基于二维压缩感知的两幅彩色图像压缩加密方法技术

本发明专利技术提供一种基于二维压缩感知的两幅彩色图像压缩加密方法。该方法包括两个阶段：在第一阶段，利用二维压缩感知对两幅彩色明文图像进行压缩测量，然后对测量值进行置乱、量化，得到压缩后的密文图像。在第二阶段，首先对彩色载体图像归一化，再将密文图像嵌入到归一化后的彩色载体图像的颜色三分量中的两个分量，同时将与明文相关的密钥参数嵌入到彩色载体图像的另一个颜色分量中，接着通过重新组合彩色载体图像的颜色三分量，最终获得视觉上安全的密文图像。本发明专利技术可以同时实现两幅彩色图像的数据安全和外观安全。

Two Color Image Compression Encryption Method Based on Two-Dimensional Compressive Sensing

【技术实现步骤摘要】
基于二维压缩感知的两幅彩色图像压缩加密方法
本专利技术涉及图像加密
，尤其涉及一种基于二维压缩感知的两幅彩色图像压缩加密方法。
技术介绍
随着计算机网络技术的快速发展，互联网用户能够通过指尖共享多媒体数据(例如文件，音频，图像，视频)等，可以随处看到图像信息的交换、共享和存储，网络安全问题也日益突出，图像加密是图像处理领域的热门话题之一。由于彩色图像包含丰富的信息，具有冗余度高，相邻像素间相关性强和多维度等特点，被广泛运用到遥感、医学等各种领域中。而现有的图像加密算法中，很多都是针对灰度图像进行加密处理，为了保护传输和存储中的彩色图像的安全，迫切需要设计出对彩色图像进行安全高效加密的算法。此外，目前大多数的图像加密算法是针对单幅图像进行加密，在当前大数据的时代背景下，仅仅对单幅图像进行加密已经不能更好、更快速的服务多媒体用户。为此，需要设计出一种针对多副图像尤其是两幅图像同时加密的算法。压缩感知的出现使得同时执行压缩和加密成为可能，与一维压缩感知(Compressivesensing,CS)相比，二维压缩感知可在采集原始图像更少信息的情况下，重建出原始图像，大大节约了存储空间，提高了运行效率，因此在大数据的背景下二维压缩感知(2DCS)更适合运用于图像加密中。目前大多数图像加密算法，在传输前将原始图像加密成类似噪声的无意义的密文图像。值得注意的是，传输通道中无意义的密文图像会引起攻击者黑客的更多关注，并对截获的密文图像进行重点分析。因此，有必要设计出一种兼顾视觉安全的图像加密方案，以同时保证图像数据安全和视觉安全。此外，大多数的图像加密算法都是利用明文图像的信息例如像素平均值、哈希值、信息熵等来设计算法，以增加算法和明文之间的联系，提高算法的抗明文攻击性。但是，在解密时都需要将这些与明文信息相关的参数传送给接收方，当对大批量的图像同时进行加密时，需要额外传输的信息量更大，这将会造成严重的传输负担，此外，这些参数在传输的过程中，一旦被黑客盗取，很有可能破解出明文图像，存在一定的安全隐患。
技术实现思路
针对现有图像加密算法中存在的存储空间较大、无法保证图像的视觉安全以及在解密时需额外传输的信息量较大等问题，本专利技术提供一种基于二维压缩感知的两幅彩色图像压缩加密方法，可以同时实现两幅彩色图像的数据安全和外观安全。本专利技术提供一种基于二维压缩感知的两幅彩色图像压缩加密方法，该方法包括：步骤1：分别提取第一幅彩色明文图像P1和第二幅彩色明文图像P2的颜色三分量，记为第一组颜色三分量和第二组颜色三分量，并使用二维离散小波变换分别对两组颜色三分量进行稀疏化；其中，P1和P2的大小均为M×N且M＝N；步骤2：根据两幅彩色明文图像的两组颜色三分量分别计算得到与所述两幅彩色明文图像相关的第一组信息参数和第二组信息参数；步骤3：利用LSS混沌系统和克罗内克积生成测量矩阵，并对所述测量矩阵进行优化；步骤4：利用优化后的测量矩阵分别对稀疏化后的两组颜色三分量进行二维压缩感知，得到对应的第一组压缩感知测量序列和第二组压缩感知测量序列；步骤5：利用六维超混沌系统分别对两组压缩感知测量序列进行置乱操作，得到对应的第一组