一种新的基于Rucklidge和压缩感知的图像加密算法制造技术

本发明专利技术公开了一种新的基于Rucklidge和压缩感知的图像加密算法，首先将原始图像应用哈希函数进行运算，生成一维混沌系统的初始值。对原始图像进行预处理，即使用离散小波变换将图像变换为稀疏系数矩阵。使用一维混沌系统生成随机测量矩阵，并使用随机测量矩阵对稀疏矩阵进行测量。将得到的矩阵的值量化到[0

【技术实现步骤摘要】
一种新的基于Rucklidge和压缩感知的图像加密算法


[0001]本专利技术涉及信息安全领域，具体是图像加密领域，是一种新颖的基于Rucklidge和压缩感知相结合图像加密技术。

技术介绍

[0002]在互联网时代众多的信息传输载体中，图像是最受欢迎的多媒体形式之一。然而，由于互联网的开放性和带宽资源的稀缺性，图像的安全性和传输效率问题也备受关注。因此，在传输过程中对图像进行加密和压缩就显得尤为重要。图像加密技术可以保护图像信息不被泄露和篡改，而图像压缩可以有效减少图像的冗余信息，从而减小图像的存储空间以及提高其在网络中的传输效率。由于压缩感知技术(Compressive Sensing,CS)可以用于同时压缩和加密图像，因此许多基于压缩感知的图像加密技术被提出。
[0003]CS技术是将高维稀疏的信号通过随机采样生成低维信号的一个过程。使用CS理论对图像加密的原理是将明文图像作为信号输入，测量矩阵作为加密密钥，密文图像作为低维信号输出。学术界已经论证了基于CS的加密算法的安全性和鲁棒性，并指出了基于CS的加密是计算安全的。但是CS在处理图像时本质上是一种线性测量和压缩，容易遭受已知明文攻击和选择明文攻击，为了更好的保证图像传输的安全性，通常会将CS和一些图像加密算法结合起来使用。基于CS的图像加密算法在对图像二次加密时，本质上是对中间图像进行加密，但是这些算法没有将中间图像与密钥进行关联。
[0004]为了解决这些问题，在本文中，我们提出了一种新的基于Rucklidge和CS的图像加密算法。为了解决CS的线性测量的安全问题，使用Rucklidge混沌系统对中间密文图像进行二次加密。为了加强算法与明文关联，本文使用明文图像关联密钥流，让算法在对明文图像施加压缩感知前后，使用SHA
‑
256哈希函数分别计算明文图像和中间图像的哈希值，使用两者的哈希值共同生成加密系统的密钥流。并且针对置乱阶段，本文提出一种和明文强关联的分块置换算法，针对扩散阶段，本文选用与明文相关的加取模运算。本文加强了明文、密文和密钥流的相关性，这大大提升了承受选择明文攻击和已知明文攻击的能力，提升了图像加密算法的安全性。

