【技术实现步骤摘要】
一种基于脉冲微分方程混沌系统的图像加密方法及系统
本专利技术涉及图像信息加密和信息通讯安全
，尤其是一种基于脉冲微分方程混沌系统的图像加密方法及系统。
技术介绍
随着互联网技术的发展及5G网络的商用，越来越多的人在互联网上传输信息，尤其是图像信息，如何加密图像信息，保护图像信息的安全越来越受到重视。虽然有许多的图像加密算法面世，但是还有许多问题存在，如：有些算法虽然加密速度快，稳定性高，但算法易被破解，或对称密钥的安全机制等。传统的图像加密算法多是基于Logistic映射或分数阶混沌系统等改进的算法，混沌系统与DNA结合的图像加密算法是近年来颇受关注的研究热点之一，而传统算法利用DNA编码加密时，一般都是静态的，编码值与图像本身信息的关联性不大，而且，不同混沌系统的随机性及动力学行为不同，有些混沌系统存在比较特殊的动力学行为，基于不同的混沌系统的加密算法的安全性也不同，因此，如何提出更安全的基于混沌系统和DNA编码的图像加密算法需要投入更多的研究，如此，才能提高图像加密的技术水平。本专利技术针对以往的图像加密算...
【技术保护点】
1.一种基于脉冲微分方程混沌系统的图像加密方法，其特征在于，所述方法包括图像加密处理前的预处理阶段和图像加密处理阶段：/n所述图像加密处理前的预处理阶段包括：/nS11：构造脉冲微分方程混沌系统，求解脉冲混沌序列；/nS12：利用Logistic映射迭代生成随机序列，基于所述随机序列构造一个M*N的二维随机矩阵；/n所述图像加密处理阶段包括：/nS21：读取待加密图像的像素信息构造M*N的图像像素矩阵，利用Henon算法对所述图像像素矩阵进行置乱，得到置换后的图像像素矩阵；/nS22：对所述置乱后的图像像素矩阵和所述二维随机矩阵按行分块，分别得到图像像素矩阵分块和二维随机矩...
【技术特征摘要】
1.一种基于脉冲微分方程混沌系统的图像加密方法，其特征在于，所述方法包括图像加密处理前的预处理阶段和图像加密处理阶段：
所述图像加密处理前的预处理阶段包括：
S11：构造脉冲微分方程混沌系统，求解脉冲混沌序列；
S12：利用Logistic映射迭代生成随机序列，基于所述随机序列构造一个M*N的二维随机矩阵；
所述图像加密处理阶段包括：
S21：读取待加密图像的像素信息构造M*N的图像像素矩阵，利用Henon算法对所述图像像素矩阵进行置乱，得到置换后的图像像素矩阵；
S22：对所述置乱后的图像像素矩阵和所述二维随机矩阵按行分块，分别得到图像像素矩阵分块和二维随机矩阵分块，
S23：选取所述脉冲混沌序列的第一子序列和第二子序列分别确定所述图像像素矩阵分块和所述二维随机矩阵分块的编码方案，对所述图像像素矩阵分块中像素值和所述二维随机矩阵分块中的矩阵值进行DNA编码，得到编码后的图像像素矩阵分块和编码后的二维随机矩阵分块；
S24：选取所述脉冲混沌序列的第三子序列确定所述编码后的图像像素矩阵分块和所述编码后的二维随机矩阵分块之间的运算规则，进行DNA运算，得到扩散替换后的图像像素矩阵分块；
S25：选取所述脉冲混沌序列的第四子序列确定所述扩散替换后的图像像素矩阵分块的解码方案，对所述扩散替换后的图像像素矩阵分块中的像素值进行DNA解码，得到解码后的图像像素矩阵分块；
S26：将各所述解码后的图像像素矩阵分块合并，得到合并后的图像像素矩阵C，再对所述合并后的图像像素矩阵C进行置乱替换操作，得到最终的加密图像。
2.根据权利要求1所述的方法，其特征在于，所述构造脉冲微分方程混沌系统，求解脉冲混沌序列，具体包括：
所述构造的脉冲微分方程混沌系统包括：
其中，x(t)，y1(t)，y2(t)，z1(t)，z2(t)为混沌系统的状态变量，r，k，α，β，γ，δ，b1，d1，d2，d3，d4，ε，m1为混沌系统的控制参数，μ1为脉冲变量，T为脉冲周期。
基于所述脉冲微分方程混沌系统求解脉冲混沌序列，具体包括：
1)输入脉冲微分方程及其所有状态变量和控制参数，在脉冲周期T内用f+1个脉冲时刻划分成f个脉冲区间，f+1个脉冲时刻记为τ0，τ1，τ2，...，τf；在初始脉冲时刻τ0，对所有状态变量赋初值；
x(0)＝sum(sum(bitand(I,3)))/(3*SUM)；
y1(0)＝sum(sum(bitand(I,12)/4))/(3*SUM)；
y2(0)＝sum(sum(bitand(I,48)/16))/(3*SUM)；
z1(0)＝sum(sum(bitand(I,192)/64))/(3*SUM)；
z2(0)＝sum(sum(bitand(I,768)/256))/(3*SUM)；
s11＝(sum(sum(I)))/(2*sum(sum(I))+(1/sum(sum(I))))；
μ1＝μ1(0)*10+s11；