置乱矩阵和第二组置乱矩阵，并将两组置乱矩阵中元素值小于预设阈值TS的元素值改为0，得到修正后的两组置乱矩阵；步骤6：对修正后的两组置乱矩阵分别进行量化，将元素值转化到0到255之间，得到对应的第一组量化矩阵和第二组量化矩阵；步骤7：提取图像归一化后的彩色载体图像F′的颜色三分量，记为第三组颜色三分量；其中，彩色载体图像F′的大小为M×N；步骤8：利用第一幅彩色明文图像的SHA256函数生成256位哈希值，并将所述256位哈希值每8位一组转化为32个十进制数k1，k2，…，k32，将所述32个十进制数记为哈希值K；步骤9：将与两幅彩色明文图像相关的第一组信息参数和第二组信息参数按照设定的参数转换规则分别转换为第一组整数集合和第二组整数集合，其中，所述第一组整数集合和所述第二组整数集合均包含L个整数；步骤10：将第三组颜色三分量中的其中一个分量的前(32+2L)个像素值替换为所述哈希值K和2L个整数，得到含有密钥参数信息的第一密文矩阵；步骤11：将第三组颜色三分量中的另外两个分量进行DWT分解，并将分解后得到的矩阵进行分块，得到对应的第一组载体矩阵和第二组载体矩阵；步骤12：将所述第一组量化矩阵和第二组量化矩阵分别嵌入到两组载体矩阵中，得到含有密文图像信息的第二密文矩阵和第三密文矩阵；步骤13：将所述第一密文矩阵、第二密文矩阵和第三密文矩阵进行组合，得到与两幅彩色明文图像对应的视觉安全图像。进一步地，该方法还包括：生成六维超混沌系统和LSS混沌系统的初始值；其中：生成六维超混沌系统的初始值具体包括：步骤A1：根据所述哈希值K按照式(9)计算中间参数H1～H6：其中，(t1,t2,t3,t4,t5)∈(0,1)为预设密钥参数；sum(k16,k17,…,k20)表示求k16，k17,…,k20的和；max(k16,k17,…,k20)表示求k16，k17,…,k20的最大值；表示x和y的异或操作；步骤A2：根据所述中间参数H1～H6按照式(10)计算六维超混沌系统的其中三个初始值x0、y0和z0：其中，mod(a,b)表示a对b的取模运算，abs(x)表示求x的绝对值，floor(x)表示计算不大于x的最大整数；步骤A3：根据所述第一组信息参数和所述中间参数H1～H6按照式(11)计算第一组中间密钥r1、g1和b1：其中，QR、QG和QB为第一组信息参数；步骤A4：根据所述中间密钥r1、g1和b1，以及中间参数H4～H6按照式(12)计算六维超混沌系统的另外三个初始值u0、v0和w0：生成LSS混沌系统的初始值具体包括：步骤B1：根据所述第二组信息参数、所述中间参数H1～H6和预设密钥参数t1～t5按照式(13)计算第二组中间密钥r′1、g′1和b′1：其中，Q′R、Q′G和Q′B为第二组信息参数；步骤B2：根据所述第二组中间密钥r′1、g′1和b′1按照式(14)计算LSS混沌系统的初始值a0和参数r′：其中，(t6,t7)∈(0,1)为预设密钥参数。进一步地，所述步骤2具体为：根据式(8)计算第一组信息参数和第二组信息参数：其中，a(i,j)表示与待计算信息参数Q对应的颜色分量中的第(i，j)个元素，即当a(i,j)分别表示颜色分量R1、G1、B1、R2、G2、B2中的第(i，j)个元素时，Q分别表示对应的信息参数QR、QG、QB、Q′R、Q′G、Q′B；其中，R1、G1和B1为第一组颜色三分量，R2、G2和B2为第二组颜色三分量；QR、QG和QB为第一组信息参数，Q′R、Q′G和Q′B为第二组信息参数。进一步地，所述步骤3中的利用LSS混沌系统和克罗内克积生成测量矩阵具体包括：步骤3.1：将所述初始值a0和参数r′带入LSS混沌系统中迭代m1+Md次，舍去前m1个值，得到长度为1×Md的序列A；其中，d为预设采样间距，m1≥500；步骤3.2：对序列A按照式(15)进行变换得到序列A′：A′i＝1-2Ai,i＝1,2,...,Md(15)步骤3.3：对序列A′进行按照式(16)进行等间距d采样，得到采样序列A本文档来自技高网...