技术实现思路

[0005]本专利技术提出一种新的基于Rucklidge和压缩感知的图像加密算法，为了提高图像加密速度，使用压缩感知技术将图像快速压缩，并且压缩感知技术可以在图像压缩时同时对图像进行加密，这些优点大幅度提升图像加密速度。传统的压缩感知技术进行图像加密时，使用随机测量矩阵作为密钥，这使得密钥过于庞大臃肿。由于低维混沌系统优越的迭代速度，本专利技术将使用Logistic混沌系统生成随机测量矩阵，这样可以使用混沌系统的初始值作为密钥进行传输，而不用使用整个随机测量矩阵作为密钥，大幅减小密钥传输带宽，并且有效减小图像在互联网中的传输成本。
[0006]Rucklidge混沌系统是基于实际应用建立的一个数学模型，是一个典型非线性动
力系统，该系统对初值敏感，其混沌图像有着复杂的非线性运动轨迹，证明了其优秀的混沌特性。因为压缩感知技术加密图像本质上是一种线性的行为，容易被破解，为了提高秘密图像的安全等级，本专利技术会使用Rucklidge混沌系统控制密文图像进行二次加密。
[0007]对图像进行二次加密本质上是对中间过渡图像的加密，然而现有的大多数算法在明文关联密钥时仅仅只是关联明文图像，从而忽略了中间图像。因此本专利技术提出的一个亮点明文图像和算法过程中生成的中间图像结合起来，将两者的哈希函数值共同作为Rucklidge混沌系统的初始值，并且提出一种明文关联的分块置乱算法，这样做会增加明文的关联性，即明文图像有一点变化，最终的密文图像将会发生巨大变化。因此本专利技术能够更好的抵抗已知明文攻击和选择明文攻击。
[0008]本专利技术提出的明文关联的分块置乱算法如下：
[0009]步骤1：给定一个M
×
N的矩阵A，将矩阵A由竖直方向划分分为两块，得到两个大小为M
×
N/2的矩阵B和矩阵C，令m＝M,n＝N/2。
[0010]步骤2：给定矩阵B中任意一个像素坐标点(i,j)，i∈[1,N/2],计算矩阵B中第i行(除去B(i,j))的和，记为H
i
。计算矩阵B中第j列(除去B(i,j))的和，记为L
j
。根据下式计算i'和j'的值：
[0011][0012]其中，矩阵D和E为给定的随机矩阵。计算出新坐标后，交换矩阵B(i,j)和矩阵C(i',j').的值。
[0013]步骤3：按从左至右、从上至下的扫描方式遍历矩阵B，依次循环执行步骤2，实现由矩阵B向矩阵C置乱。
[0014]步骤4：将矩阵B和矩阵C位置对调，由矩阵C向矩阵B进行置乱，并给定两个新的随机矩阵F、J替换D和E，重复步骤2和步骤3。
[0015]步骤5：将大小为M
×
N/2矩阵B和矩阵C重组为M
×
N的新矩阵I，I即为置乱后的新图像。
[0016]本专利技术是通过以下技术方案实现的：一种基于Rucklidge和压缩感知的图像加密方法，其方法包括以下内容：
[0017]A.图像加密阶段
[0018]a)压缩感知阶段，对图像进行压缩处理，且对图像进行第一次加密。
[0019]i.将明文图像使用二维离散小波变换技术(DWT)变换到小波域。
[0020]ii.使用Zigzag技术对变换后的图像进行置乱。
[0021]iii.使用一维混沌系统生成随机测量矩阵。
[0022]iv.使用生成的随机测量矩阵对步骤ii得到的图像进行测量。
[0023]v.得到中间图像。
[0024]b)二次加密阶段，对步骤a)产生的中间图像进行二次加密处理。
[0025]i.使用Rucklidge混沌系统生成四个随机序列。
[0026]ii.使用其中的两个随机序列生成四个随机矩阵。
[0027]iii.将中间图像分成大小相同的两块。
[0028]iv.针对每个块分别使用随机矩阵控制的明文关联置换算法。
[0029]v.将置乱过的两块重组为一个图像，并使用扩散算法对其进一步加密。
[0030]B.图像解密阶段
[0031]a)一次解密
[0032]i.使用Rucklidge混沌系统生成随机序列。
[0033]ii.使用扩散算法的逆运算进行变换。
[0034]iii.使用随机序列生成四个随机矩阵。
[0035]iv.结合随机矩阵和明文关联的置乱算法进行逆置乱。
[0036]b)二次解密
[0037]i.使用一维混沌系统生成随机测量矩阵。
[0038]ii.结合随机测量矩阵和压缩感知的重构算法对中间图像进行重构。
[0039]iii.使用Zigzag反变换得到明文图像。
附图说明
[0040]通过结合附图对本专利技术示例性实施例进行更详本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新的基于Rucklidge和压缩感知的图像加密算法，其特征在于：该方法的实施步骤如下：(1)首先将原始图像应用哈希函数进行运算，生成一维混沌系统的初始值；(2)接下来对原始图像进行预处理，即使用离散小波变换将图像变换为稀疏系数矩阵；对该系数矩阵使用Zigzag技术扰乱，最终使原始图像变换为能够满足压缩感知技术要求的稀疏矩阵；(3)使用一维混沌系统生成随机测量矩阵，并使用随机测量矩阵对稀疏矩阵进行测量；将得到的矩阵的值量化到[0
‑
255]区间，进而得到中间图像；(4)对中间图像进行哈希运算得到函数值，并将函数值和步骤(1)的哈希函数值共同生成Rucklidge混沌系统的初始值，使用Rucklidge混沌系统生成四个随机矩阵，并根据随机矩阵对中间图像进行分块置乱；(5)最终对图像使用扩散算法扰乱像素位置，得到秘密图像。2.根据权利要求1所述的一种新的基于Rucklidge和压缩感知的图像加密算法，其特征在于：明文关联的分块置乱过程如下：步骤1：给定一个M
×
N的矩阵A，将矩阵A由竖直方向划分分为两块，得到两个大小为M
×
N/2的矩阵B和矩阵C，令m＝M,n＝N/2；步骤2：给定矩阵B中任意一个像素坐标点(i,j)，i∈[1,N/2],计算矩阵B中第i行(除去B(i,j))的和，记为H
i
；计算矩阵B中第j列(除去B(i,j))的和，记为L
j
；根据下式计算i'和j'的值：其中，矩阵D和E为给定的随机矩阵；计算出新坐标后，交换矩阵B(i,j)和矩阵C(i',j').的值；步骤3：按从左至右、从上至下的扫描方式遍历矩阵B，依次循环...

【专利技术属性】
技术研发人员：曹国栋，杨宇光，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：