其中，sum()表示求和函数；bitand()表示返回两个数值型数值在按位进行AND运算后的结果；SUM表示待加密图像的像素值；s11为辅助参数；I为所述图像像素矩阵；
2)调用Runge-Kutta算法，求解(τ0，τ1)脉冲区间内的脉冲微分函数的数值解；当求解时间到达所述下一脉冲时刻时，将该脉冲时刻的脉冲微分函数值赋值为脉冲变量值，对所有状态变量进行赋值；
3)按照步骤2)计算所有脉冲区间的脉冲微分函数的数值解；
4)直至检测到脉冲时刻τf为止，输出所有脉冲区间内函数的数值解，
x(n)＝(x(1),x(2),...,x(f))
y1(n)＝(y1(1),y1(2),...,y1(f))
y2(n)＝(y2(1),y2(2),...,y2(f))
z1(n)＝(z1(1),z1(2),...,z1(f))
z2(n)＝(z2(1),z2(2),...,z2(f))
其中，x(n)为所述脉冲微分混沌系列的第一子序列，y1(n)为为所述脉冲微分混沌系列的第二子序列，y2(n)为所述脉冲微分混沌系列的第三子序列，z1(n)为所述脉冲微分混沌系列的第四子序列，z2(n)为所述脉冲微分混沌系列的第五子序列。
3.根据权利要求1所述的方法，其特征在于，所述读取待加密图像的像素信息构造M*N的图像像素矩阵，利用Henon算法对所述图像像素矩阵进行置乱，得到置换后的图像像素矩阵，具体包括：
置乱操作采用的Henon映射表达式为：
其中，a和b为控制参数，a＝1.4,b＝0.3，xm，ym为Henon映射的状态变量；
利用上述Henon映射迭代生成随机序列，记为sx和sy；
将sx和sy从小到大排列，利用对应的位置矩阵Lxy记录排序后序列的位置；
按照所述位置矩阵Lxy的索引序列重新排列图像像素矩阵的像素位置，得到置乱后的图像像素矩阵。
4.根据权利要求1或2所述的方法，其特征在于，所述选取所述脉冲混沌序列的第一子序列和第二子序列分别确定所述图像像素矩阵分块和所述二维随机矩阵分块的编码方案，对所述图像像素矩阵分块中像素值和所述二维随机矩阵分块中的矩阵值进行DNA编码，得到编码后的图像像素矩阵分块和编码后的二维随机矩阵分块，具体包括：
根据DNA编码规则表得到8种编码方案，记为编码方案1，编码方案2，...，编码方案8；
将所述脉冲混沌序列的第一子序列和第二子序列的序列值归一化为0-7，得到归一化后的第一子序列和归一化后的第二子序列；并且数值0-7依次对应编码方案1-8；
将各所述图像像素矩阵分块的像素值和各所述二维随机矩阵分块的矩阵值归一化到0-3，得到归一化后的图像像素矩阵分块和归一化后的二维随机矩阵分块；
所述归一化后的第一子序列的各序列值与各所述归一化后的图像像素矩阵分块一一对应；所述归一化后的第二子序列的各序列值与各所述归一化后的二维随机矩阵分块一一对应；
利用归一化后的第一子序列的各序列值确定与之对应的所述归一化后的图像像素矩阵分块编码方案，再根据归一化后的图像像素矩阵分块中的像素值大小进行DNA编码，得到编码后的图像像素矩阵分块；
利用所述归一化后的第二子序列的各序列值确定与之对应的所述归一化后的二维随机矩阵分块的编码方案，再根据归一化后的二维随机矩阵分块中的矩阵值大小进行DNA编码，得到编码后的二维随机矩阵分块。
5.根据权利要求1所述的方法，其特征在于，所述选取所述脉冲混沌序列的第三子序列确定所述编码后的图像像素矩阵分块和所述编码后的二维随机矩阵分块之间的运算规则，进行DNA运算，得到扩散替换后的图像像素矩阵分块，具体包括：
1)将所述脉冲混沌序列的第三子序列的序列值归一化为0-2，得到归一化后的第三子序列；
2)根据所述归一化后的第三子序列的序列值确定所述编码后的图像像素矩阵分块和所述编码后的二维随机矩阵分块之间的运算规则，进行一次DNA运算，得到图像像素矩阵分块Bg；
3)再利用所述归一化后的第三子序列的序列值确定图像像素矩阵分块Bg+1和图像像素矩阵分块Bg之间的运算规则，进行再一次DNA运算，得到所述扩散替换后的图像像素矩阵分块；其中，g为像素矩阵分块的序号。
6.根据权利要求5所述的方法，其特征在于，所述根据所述归一化后的第三子序列的序列值确定所述编码后的图像像素矩阵分块和所述编码后的二维随机矩阵分块之间的运算规则，具体包括：
Bg+1当所述归一化后的第三子序列的序列值为0时，所述编码后的图像像素矩阵分块和与之对应的所述编码后的二维随机矩阵分块之间、所述图像像素矩阵分块Bg+1和所述图像像素矩阵分块Bg之间进行加密运算规则表中的“加”运算；
当所述归一化后的第三子序列的序列值为1时，所述编码后的图像像素矩阵分块和与之对应的所述编码后的二维随机矩阵分块之间、所述图像像素矩阵分块Bg+1和所述图像像素矩阵分块Bg之间进行所述...
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。