一种基于并行压缩感知和自适应嵌入的视觉安全图像加密方法及装置制造方法及图纸

本发明专利技术公开了一种基于并行压缩感知和自适应嵌入的视觉安全图像加密方法及装置，该方法包括对待加密的明文图像进行稀疏变换得到稀疏矩阵；根据初始化密钥和稀疏矩阵系数和计算混沌初始值；采用Logistics混沌迭代生成混沌序列；基于混沌序列生成测量矩阵，以及对稀疏矩阵进行置乱；对置乱后的稀疏矩阵每一列，使用测量矩阵进行并行压缩感知，得到测量值矩阵；将测量值矩阵进行量化和扩散得到中间秘密图像；根据区域能量将中间秘密图像自适应嵌入到载体图像，得到嵌入后的载体图像，作为密文图像。本发明专利技术使用并行压缩感知进行预加密，极大提升了加密速度，并根据区域能量自适应地将秘密图像嵌入到载体图像中，得到密文图像。得到密文图像。得到密文图像。

【技术实现步骤摘要】
一种基于并行压缩感知和自适应嵌入的视觉安全图像加密方法及装置


[0001]本专利技术属于图像加密
，具体涉及一种基于并行压缩感知和自适应嵌入的视觉安全图像加密方法及装置。

技术介绍

[0002]随着科技的发展和网络的普及，网络上的信息量呈爆炸式增长，数字图像广泛地应用于军事、政治、生活等各个方面，图像信息传输过程中的安全问题变得极其重要，图像加密是一种快速有效、应用广泛的技术方案。
[0003]压缩感知技术是Donoho等人提出的一种不同于Nyquist采样定理的信号采样理论，它能够进行高度的欠采样，在采样过程同时进行压缩。图像数据有着数据量大、数据冗余大的特点，使用压缩感知进行图像加密，既保证了安全性，又对图像进行了压缩，降低了传输带宽，基于压缩感知的图像加密方法成为当下最流行的加密方法之一。由于图像是二维数据，转换为一维信号进行处理会极大地增大运算量，Fang等人提出了并行压缩感知，使用一个测量矩阵，并行对每一列进行压缩感知采样，极大的提升了采样速度。但由于压缩感知本身是一个线性投影过程，使用并行压缩感知进行加密难以抵抗明文攻击，相同的测量矩阵也降低了安全性。Hu等人将并行压缩感知和计数器模式相结合，每列都生成新的测量矩阵进行采样，但是计数器模式限制了应用场景并且使用的测量矩阵构造方法构造大量测量矩阵非常耗时，虽然保证了安全性，但加密效率低下。此外，上述加密方法的加密结果都是无规则的噪声图，在不安全信道传输时，更容易引起黑客的注意，为了迷惑攻击者，Bao等人提出视觉安全图像加密，将加密的噪声图像嵌入到通用的载体图像中，得到和载体图像相似的、有视觉意义的密文图像，但载体图像通常大于明文图像。Chai将压缩感知应用到视觉安全加密，使载体图像和明文图像具有相同的尺寸也可以完成嵌入，但嵌入方法比较固定，得到的密文图像视觉质量不高。

