一种发电厂图像数据加解密方法及系统技术方案

本发明专利技术公开了一种发电厂图像数据加解密方法及系统，其图像数据加密步骤包括：将待加密的发电厂图像数据分割为大小相同的第一子图像，使用线性反馈移位寄存器生成的加密密钥序列对每个第一子图像的像素点位置置乱，得到对应的第二子图像；将所有第二子图像按照对应第一子图像的位置关系拼接得到第一图像，将第一图像进行

【技术实现步骤摘要】
一种发电厂图像数据加解密方法及系统


[0001]本专利技术涉及图像处理技术，尤其涉及一种发电厂图像数据加解密方法及系统
。

技术介绍

[0002]目前，随着互联网的发展和普及，图像成为电力数据展示中常用的一种媒介
。
而在采集
、
传输
、
处理和存储过程中，图像数据容易受到黑客攻击
、
窃取和篡改
。
发电厂作为电力工业的重要组成部分，因此发电厂图像数据的安全性至关重要
。
[0003]线性反馈移位寄存器
(LFSR)
是一种伪随机序列产生器，它可以通过连续位移寄存器中的比特，产生一个伪随机序列
。
线性反馈移位寄存器具有周期性和随机性，可以产生高质量的伪随机序列，因此被广泛应用于图像加密中
。
[0004]混沌映射是一种非线性动态系统，在密码学中，它具有良好的密钥发生
、
数字签名和数据加密等应用
。
而三维混沌系统则是基于三维空间中的非线性动态方程，具有较好的随机性和混沌特性，其特点是具有高度的随机性和不确定性，可以用于生成高质量的随机数序列，因此也被广泛应用于数据加密
。
[0005]然而单纯使用
LFSR
或三维混沌映射进行数据加密存在一定缺陷，
LFSR
仅能生成有限数量的伪随机数序列，而三维混沌映射存在周期性行为，且易受到初始条件和参数值的影响
。
专利技术内容
[0006]本专利技术要解决的技术问题就在于：针对现有技术存在的技术问题，本专利技术提供一种发电厂图像数据加解密方法及系统，将于线性反馈移位寄存器和三维混沌映射相结合，既利用了
LFSR
的高效性，又采用三维混沌映射的高质量随机数序列生成能力，避免了它们的缺陷，相对于采用单一加密手段具有更高的加密强度和更好的图像质量保持性，能够有效保护图像数据的隐私和安全
。
[0007]为解决上述技术问题，本专利技术提出的技术方案为：
[0008]一种发电厂图像数据加解密方法，所述方法的图像数据加密步骤包括：
[0009]将待加密的发电厂图像数据分割为大小相同的第一子图像，使用线性反馈移位寄存器生成的加密密钥序列对每个第一子图像的像素点位置置乱，得到每个第一子图像对应的第二子图像；
[0010]将所有第二子图像按照对应第一子图像的位置关系拼接得到第一图像，将第一图像进行
RGB
分解得到与
RGB
基本颜色一一对应的分量矩阵，使用多重的三维混沌系统根据所述分量矩阵对第一图像的像素点进行混淆处理，得到与
RGB
基本颜色一一对应的混淆分量矩阵；
[0011]对混淆分量矩阵进行离散化操作，得到每个
RGB
基本颜色对应的混沌密钥流，将所述分量矩阵和对应混淆分量矩阵进行异或操作，得到与
RGB
基本颜色一一对应的加密数组，将每个
RGB
基本颜色的加密数组组合以生成加密图像
。
[0012]进一步的，将待加密的发电厂图像数据分割为大小相同的第一子图像时，包括：获取待加密的发电厂图像数据，将待加密的发电厂图像调整为目标大小，并转换为目标格式，然后按照指定的分割比例，将调整后的待加密的发电厂图像分割为至少2个相等的第一子图像
。
[0013]进一步的，使用线性反馈移位寄存器生成的加密密钥序列对每个第一子图像的像素点位置置乱时，包括：
[0014]使用线性反馈移位寄存器生成与每个第一子图像的像素点一一对应的加密密钥序列，每个第一子图像像素点对应的加密密钥序列各不相同，根据所述加密密钥序列以及对应的第一子图像中像素点的横坐标与纵坐标的坐标原始值，计算得到第一子图像中像素点的横坐标与纵坐标的新坐标值，并用新坐标值替换坐标原始值；
[0015]将每个子图像的像素点位置按照横坐标与纵坐标的新坐标值重新分配，得到每个第一子图像对应的第二子图像
。
[0016]进一步的，根据所述加密密钥序列以及对应的第一子图像中像素点的横坐标与纵坐标的坐标原始值，计算得到第一子图像中像素点的横坐标与纵坐标的新坐标值时，包括：将所述加密密钥序列进行模运算的计算结果与目标像素点的横坐标或纵坐标的坐标原始值相加后再加1，得到目标像素点的横坐标或纵坐标的新坐标值
。
[0017]进一步的，所述分量矩阵中的元素为所有像素点的对应
RGB
基本颜色的值，使用多重的三维混沌系统根据所述分量矩阵对第一图像的像素点进行混淆处理时，包括：
[0018]将每个分量矩阵从色彩空间映射到三维向量空间中，得到对应的原始变量矩阵；
[0019]使用三维
Lorenz
混沌系统对每个原始变量矩阵进行第一次混淆，得到对应的一次混淆变量矩阵；
