一种无人驾驶车辆的测试数据加密方法技术

本发明专利技术涉及加密传输领域，具体涉及一种无人驾驶车辆的测试数据加密方法，包括：对明文图像分块获得明文图像块；根据秘钥获得起始值序列；根据明文图像块的灰度直方图获得修正系数，根据修正系数对灰度直方图进行频率修正得到修正直方图；根据明文图像块的起始值对明文图像块的修正直方图进行直方图均衡化，获得明文图像块的映射关系；根据映射关系对明文图像块进行加密，获得所有明文图像块加密后的密文图像块组成的密文图像，对密文图像进行传输。本发明专利技术对明文图像的修正直方图进行直方图均衡化，根据映射关系对明文图像的进行加密，保证加密方法的可解密性和解密准确性，使密文图像统计特性不同于明文图像，进而能够抵御统计分析攻击。分析攻击。分析攻击。

【技术实现步骤摘要】
一种无人驾驶车辆的测试数据加密方法


[0001]本专利技术涉及加密传输领域，具体涉及一种无人驾驶车辆的测试数据加密方法。

技术介绍

[0002]在完成初次开发或者更新换代的无人驾驶车辆正式投入使用前，需要使用测试数据对无人驾驶车辆进行功能测试，因此，测试数据对无人驾驶车辆的功能测试至关重要，并且测试数据中包含着无人驾驶车辆涉及到的关键技术的数据，如果被窃取分析，很可能会导致无人驾驶车辆的关键技术泄露。为了无人驾驶车辆的测试数据的安全性，需要对测试数据进行加密传输。
[0003]非对称加密算法都是基于数学难题，虽然安全性较高，但是加密和解密的速度慢，因此非对称加密算法只适合对少量数据进行加密。对于测试数据中数据量大且冗余程度高的图像，不适合采用非对称加密算法。常规的基于混沌映射的图像加密方法只是将图像中像素点的位置改变，但是并没有改变图像中像素点的灰度值，虽然打破了图像中像素点之间的强关联性，但是加密后图像的灰度直方图并未发生改变，即图像的统计特性并未发生改变，因此，无法抵御攻击者的统计分析攻击。