【技术保护点】
1.基于二维压缩感知的两幅彩色图像压缩加密方法，其特征在于，包括：步骤1：分别提取第一幅彩色明文图像P1和第二幅彩色明文图像P2的颜色三分量，记为第一组颜色三分量和第二组颜色三分量，并使用二维离散小波变换分别对两组颜色三分量进行稀疏化；其中，P1和P2的大小均为M×N且M＝N；步骤2：根据两幅彩色明文图像的两组颜色三分量分别计算得到与所述两幅彩色明文图像相关的第一组信息参数和第二组信息参数；步骤3：利用LSS混沌系统和克罗内克积生成测量矩阵，并对所述测量矩阵进行优化；步骤4：利用优化后的测量矩阵分别对稀疏化后的两组颜色三分量进行二维压缩感知，得到对应的第一组压缩感知测量序列和第二组压缩感知测量序列；步骤5：利用六维超混沌系统分别对两组压缩感知测量序列进行置乱操作，得到对应的第一组置乱矩阵和第二组置乱矩阵，并将两组置乱矩阵中元素值小于预设阈值TS的元素值改为0，得到修正后的两组置乱矩阵；步骤6：对修正后的两组置乱矩阵分别进行量化，将元素值转化到0到255之间，得到对应的第一组量化矩阵和第二组量化矩阵；步骤7：提取图像归一化后的彩色载体图像F′的颜色三分量，记为第三组颜色三分量；其中，彩色载体图像F′的大小为M×N；步骤8：利用第一幅彩色明文图像的SHA256函数生成256位哈希值，并将所述256位哈希值每8位一组转化为32个十进制数k1，k2，…，k32，将所述32个十进制数记为哈希值K；步骤9：将与两幅彩色明文图像相关的第一组信息参数和第二组信息参数按照设定的参数转换规则分别转换为第一组整数集合和第二组整数集合，其中，所述第一组整数集合和所述第二组整数集合均包含L个整数；步骤10：将第三组颜色三分量中的其中一个分量的前(32+2L)个像素值替换为所述哈希值K和2L个整数，得到含有密钥参数信息的第一密文矩阵；步骤11：将第三组颜色三分量中的另外两个分量进行DWT分解，并将分解后得到的矩阵进行分块，得到对应的第一组载体矩阵和第二组载体矩阵；步骤12：将所述第一组量化矩阵和第二组量化矩阵分别嵌入到两组载体矩阵中，得到含有密文图像信息的第二密文矩阵和第三密文矩阵；步骤13：将所述第一密文矩阵、第二密文矩阵和第三密文矩阵进行组合，得到与两幅彩色明文图像对应的视觉安全图像。...