[0020]使用三维
Rossler
混沌系统对每个一次混淆变量矩阵进行第二次混淆，得到对应的二次混淆变量矩阵；
[0021]将每个二次混淆变量矩阵从三维向量空间映射到色彩空间中，得到对应的混淆分量矩阵
。
[0022]进一步的，使用三维
Rossler
混沌系统对每个一次混淆变量矩阵进行第二次混淆时，三维
Rossler
混沌系统的混淆方程表达式如下：
[0023]X
″
(i,j)
＝
α
X
′
(i,j)[X
′
(i,j)
‑
1]+
β
Y
′2(i,j)X
′
(i,j)+
γ
Z
′3(i,j)
[0024]Y
″
(i,j)
＝
α
Y
′
(i,j)[Y
′
(i,j)
‑
1]+
β
Z
′2(i,j)Y
′
(i,j)+
γ
X
′3(i,j)
[0025]Z
″
(i,j)
＝
α
Z
′
(i,j)[Z
′
(i,j)
‑
1]+
β
X
′2(i,j)Z
′
(i,j)+
γ
Y
′3(i,j)
[0026]其中，
X
″
(i,j)、Y
″
(i,j)、Z
″
(i,j)
分别表示
RGB
基本颜色的红色
、
绿色
、
蓝色对应的二次混淆变量矩阵，
X
′
(i,j)、Y
′<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种发电厂图像数据加解密方法，其特征在于，所述方法的图像数据加密步骤包括：将待加密的发电厂图像数据分割为大小相同的第一子图像，使用线性反馈移位寄存器生成的加密密钥序列对每个第一子图像的像素点位置置乱，得到每个第一子图像对应的第二子图像；将所有第二子图像按照对应第一子图像的位置关系拼接得到第二子图像，将第二子图像进行
RGB
分解得到与基本颜色一一对应的分量矩阵，使用多重的三维混沌系统根据所述分量矩阵对第二子图像的像素点进行混淆处理，得到与
RGB
基本颜色一一对应的混淆分量矩阵；对混淆分量矩阵进行离散化操作，得到每个基本颜色对应的混沌密钥流，将所述分量矩阵和对应混淆分量矩阵进行异或操作，得到与基本颜色一一对应的加密数组，将每个基本颜色的加密数组组合以生成加密图像
。2.
根据权利要求1所述的发电厂图像数据加解密方法，其特征在于，将待加密的发电厂图像数据分割为大小相同的第一子图像时，包括：获取待加密的发电厂图像数据，将待加密的发电厂图像调整为目标大小，并转换为目标格式，然后按照指定的分割比例，将调整后的待加密的发电厂图像分割为至少2个相等的第一子图像
。3.
根据权利要求1所述的发电厂图像数据加解密方法，其特征在于，使用线性反馈移位寄存器生成的加密密钥序列对每个第一子图像的像素点位置置乱时，包括：使用线性反馈移位寄存器生成与每个第一子图像的像素点一一对应的加密密钥序列，每个第一子图像的像素点对应的加密密钥序列各不相同，根据所述加密密钥序列以及对应的第一子图像中像素点的横坐标与纵坐标的坐标原始值，计算得到第一子图像中像素点的横坐标与纵坐标的新坐标值，并用新坐标值替换坐标原始值；将每个子图像的像素点位置按照横坐标与纵坐标的新坐标值重新分配，得到每个第一子图像对应的第二子图像
。4.
根据权利要求3所述的发电厂图像数据加解密方法，其特征在于，根据所述加密密钥序列以及对应的第一子图像中像素点的横坐标与纵坐标的坐标原始值，计算得到第一子图像中像素点的横坐标与纵坐标的新坐标值时，包括：将所述加密密钥序列对第一子图像进行模运算的计算结果与目标像素点的横坐标或纵坐标的坐标原始值相加后再加1，得到目标像素点的横坐标或纵坐标的新坐标值
。5.
根据权利要求1所述的发电厂图像数据加解密方法，其特征在于，所述分量矩阵中的元素为所有像素点的对应基本颜色的值，使用多重的三维混沌系统根据所述分量矩阵对第一图像的像素点进行混淆处理时，包括：将每个分量矩阵从色彩空间映射到三维向量空间中，得到对应的原始变量矩阵；使用三维
Lorenz
混沌系统对每个原始变量矩阵进行第一次混淆，得到对应的一次混淆变量矩阵；使用三维
Rossler
混沌系统对每个一次混淆变量矩阵进行第二次混淆，得到对应的二次混淆变量矩阵；将每个二次混淆变量矩阵从三维向量空间映射到色彩空间中，得到对应的混淆分量矩阵
。6.
根据权利要求5所述的发电厂图像数据加解密方法，其特征在于，使用三维
Rossler
混沌系统对每个一次混淆变量矩阵进行第二次混淆时，三维
Rossler
混沌系统的混淆方程表达式如下：
X
″
(i,j)
＝
α
X
′
(i,j)[X
′
(i,j)
‑
1]+
β
Y
′2(i,j)X
′
(i,j)+
γ
Z
′3(i,j)Y
″
(i,j)
＝
α
Y
′

【专利技术属性】
技术研发人员：李智欢，刘淼，陈衍恒，张俊峰，伍兆恒，潘海平，肖应辉，
申请(专利权)人：广州兆和电力技术有限公司，
类型：发明
国别省市：