技术实现思路

[0004]为了解决上述问题，本专利技术提供一种无人驾驶车辆的测试数据加密方法，所述方法包括：
[0005]获取明文图像，对明文图像进行分块，获得所有明文图像块；
[0006]构建密钥，根据秘钥获得起始值序列；
[0007]对于明文图像中的任意一个明文图像块进行加密，包括：获得明文图像块的灰度直方图的左边界和右边界，根据灰度直方图的左边界与右边界之间所有灰度值的频率构建修正系数方程，求解修正系数方程获得明文图像块的修正系数；根据修正系数对灰度直方图进行频率修正得到明文图像块的修正直方图；根据起始序列获得明文图像块的起始值；根据起始值对明文图像块的修正直方图进行直方图均衡化，获得明文图像块的映射关系；根据映射关系对明文图像块的所有明文像素点进行加密，将所有密文像素点组成的图像块记为密文图像块；
[0008]对明文图像的所有明文图像块进行加密，将所有密文图像块组成的图像记为密文图像。
[0009]进一步地，所述根据灰度直方图的左边界与右边界之间所有灰度值的频率构建修正系数方程的步骤包括：
[0010]将明文图像块的修正系数设为修正系数方程的表达式具体为：
[0011][0012]式中，P1,P2分别表示明文图像块的灰度直方图的左边界与右边界，p(h)表示明文图像块的灰度直方图上灰度值h的频率，表示向上取整，δ(P1,P2)表示左边界P1与右边界P2之间所有频率为0的灰度值的数量。
[0013]进一步地，所述根据修正系数对灰度直方图进行频率修正得到明文图像块的修正直方图的步骤包括：
[0014]对于明文图像块的灰度直方图中，左边界与右边界之间频率为0的所有灰度值，将每个灰度值的修正频率设置为；
[0015]对于明文图像块的灰度直方图中，左边界与右边界之间频率不为0的所有灰度值，将灰度值的修正频率设置为，式中，表示灰度值的频率，表示修正系数，表示向上取整；
[0016]对于明文图像块的灰度直方图中，不属于左边界与右边界之间的所有灰度值的频率不做修正，频率依然为0；
[0017]将明文图像块的所有灰度值的修正频率组成的直方图记为明文图像块的修正直方图。
[0018]进一步地，所述根据起始值对明文图像块的修正直方图进行直方图均衡化，获得明文图像块的映射关系的步骤包括：
[0019]根据明文图像块的修正直方图中所有灰度值的修正频率，累加得到灰度值的累积频率，灰度值的累积频率的具体计算公式为：
[0020][0021]式中，表示明文图像块的修正直方图上灰度值的累积频率，表示灰度值0到灰度值之间第个灰度值的修正频率；
[0022]明文图像块中灰度值与灰度值的均衡结果组成一对映射关系，灰度值的均衡结果的计算公式为：
[0023][0024]式中，表示灰度值的均衡结果，表示明文图像块的修正直方图上灰度值的累积频率，表示对应的明文图像块的起始值，表示除法取余。
[0025]进一步地，所述根据映射关系对明文图像块的所有明文像素点进行加密的步骤包括：
[0026]对于明文图像块中的任意一个明文像素点，根据明文像素点的灰度值获得对应的映射关系，将映射关系中的均衡结果作为密文，将明文像素的灰度值设置为密文，将设置灰度值后的明文像素点记为密文像素点。
[0027]本专利技术上述方法至少具有如下有益效果：
[0028]1、本专利技术通过结合明文图像块的起始值对明文图像块的修正直方图进行直方图均衡化，获得明文图像块的映射关系，根据映射关系对所有明文图像块进行加密，获得所有密文图像块组成的密文图像。综上，由于不同的明文图像块的起始值和灰度直方图不同，进行直方图均衡化之后获得的映射关系不同，因此，灰度值相同的明文像素点在不同的明文
图像块中的加密结果可能不同，灰度值不同的明文像素点在不同的明文图像块中的加密结果可能相同，使得最终密文图像的统计图像和明文图像的统计特性完全不同；因此，通过本专利技术的加密方法对明文图像进行加密，会改变明文图像的统计特性，导致攻击者无法通过分析明文图像和密文图像的统计规律来破译密文图像，保证密文图像抵抗攻击者的统计分析攻击。
[0029]2、根据修正系数对明文图像块的灰度直方图进行频率修正，使灰度值之间频率为零的灰度值在直方图均衡化后不被吞噬，进而是均衡化后的灰度直方图能够保留原本的灰度直方图中灰度值之间的距离；同时通过对灰度直方图的左边界和右边界进行保存，保留原本的灰度直方图中灰度值分布的范围；本专利技术通过保留原本的灰度直方图中灰度值的距离和分布范围，保证了能够根据均衡化的映射结果准确获得原本的灰度直方图，进而根据映射关系对密文图像进行准确的解密，保证了加密方法的可解密性和解密准确性。
附图说明
[0030]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0031]图1为本专利技术一个实施例提供的一种无人驾驶车辆的测试数据加密方法的步骤流程图；
[0032]图2为本专利技术一个实施例提供的一个灰度直方图；
[0033]图3为本专利技术一个实施例提供的一个灰度直方图；
[0034]图4为本专利技术一个实施例提供的图2和图3的均衡化后的灰度直方图；
[0035]图5为本专利技术一个实施例提供的图2的灰度直方图的修正直方图；
[0036]图6为本专利技术一个实施例提供的图3的灰度直方图的修正直方图；
[0037]图7为本专利技术一个实施例提供的图5的修正直方图的均衡化后的灰度直方图；
[0038]图8为本专利技术一个实施例提供的图6的修正直方图的均衡化后的灰度直方图。
具体实施方式
[0039]为了更进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人驾驶车辆的测试数据加密方法，其特征在于，所述方法包括：获取明文图像，对明文图像进行分块，获得所有明文图像块；构建密钥，根据秘钥获得起始值序列；对于明文图像中的任意一个明文图像块进行加密，包括：获得明文图像块的灰度直方图的左边界和右边界，根据灰度直方图的左边界与右边界之间所有灰度值的频率构建修正系数方程，求解修正系数方程获得明文图像块的修正系数；根据修正系数对灰度直方图进行频率修正得到明文图像块的修正直方图；根据起始序列获得明文图像块的起始值；根据起始值对明文图像块的修正直方图进行直方图均衡化，获得明文图像块的映射关系；根据映射关系对明文图像块的所有明文像素点进行加密，将所有密文像素点组成的图像块记为密文图像块；对明文图像的所有明文图像块进行加密，将所有密文图像块组成的图像记为密文图像。2.根据权利要求1所述的一种无人驾驶车辆的测试数据加密方法，其特征在于，所述根据灰度直方图的左边界与右边界之间所有灰度值的频率构建修正系数方程的步骤包括：将明文图像块的修正系数设为，修正系数方程的表达式具体为：式中，分别表示明文图像块的灰度直方图的左边界与右边界，表示明文图像块的灰度直方图上灰度值的频率，表示向上取整，表示左边界与右边界之间所有频率为0的灰度值的数量。3.根据权利要求1所述的一种无人驾驶车辆的测试数据加密方法，其特征在于，所述根据修正系数对灰度直方图进行频率修正得到明文图像块的修正直方图的步骤包括：对于明文图像块的灰度直方图中，左边界与右边界之间频率为0的...

【专利技术属性】
技术研发人员：杨扬，胡心怡，
申请(专利权)人：上海伯镭智能科技有限公司，
类型：发明
国别省市：