一种GF矩阵变换和随机分层融合的图像加密解密方法技术

技术编号:23433126 阅读:30 留言:0更新日期:2020-02-25 13:47
本发明专利技术提供一种GF域矩阵变换和随机分层融合的图像加密解密方法,结合待加密图像的明文属性及用户密钥,采用多轮迭代的方法,通过混沌映射随机生成与待加密图像等大的当前轮随机分层矩阵以及置乱变换矩阵,然后将待加密图像与随机分层矩阵进行差值运算,将差值矩阵进行矩阵变换然后和分层矩阵进行融合加密,通过多轮迭代产生加密图像。同现有方法相比,本发明专利技术将等尺度矩阵置乱方法拓展到GF域并给出了对应的恢复方法,引入了待加密图像的明文属性值,使得加密过程与明文属性密切关联;通过待加密图像的随机分层避免了魔方置乱只能按固定的行列对图像构成像素或比特进行移位置乱的不足。

An image encryption and decryption method based on GF matrix transformation and random layered fusion

【技术实现步骤摘要】
一种GF矩阵变换和随机分层融合的图像加密解密方法
本专利技术属于图像信息安全和数字图像信号处理交叉领域,涉及一种图像加密解密方法,特别涉及一种GF矩阵变换和随机分层融合的图像加密解密方法。
技术介绍
在数字图像加密领域,研究最为广泛和灵活的一类图像加密方法,就是在同一空间内,对图像的重编码技术,即图像置乱技术。相对于图像加密,数字图像置乱重点关注的是在图像同一空间对图像的重编码技术,采用尽可能小的代价来完成单个图像加密环节的操作,以期减少整个图像加密算法的处理代价。数字图像置乱也是目前隐密术、数字水印、信息分存和可视密码技术中,一项关键的预处理技术。受到国内外学者的普遍重视,并取得丰硕的研究成果。结合数字图像置乱,人们已提出了多种数字图像置乱方法,如幻方变换、Hilbert变换、Gray变换和Arnold变换等。其中应用较为广泛的是以Arnold变换为代表的基于矩阵变换的图像置乱方法。传统基于矩阵变换的图像置乱方法可归结为X′=AXmodN,其中A为n×n维变换阵,X,X′∈Nn为置乱前后的n维向量,并且满足变换阵的行列式|A|模N互质。当n=2时,为2维变换,X,X′代表像素值的坐标向量;当n=3时,为3维变换,X,X′代表像素的RGB色彩分量;当n>3时,为高维矩阵变换,X,X′代表某行或列像素的色彩分量。由于当行列式|A|模N互质时,X′=AXmodN为一一映射,即构成了某个限定空间内的有限数量的元素重排,因此存在着可恢复周期T,使得I=ATmodN,其中I为单位变换阵。因此在传统基于矩阵变换的图像置乱方法中,用周期性对置乱图像扮演了一个很重要的角色。孙伟,1999(关于Arnold变换的周期性[J].北方工业大学学报,1999,1:29-32)探讨了Arnold变换的周期性,并给出了不同模N下Arnold变换的可恢复周期T;QiDX,2000(Anewclassofscramblingtransformationanditsapplicationintheimageinformationcovering[J].ScienceinChina,2000,43(3):304-312.)给出了矩阵变换周期性存在的充分必要条件,探讨了Arnold变换和Fibonacci-Q变换,并构造了3维色彩空间和n维向量空间的图像置乱方法;王泽辉,2006(二维随机矩阵置乱变换的周期及在图像信息隐藏中的应用[J].计算机学报,2006,29(12):2218-2225.)和王泽辉,2008(三维随机矩阵置乱变换的周期及其应用[J].中山大学学报,2008,47(1):21-25.)分别探讨了2维和3维随机整数矩阵在任意模N下,周期T的表达式及上界估计;在此基础上,王泽辉,2010(一类高维随机矩阵置乱变换的周期[J].中山大学学报(自然科学版),2010,49(4):38-42.)进一步探讨了一类高维随机整数变换阵在素数幂N=pm模数下,周期T的精确表达式及上界估计。但通过周期性对置乱图像进行恢复,虽然简单,但十分耗时,对于n维矩阵变换,其可恢复周期T在理论上已趋近于∞,从而不能在有效的时间内对置乱图像进行恢复。针对周期性恢复计算代价高昂的问题,一些学者探讨了利用模逆矩阵来恢复置乱图像的方法,即计算A在模N上的逆变换阵然后按进行恢复。例如:孔涛,2004(Arnold反变换的一种新算法[J].软件学报,2004,15(10):1558-1564.)和黄外斌,2008(基于Arnold变换的图像逆置乱算法[J].高校应用数学学报A辑,2008,23(01):99-104)将Arnold变换的逆问题归结为在不等式约束条件下的线性方程组求解问题;邹玮刚,2007(基于三维Arnold逆变换的数字图像置乱技术及其周期性[J].江西理工大学学报,2007,28(6):36-38.)给出了3维和n维Arnold变换的逆变换并将3维Arnold变换应用于图像置乱恢复;李用江,2010(一种新的n维广义Arnold矩阵构造方法及其在图像置乱中的应用[J].北京科技大学学报,2010,32(12):1630-1636.)将具有输入密钥的等差数列用于构造一类特殊的Arnold变换阵,并给出了正变换和逆变换求解方法。孔涛,2004、黄外斌,2008、邹玮刚,2007、李用江,2010仅关注特殊变换阵求逆,其适用范围较窄。为解决模N变换阵取值任意和n维变换阵的求逆问题,邵利平,2008(基于矩阵变换的图像置乱逆问题求解[J].电子学报,2008(07):1355-1363.)通过构造特殊映射规则,将实数域伴随矩阵求逆、杜里特尔和克劳特矩阵分解求逆,以及高斯-约当消元法求逆推广到剩余类集ZN,解决了任意变换阵在模N下的矩阵求逆问题,有助于置乱图像的快速恢复。邵利平,2019(多版本备份和限制性双重认证主密钥(t,s,k,n)图像分存[J].电子学报,2019,47(02):390-403)进一步将模N下的矩阵求逆用于分存恢复,给出了多版本备份和限制性双重认证主密钥(t,s,k,n)分存。但以上给出的基于矩阵变换的图像置乱方法定义在剩余类集ZN上,即模数取值为整数N的矩阵变换,在构造变换阵时需满足变换阵A的行列式|A|模N互质,对变换阵的A约束较为严格,不具有普适性。除了基于矩阵变换的置乱方法以外,另一种较为经典的置乱方法是基于魔方变换的图像置乱方法。通过对图像指定行、列的循环移位来改变像素或像素比特的位置相关性。鲍官军,2002(魔方变换及其在数字图像加密中的应用[J],计算机应用,2002,11(22):23-25.)利用混沌映射对图像进行指定次数的逐行逐列循环移位;刘晓义,2008(一种基于混沌和魔方的数字图像置乱算法[J],中国安全科学学报,2008,07(18):111-115.)通过密钥确定图像行、列和对角线循环移动的次序和次数;董虎胜,2014(基于Henon映射与魔方变换的图像加密算法[J],计算机应用与软件,2014,05(31):291-294.)在3维空间中采用魔方变换对图像3维空间中每一个划分平面中的数据进行循环移位操作来完成对图像的置乱;马聪,2017(基于魔方原则的图像加密算法研究[J],长春工程学院学报,2017,04(18):108-111.)将图像行、列进行规定次数的循环移位来得到秘密图像。鲍官军,2002、刘晓义,2008、董虎胜,2014和马聪,2017都将魔方变换用于图像置乱,但只能以像素或像素比特位为单位对特定的行与列或者某一固定的图像划分平面进行循环移位操作,缺乏置乱处理的灵活性。
技术实现思路
本专利技术提供的一种GF矩阵变换和随机分层融合的图像加密解密方法,考虑到GF(2P)域加法、减法、乘法和除法运算都具有封闭性,且GF(2P)域任意非零多项式整数都存在乘法逆元且逆元在不同的本原多项式下不相等;通过随机分层融合可避免以像素或像素比特位为单位对特定的行与列或者某一固定的图像划分平面进行循环移位操作;从而可克服现有基于矩阵变换和魔方映射图像置乱方法存在的问题,在此本文档来自技高网
...