技术实现思路

[0004]本专利技术的目的在于提供一种基于并行压缩感知和自适应嵌入的视觉安全图像加密方法及装置，使用并行压缩感知进行预加密，极大提升了加密速度，并根据区域能量自适应地将秘密图像嵌入到载体图像中，得到密文图像。
[0005]为实现上述目的，本专利技术采用的技术方案是：
[0006]本专利技术提供一种基于并行压缩感知和自适应嵌入的视觉安全图像加密方法，包括：
[0007]对待加密的明文图像进行稀疏变换得到稀疏矩阵；
[0008]获取初始化密钥，根据所述初始化密钥和所述稀疏矩阵系数和，计算混沌初始值；
[0009]基于所述混沌初始值，采用Logistics混沌迭代生成混沌序列；
[0010]基于所述混沌序列生成测量矩阵，以及基于所述混沌序列对所述稀疏矩阵进行置
乱；
[0011]对置乱后的稀疏矩阵每一列，使用所述测量矩阵进行并行压缩感知，得到测量值矩阵；
[0012]将所述测量值矩阵进行量化和扩散得到中间秘密图像；
[0013]根据区域能量将所述中间秘密图像自适应嵌入到载体图像，得到嵌入后的载体图像，作为密文图像。
[0014]进一步的，根据所述初始化密钥和所述稀疏矩阵系数和，计算混沌初始值，包括：
[0015][0016][0017]其中，cx
i
和cu
i
表示混沌初始值，x
i
和u
i
表示密钥初始值，sumX
j
,j＝(i
‑
1)
×
2+1,i
×
2表示稀疏系数和的小数点后的第1
‑
8位数字，sumU
j
,j＝(i
‑
1)
×
2+1,i
×
2表示稀疏系数和小数点后的第9
‑
16位数字序列。
[0018]进一步的，所述混沌密钥x1,x2,x3,x4在(0,1)范围内随机选取，u1,u2,u3,u4在(3.57,4)范围内随机选取。
[0019]进一步的，基于所述混沌初始值，采用Logistics混沌迭代生成混沌序列，包括：
[0020]基于所述混沌初始值，采用Logistics混沌迭代生成四个混沌序列seq1，seq2，seq3，seq4，
[0021]其中，seq1长度为row
×
col，seq2长度为(d+1)
×
col，seq3长度为row
×
col，seq4长度为CR
×
row
×
col，d为设置的间隔距离，CR为设置的压缩率，row
×
col为待加密的明文图像的大小。
[0022]进一步的，基于所述混沌序列生成测量矩阵，包括：
[0023]将混沌序列seq2以间隔距离d进行间隔采样，将采样后的序列作为初始序列构造混沌循环矩阵的第一行，将初始序列向右循环移位一个位置构造混沌循环矩阵的第二行，将初始序列向右循环移位两个位置构造混沌循环矩阵的第三行，以此类推，一直到第row行，构造得到row
×
col的混沌循环矩阵matrix；
[0024]将混沌序列seq3平均分成col组序列，对每一组序列内部进行升序排序，得到col组索引序列index
n
，其中n∈[1,col]；
[0025]采用col组索引序列分别从混沌循环矩阵matrix中选取部分向量组成部分混沌循环矩阵作为测量矩阵，共生成col个测量矩阵，表示如下：
[0026]Phi
n
(i,:)＝matrix(index
n
(i),:)；
[0027]其中，Phi
n
为第n个测量矩阵，index
n
(i)代表第n组索引序列的第i个值，i＝1,2,
…
,CR
×
row。
[0028]进一步的，基于所述混沌序列对所述稀疏矩阵进行置乱，包括：
[0029]对混沌序列seq1采用sort函数进行升序排序，得到排序索引index_P；
[0030]将所述稀疏矩阵转化为一维稀疏向量P1；
[0031]使用排序索引index_P对所述一维稀疏向量P1进行置乱，并将置乱后的向量转换为二维稀疏矩阵P2。
[0032]进一步的，所述对置乱后的稀疏矩阵每一列，使用所述测量矩阵进行并行压缩感知，得到测量值矩阵，包括：
[0033]采用col个不重复的测量矩阵，并行对所述二维稀疏矩阵P2的对应列进行压缩感知，得到测量值矩阵P3。
[0034]进一步的，将所述测量值矩阵进行量化和扩散得到中间秘密图像，包括：
[0035]对所述测量值矩阵进行量化，将像素值量化到(0，255)之间，表示为：
[0036]C(i,j)＝round(255
×
(P3(i,j)
‑
min)/(max
‑
mi本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于并行压缩感知和自适应嵌入的视觉安全图像加密方法，其特征在于，包括：对待加密的明文图像进行稀疏变换得到稀疏矩阵；获取初始化密钥，根据所述初始化密钥和所述稀疏矩阵系数和，计算混沌初始值；基于所述混沌初始值，采用Logistics混沌迭代生成混沌序列；基于所述混沌序列生成测量矩阵，以及基于所述混沌序列对所述稀疏矩阵进行置乱；对置乱后的稀疏矩阵每一列，使用所述测量矩阵进行并行压缩感知，得到测量值矩阵；将所述测量值矩阵进行量化和扩散得到中间秘密图像；根据区域能量将所述中间秘密图像自适应嵌入到载体图像，得到嵌入后的载体图像，作为密文图像。2.根据权利要求1所述的一种基于并行压缩感知和自适应嵌入的视觉安全图像加密方法，其特征在于，根据所述初始化密钥和所述稀疏矩阵系数和，计算混沌初始值，包括：法，其特征在于，根据所述初始化密钥和所述稀疏矩阵系数和，计算混沌初始值，包括：其中，cx
i
和cu
i
表示混沌初始值，x
i
和u
i
表示密钥初始值，sumX
j
,j＝(i
‑
1)
×
2+1,i
×
2表示稀疏系数和的小数点后的第1
‑
8位数字，sumU
j
,j＝(i
‑
1)
×
2+1,i
×
2表示稀疏系数和小数点后的第9
‑
16位数字序列。3.根据权利要求2所述的一种基于并行压缩感知和自适应嵌入的视觉安全图像加密方法，其特征在于，所述混沌密钥x1,x2,x3,x4在(0,1)范围内随机选取，u1,u2,u3,u4在(3.57,4)范围内随机选取。4.根据权利要求3所述的一种基于并行压缩感知和自适应嵌入的视觉安全图像加密方法，其特征在于，基于所述混沌初始值，采用Logistics混沌迭代生成混沌序列，包括：基于所述混沌初始值，采用Logistics混沌迭代生成四个混沌序列seq1，seq2，seq3，seq4，其中，seq1长度为row
×
col，seq2长度为(d+1)
×
col，seq3长度为row
×
col，seq4长度为CR
×
row
×
col，d为设置的间隔距离，CR为设置的压缩率，row
×
col为待加密的明文图像的大小。5.根据权利要求4所述的一种基于并行压缩感知和自适应嵌入的视觉安全图像加密方法，其特征在于，基于所述混沌序列生成测量矩阵，包括：将混沌序列seq2以间隔距离d进行间隔采样，将采样后的序列作为初始序列构造混沌循环矩阵的第一行，将初始序列向右循环移位一个位置构造混沌循环矩阵的第二行，将初始序列向右循环移位两个位置构造混沌循环矩阵的第三行，以此类推，一直到第row行，构造得到row
×
col的混沌循环矩阵matrix；将混沌序列seq3平均分成col组序列，对每一组序列内部进行升序排序，得到col组索引序列index
n
，其中n∈[1,col]；采用col组索引序列分别从混沌循环矩阵matrix中选取部分向量组成部分混沌循环矩阵作为测量矩阵，共生成col个测量矩阵，表示如下：Phi
n
(i,:)＝matrix(index
n
(i),:)；
其中，Phi
n
为第n个测量矩阵，index
n
(i)代表第n组索引序列的第i个值，i＝1,2,
…
,CR
×

【专利技术属性】
技术研发人员：杜康明，吕鑫，曾涛，马宇飞，黄屿璁，陈佳乐，姚俊杰，蒋文轩，王玮，吴采凤，于洁，
申请(专利权)人：河海大学，
类型：发明
国别省市：