【技术特征摘要】
1.基于二维压缩感知的两幅彩色图像压缩加密方法，其特征在于，包括：步骤1：分别提取第一幅彩色明文图像P1和第二幅彩色明文图像P2的颜色三分量，记为第一组颜色三分量和第二组颜色三分量，并使用二维离散小波变换分别对两组颜色三分量进行稀疏化；其中，P1和P2的大小均为M×N且M＝N；步骤2：根据两幅彩色明文图像的两组颜色三分量分别计算得到与所述两幅彩色明文图像相关的第一组信息参数和第二组信息参数；步骤3：利用LSS混沌系统和克罗内克积生成测量矩阵，并对所述测量矩阵进行优化；步骤4：利用优化后的测量矩阵分别对稀疏化后的两组颜色三分量进行二维压缩感知，得到对应的第一组压缩感知测量序列和第二组压缩感知测量序列；步骤5：利用六维超混沌系统分别对两组压缩感知测量序列进行置乱操作，得到对应的第一组置乱矩阵和第二组置乱矩阵，并将两组置乱矩阵中元素值小于预设阈值TS的元素值改为0，得到修正后的两组置乱矩阵；步骤6：对修正后的两组置乱矩阵分别进行量化，将元素值转化到0到255之间，得到对应的第一组量化矩阵和第二组量化矩阵；步骤7：提取图像归一化后的彩色载体图像F′的颜色三分量，记为第三组颜色三分量；其中，彩色载体图像F′的大小为M×N；步骤8：利用第一幅彩色明文图像的SHA256函数生成256位哈希值，并将所述256位哈希值每8位一组转化为32个十进制数k1，k2，…，k32，将所述32个十进制数记为哈希值K；步骤9：将与两幅彩色明文图像相关的第一组信息参数和第二组信息参数按照设定的参数转换规则分别转换为第一组整数集合和第二组整数集合，其中，所述第一组整数集合和所述第二组整数集合均包含L个整数；步骤10：将第三组颜色三分量中的其中一个分量的前(32+2L)个像素值替换为所述哈希值K和2L个整数，得到含有密钥参数信息的第一密文矩阵；步骤11：将第三组颜色三分量中的另外两个分量进行DWT分解，并将分解后得到的矩阵进行分块，得到对应的第一组载体矩阵和第二组载体矩阵；步骤12：将所述第一组量化矩阵和第二组量化矩阵分别嵌入到两组载体矩阵中，得到含有密文图像信息的第二密文矩阵和第三密文矩阵；步骤13：将所述第一密文矩阵、第二密文矩阵和第三密文矩阵进行组合，得到与两幅彩色明文图像对应的视觉安全图像。2.根据权利要求1所述的方法，其特征在于，还包括：生成六维超混沌系统和LSS混沌系统的初始值；其中：生成六维超混沌系统的初始值具体包括：步骤A1：根据所述哈希值K按照式(9)计算中间参数H1～H6：其中，(t1,t2,t3,t4,t5)∈(0,1)为预设密钥参数；sum(k16,k17,…,k20)表示求k16，k17,…,k20的和；max(k16,k17,…,k20)表示求k16，k17,…,k20的最大值；表示x和y的异或操作；步骤A2：根据所述中间参数H1～H6按照式(10)计算六维超混沌系统的其中三个初始值x0、y0和z0：其中，mod(a,b)表示a对b的取模运算，abs(x)表示求x的绝对值，floor(x)表示计算不大于x的最大整数；步骤A3：根据所述第一组信息参数和所述中间参数H1～H6按照式(11)计算第一组中间密钥r1、g1和b1：其中，QR、QG和QB为第一组信息参数；步骤A4：根据所述中间密钥r1、g1和b1，以及中间参数H4～H6按照式(12)计算六维超混沌系统的另外三个初始值u0、v0和w0：生成LSS混沌系统的初始值具体包括：步骤B1：根据所述第二组信息参数、所述中间参数H1～H6和预设密钥参数t1～t5按照式(13)计算第二组中间密钥r′1、g′1和b′1：其中，Q′R、Q′G和Q′B为第二组信息参数；步骤B2：根据所述第二组中间密钥r′1、g′1和b′1按照式(14)计算LSS混沌系统的初始值a0和参数r′：其中，(t6,t7)∈(0,1)为预设密钥参数。