【技术保护点】
1.一种GF矩阵变换和随机分层融合的图像加密方法,其特征在于,包括以下步骤:/n第1步:输入分辨率为m×n的P阶灰度图像A=(a

【技术特征摘要】
1.一种GF矩阵变换和随机分层融合的图像加密方法,其特征在于,包括以下步骤:
第1步:输入分辨率为m×n的P阶灰度图像A=(ai,j)m×n,ai,j∈{0,1,…,2P-1},由A的明文属性和用户密钥以及轮迭代次数Q产生长度为Q的轮随机数序列ks=(K0,K1,…,KQ-1),输入GF(2P)域的本原多项式初始化加密轮参数QC=0;
第2步:由ks中的第QC个随机数KQC产生随机分层矩阵S=(si,j)m×n,si,j∈{0,1,…,2P-1}、左随机变换阵和右随机变换阵且CL和CR在GF(2P)域的行列式和模非零;
第3步:由A与S进行差值运算得到差值矩阵D=(di,j)m×n;
第4步:将差值矩阵D=(di,j)m×n与左随机变换阵进行GF(2P)域模矩阵变换得到变换后的矩阵D′=(d′i,j)m×n;
第5步:将D′=(d′i,j)m×n与右随机变换阵进行GF(2P)域模矩阵变换得到变换后的矩阵D″=(d″i,j)m×n
第6步:将D″和S进行融合加密,作为第QC轮加密后的图像A′;
第7步:更新QC=QC+1,若QC=Q,则输出A′作为最终加密图像,反之则执行第2步~第6步。


