loc_Y;(4.4)将Loc_X作为行置换的位置矩阵,Loc_Y作为列置换的位置矩阵,分别取这两个三维矩阵的第m层的二维矩阵,对明文图像进行按行置换和按列置换得到加密图像C;其中,m是循环的次数,初值为1,每次重复该步骤加上1,取值范围从1到k;(4.5)将加密图像C作为新的明文图像,重复步骤(4.4)k次后,生成加密后的图像Ck。进一步的,步骤(4.4)中所述按行置换和按列置换具体为:(4.4.1)将明文图像P中的位置为(i,j)的像素值P(i,j),放入到E(i,Loc_X(i,j));(4.4.2)将P(i,j+1)作为步骤(4.4.1)中新一轮的P(i,j),重复(4.4.1)这一步骤,生成行置换过后的加密图像E;(4.4.3)将行加密图像E中的点(i,j)的像素值,放入到C(Loc_Y(i,j),j);(4.4.4)然后将E((i+1,j)这个点作为步骤(4.4.3)中新一轮的E(i,j),重复(4.4.3)这一步骤,生成列置换过后的加密图像C。进一步的,步骤(4.1)中所述舍弃的长度l的取值范围为200到1000之间的整数。进一步的,舍弃的长度l的取值为200。有益效果:本专利技术利用明文图像的明文特征对初值产生扰动,使得图像的置乱不仅依赖于密钥还依赖于图像的本身,明文图像的细小变化都会导致置乱图像的不同,同时图像的置乱不会改变像素值,不需要额外的传递明文特征值;本方法是基于明文特征,对明文图像像素做轻微改变,会导致明文特征的改变,产生了不同的Henon映射的初值,从而影响Henon映射迭代生成的混沌序列,生成的加密图像会截然不同。此外,本方法不仅实现了图像的快速置乱,且抗攻击能力强,能抵抗已知明文攻击和选择明文攻击,且恢复图像的可读性不受影响。附图说明图1是实施例1的原始图像;图2是实施例1置乱一次后的密文图像;图3是实施例1置乱两次后的密文图像;图4是实施例1置乱三次后的密文图像;图5是实施例1明文在水平方向的相关像素分布图;图6是实施例1明文在垂直方向的相关像素分布图;图7是实施例1明文在对角线方向的相关像素分布图;图8是实施例1密文在水平方向的相关像素分布图;图9是实施例1密文在垂直方向的相关像素分布图;图10是实施例1密文在对角线方向的相关像素分布图。具体实施方式实施例1:下面通过一个最佳实施例并结合附图对本技术方案进行详细说明。如图1所示,本具体实施例采用MATLAB2014软件进行仿真,原始图像选用大小为256×256的标准测试灰度图像Lena,图像的每一个像素由8比特组成,对Lena图像进行2次置乱,其具体过程如下:(1)根据明文图像计算两个明文特征val1和val2,其表达式为:val1=∑i,jP(i,j)mod256,val2=∑i,jP(i,j)2mod256;根据计算得到val1=251,val2=221;其中,i和j分别代表像素点的位置,即在第i行的第j列;∑i,jP(i,j)是求和公式,将图像内位置为(i,j)的像素值累加起来,其中i的范围是(1,r),j的范围是(1,c),r和c分别是图像的行数和列数;(2)计算两个扰动值α1和α2,其表达式为:计算所得结果,α1的值为08470,α2的值为0.8476;(3)对Henon映射的初值进行扰动,扰动方法为:式中,x′0是经上述公式计算产生后的扰动值;y′0是经过上述公式计算产生后的扰动值;符号代表向下取整;符号“±”是指取“+”或者取“-”;当取“+”时,如果x′0或y′0的值有一个不在-1至1的范围内,则对本文档来自技高网...
一种基于明文特征的图像置乱方法

【技术保护点】
一种基于明文特征的图像置乱方法,其特征在于,包括如下步骤:(1)根据明文图像计算两个明文特征val1和val2,其表达式为:val1=∑i,jP(i,j)mod 256,val2=∑i,jP(i,j)

【技术特征摘要】
1.一种基于明文特征的图像置乱方法,其特征在于,包括如下步骤:(1)根据明文图像计算两个明文特征val1和val2,其表达式为:val1=∑i,jP(i,j)mod256,val2=∑i,jP(i,j)2mod256;其中,i和j分别代表像素点的位置,即在第i行的第j列;∑i,jP(i,j)是求和公式,将图像内位置为(i,j)的像素值累加起来,其中i的范围是(1,r),j的范围是(1,c),r和c分别是图像的行数和列数;(2)计算两个扰动值α1和α2,其表达式为:(3)对Henon映射的初值进行扰动,扰动方法为:式中,x′0是经上述公式计算产生后的扰动值;y′0是经过上述公式计算产生后的扰动值;符号代表向下取整;符号“±”是指取“+”或者取“-”;当取“+”时,如果x′0或y′0的值有一个不在-1至1的范围内,则对应产生x′0或y′0的方法取“-”;当取“-”时,如果x′0或y′0的值有一个不在-1至1的范围内,则对应产生x′0或y′0的方法取“+”;(4)对扰动后的图像进行置乱,得到加密后的图像Ck。2.根据权利要求1所述的一种基于明文特征的图像置乱方法,其特征在于,所述步骤(4)具体包括如下子步骤:(4.1)设定图像置乱次数为k,将(x′0,y′0)作为Henon映射的初值,Henon映射迭代L次,产生序列x1,x2……xL和y1,y2……yL,Henon映射的表达式为:式中(xn,yn)表示第n次的迭代值,(xn+1,yn+1)表示Henon映射第n+1次的迭代值,n的取值范围为0,1,2...,L;其中,L=l+r*c*k次,r和c分别是明文图像的行和列,k是置乱次数,l是舍弃的长度。(4.2)分别对序列x1,x2……xL和y1,y2……yL进行截取,取第l+1个到L个序列;接着分别将两个序列中第l+1个到l+r*c个序列按排列顺序放入三维r*c*k矩阵的第一层;将第l+r*c+...

【专利技术属性】
技术研发人员:平萍樊金阳吴金杰毛莺池许国艳戚荣志
申请(专利权)人:河海大学
类型:发明
国别省市:江苏,32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1