3.根据权利要求1或2所述的方法，其特征在于，所述步骤2具体为：根据式(8)计算第一组信息参数和第二组信息参数：其中，a(i,j)表示与待计算信息参数Q对应的颜色分量中的第(i，j)个元素，即当a(i,j)分别表示颜色分量R1、G1、B1、R2、G2、B2中的第(i，j)个元素时，Q分别表示对应的信息参数QR、QG、QB、Q′R、Q′G、Q′B；其中，R1、G1和B1为第一组颜色三分量，R2、G2和B2为第二组颜色三分量；QR、QG和QB为第一组信息参数，Q′R、Q′G和Q′B为第二组信息参数。4.根据权利要求2所述的方法，其特征在于，所述步骤3中的利用LSS混沌系统和克罗内克积生成测量矩阵具体包括：步骤3.1：将所述初始值a0和参数r′带入LSS混沌系统中迭代m1+Md次，舍去前m1个值，得到长度为1×Md的序列A；其中，d为预设采样间距，m1≥500；步骤3.2：对序列A按照式(15)进行变换得到序列A′：A′i＝1-2Ai,i＝1,2,...,Md(15)步骤3.3：对序列A′进行按照式(16)进行等间距d采样，得到采样序列A″：A″k＝A′1+kdk为采样序号，k≥0(16)步骤3.4：从序列A″中随机选取4个长度为4的混沌序列S1、S2、S3和S4，并将混沌序列S1～S4转化为4个大小为2×2的低维矩阵K1、K2、K3和K4；步骤3.5：利用克罗内克积对低维矩阵K1和K2、K1和K3、K2和K3、以及K1和K4分别扩展log2M次，将得到的高维矩阵K1′、K2′、K3′和K4′作为测量矩阵。5.根据权利要求4所述的方法，其特征在于，所述步骤3中的对所述测量矩阵进行优化具体包括：步骤3.6：将测量矩阵K1′转化为大小为P×Q的测量矩阵φ，φ∈RP×Q；其中，P＝CR×M，Q＝N，CR为预设压缩率；步骤3.7：对测量矩阵φ进行奇异值分解，即φ＝UΣVT，得到对角矩阵Σ；其中，表示测量矩阵φ的对角矩阵，Σ1＝diag(δ1,δ2，...,δr)，δ1≥δ2≥...≥δr>0，δ1～δr表示测量矩阵φ的奇异值，r为奇异值个数；步骤3.8：构造大小为M×N的全1矩阵J；计算对角矩阵Σ对角线元素的均值var1，并统计Σ1中≥var1的奇异值个数f；令矩阵J的前f列乘以加权系数t，得到优化矩阵J1，其中，t＞1；将优化矩阵J1与测量矩阵φ点乘，得到第一次优化后的测量矩阵φ′；步骤3.9：对测量矩阵φ′再次进行奇异值分解，即φ′＝U1Σ2V1T；其中，表示测量矩阵φ′的对角矩阵，Σ3＝diag(δ′1,δ′2，...,δ′r),δ′1～δ′r表示测量矩阵φ′的奇异值，r为奇异值个数；步骤3.10：令δ′1＝δ′2＝...＝δ′r＝1，得到新的对角矩阵Σ′2，并根据对角矩阵Σ′2生成最终优化后的测量矩阵φ1＝U1Σ′2V1；步骤3.11：参照步骤3.6至步骤3.10，对测量矩阵K2′、K3′和K4′进行优化，得到优化后的测量矩阵φ2、φ3和φ4。6.根据权利要求2所述的方法，其特征在于，所述步骤5具体包括：步骤5.1：将所述初始值x0、y0、z0、u0、v0和w0带入六维超混沌系统中迭代m0+M1N1次，舍去前m0个值，得到6个大小为1×M1N1的...

【专利技术属性】
技术研发人员：柴秀丽，甘志华，武海洋，李征，毕建强，支相丞，王俊，张苗辉，
申请(专利权)人：河南大学，
类型：发明
国别省市：河南,41