2.如权利要求1所述的一种GF矩阵变换和随机分层融合的图像加密方法,其特征在于:
第1步选取的明文属性是A的MD5值SMD5=(m0,m1,…,m31)和SHA-1值SSHA-1=(s0,s1,…,s39);
第1步中,由明文属性和用户密钥以及轮迭代次数Q产生长度为Q的轮随机数序列ks=(K0,K1,…,KQ-1)的具体方法为:
输入用户密钥kk∈(0,1),将kk∈(0,1)作为初始值x0,按式(1)映射为1个10进制小数G∈(0,1);然后将G作为式(2)系统参数α,将x0代入式(2),驱动式(2)产生长度为Q的(0,1)范围的随机数序列ks=(K0,K1,…,KQ-1);






其中,msi是将SMD5和SSHA-1中的元素进行串联所得到的16进制元素序列ms=(msi)72中的第i个元素。


3.如权利要求2所述的一种GF矩阵变换变换和随机分层融合的图像加密方法,其特征在于,第2步的具体方法是:
将KQC作为x0,按式(1)生成G,将G作为式(2)系统参数α,将x0代入式(2),驱动式(2)产生(0,1)范围随机数序列k=(k0,k1,k2,k3,k4);
将k0作为x0,按式(1)生成G,将G作为系统参数α,驱动式(2)产生(0,1)范围与A等大的随机矩阵X=(xi,j)m×n,然后将X按式(3)量化随机整数矩阵S=(si,j)m×n;



由k1和k2产生左随机变换阵且CL在GF(2P)域的行列式模非零,具体方法是:
第1步,将k1作为x0,按式(1)生成G,将G作为系统参数α,驱动式(2)产生(0,1)范围m×m维下三角随机矩阵然后将LM1按式(4)量化随机整数矩阵



第2步,反复执行第1步,直至所有的
第3步,将k2作为x0,按式(1)生成G,将G作为系统参数α,驱动式(2)产生(0,1)范围m×m维上三角随机矩阵然后将UM1按式(5)量化随机整数矩阵



第4步,反复执行第3步;直至所有的
第5步,按式(6)计算其中



由k3和k4产生右随机变换阵且CR在GF(2P)域的行列式模非零,具体方法是:
第1步,将k3作为x0,按式(1)生成G,将G作为系统参数α,驱动式(2)产生(0,1)范围n×n维下三角随机矩阵然后将LM2按式(7)量化随机整数矩阵



第2步,反复执行第1步;直至所有的
第3步,将k4作为x0,按式(1)生成G,将G作为系统参数α,驱动式(2)产生(0,1)范围n×n维上三角随机矩阵然后将UM2按式(8)量化随机整数矩阵



第4步,反复执行第3步;直至所有的
第5步,按式(9)计算其中





4.如权利要求1所述的一种GF矩阵变换和随机分层融合的图像加密方法,其特征在于:
第3步中,由A与S进行差值运算得到差值矩阵D=(di,j)m×n的具体方法是式(10):



式(10)中,A=(ai,j)m×n,S=(si,j)m×n,D=(di,j)m×n;
第4步中,将差值矩阵D=(di,j)m×n与左随机变换阵进行GF(2P)域模矩阵变换得到变换后的矩阵D′=(d′i,j)m×n的具体方法是式(11):



第5步中,将D′=(d′i,j)m×n与右随机变换阵进行GF(2P)域模矩阵变换得到变换后的矩阵D″=d″i,j)m×n的具体方法是式(12):



第6步中,将D″和S进行融合加密的具体方法是式(13):





5.一种GF矩阵变换和随机分层融合的图像解密方法,其特征在于,基于权利要求1-4中任一项所述的一种GF矩阵变换和随机分层融合的图像加密方法,包括以下步骤:
第1步:输入分辨率为m×n的P阶灰度待解密图像A′=(a′ij)m×n,a′i,j∈{0,1,…,2P-1},由解密图像A的明文属性、用户密钥以及轮迭代次数Q产生长度为Q的随机数序列ks=(K0,K1,…,KQ-1),输入GF(2P)域的本原多项式初始化解密轮参数...

【专利技术属性】
技术研发人员:邵利平李庆玲赵迪赵艺
申请(专利权)人:陕西师范大学
类型:发明
国别省市:陕西;61

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