System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及信息安全,具体涉及一种基于双模态生物特征密钥的多图像加密方法。
技术介绍
1、图像信息在传输过程中容易遭到窃取、篡改和攻击,因此图像的加密问题已经成为信息安全领域的研究热点。近年来,研究者们相继提出了多种图像加密方法,主要可以分为以下几类:(1)空域方法;(2)变换域方法;(3)光学方法,其中光学方法因其具有高并行性、高自由度、高安全性等优点而逐渐受到了研究人员的广泛关注,最具代表性的光学图像加密方法是1995年refregier和javidi提出的基于双随机相位编码的图像加密方法,之后该方法又被扩展到了菲涅尔域、分数傅里叶域以及其他变换域。后来,数字全息、计算全息、鬼成像、衍射成像、超表面等各种前沿技术也被逐渐引入到光学图像加密方法中,随之出现了多种新颖的光学图像加密方案,从而加速了光学图像加密技术的实用化进程。然而,目前的光学图像加密技术往往存在密钥复杂度高的问题,尤其是随机掩模密钥通常难以被用户记忆或携带,并且目前绝大多数的光学图像加密方法中还存在用户和密钥之间缺乏联系的问题,以至于安全系统无法区分用户是合法用户还是非法攻击者,从而严重影响系统的安全性。
2、为了解决上述问题,近年来研究者们相继将生物特征密钥引入到光学图像加密方法中,利用生物特征密钥的唯一性、稳定性、便利性等优势克服密钥难以记忆或携带以及用户和密钥之间缺乏联系的问题。例如,tashima等人提出了一种基于指纹密钥和双随机相位编码的二值图像加密方法。yan等人利用指纹密钥和光学外差技术设计了一种三维物体光学加密方法。verma等人提
3、除此之外,现阶段的基于生物特征密钥的光学图像加密方法普遍存在生物特征密钥鲁棒性差的共性问题,例如指纹密钥:当合法用户的指纹密钥在解密采集时出现轻微的遮挡、旋转或模糊时,安全系统就会将此解密指纹误判为非法攻击者的错误指纹,从而导致错误解密;虹膜密钥:当合法用户的虹膜密钥在解密采集时采集距离稍有偏差或有佩戴眼镜干扰或注视点有轻微倾斜时,安全系统就会将此解密虹膜误判为非法攻击者的错误虹膜,从而导致错误解密。因此,生物特征密钥鲁棒性差的问题极大地影响了合法用户的正常解密体验,以至于在解密阶段即使是合法用户也很难做到正确解密,从而严重影响了基于生物特征密钥的光学图像加密方法的实用性。针对这种情况,本专利技术提出了一种基于双模态生物特征密钥的多图像加密方法,旨在实现安全级别高、生物特征密钥鲁棒性高、加密效率高的多图像加密。
技术实现思路
1、本专利技术的目的在于,提供一种基于双模态生物特征密钥的多图像加密方法。本专利技术首先基于压缩感知的原理,利用加密用户的指纹混沌测量矩阵对明文图像的二维码进行一次压缩加密,之后利用加密用户的虹膜混沌掩模对压缩加密的结果再进行一次离散余弦变换域滤波加密,随后利用光栅调制技术与矩阵拼接技术生成加密复振幅,最后基于两步相移干涉的原理,利用加密用户主管的指纹混沌相位掩模对加密复振幅再进行一次两步相移干涉加密,从而生成两张全息图密文,实现了高效、安全的多图像加密,具有双模态生物特征密钥安全便利、鲁棒性高、数字密钥灵敏度高、密钥空间大、安全性高的优点。
2、为实现上述专利技术目的,本专利技术提供的技术方案如下:一种基于双模态生物特征密钥的多图像加密方法,其特征在于:包括加密步骤:
3、s1:二维码编码及分组:利用二维码生成算法将m×n张待加密的原始明文图像分别编码为对应的二维码,其中每张原始明文图像及其对应的二维码的像素数均为p×q,并将m×n张二维码平均分为m组,其中每组n张二维码,则第m组第n张二维码记为fmn(x,y)(m=1,2,…m,n=1,2,…,n)。
4、s2:基于指纹混沌测量矩阵的图像压缩:首先,采集m×n名加密用户的加密指纹图像,利用指纹图像处理技术和指纹柱形编码技术获取每名加密用户的加密指纹柱码均值和脊线频率,并存储于加密数据库中;之后,利用每名加密用户的加密指纹柱码均值和脊线频率作为混沌初值生成对应的指纹混沌测量矩阵,用于对m×n张原始明文图像对应的二维码进行一对一地压缩加密;最后,对每张二维码依次做一次离散小波变换和一次arnold置乱得到稀疏置乱矩阵,并利用对应的指纹混沌测量矩阵对稀疏置乱矩阵进行压缩,从而得到每张二维码对应的压缩图像。
5、s3:基于虹膜混沌掩模的离散余弦变换域滤波:首先,采集m×n名加密用户的加密虹膜图像,用于对加密步骤s2中生成的m×n张压缩图像进行一对一地滤波加密;之后,利用虹膜图像处理技术和基于全卷积网络的虹膜特征提取技术获取每名加密用户的虹膜网络输出结果的十进制哈希值,并存储于加密数据库中;随后,利用每名加密用户的虹膜网络输出结果的十进制哈希值作为混沌初值生成对应的虹膜混沌掩模;最后,利用虹膜混沌掩模作为振幅掩模对每张压缩图像进行离散余弦变换域滤波,从而得到每张压缩图像对应的离散余弦变换域滤波加密结果。
6、s4:基于光栅调制与矩阵拼接的加密复振幅生成:首先,利用光栅调制技术将每组n个离散余弦变换域滤波加密结果融合为一个加密矩阵块;之后,利用矩阵拼接技术将第1个加密矩阵块到第m/2个加密矩阵块拼接为一个加密矩阵,用作加密振幅,并将第m/2+1个加密矩阵块到第m个加密矩阵块拼接为另一个加密矩阵,用作加密相位;最后,利用复振幅合成技术生成由加密振幅和加密相位组成的加密复振幅。
7、s5:基于指纹混沌相位掩模和两步相移干涉的复振幅加密:首先,采集加密用户主管的加密指纹图像,利用指纹图像处理技术和指纹柱形编码技术获取加密用户主管的加密指本文档来自技高网...
【技术保护点】
1.一种基于双模态生物特征密钥的多图像加密方法,其特征在于:包括加密步骤:
2.根据权利要求1所述的一种基于双模态生物特征密钥的多图像加密方法,其特征在于:所述加密步骤S2基于指纹混沌测量矩阵的图像压缩中第m组第n张二维码的压缩加密过程,包括以下步骤:
3.根据权利要求1所述的一种基于双模态生物特征密钥的多图像加密方法,其特征在于:所述加密步骤S3基于虹膜混沌掩模的离散余弦变换域滤波中第m组第n张压缩图像的滤波加密过程,包括以下步骤:
4.根据权利要求1所述的一种基于双模态生物特征密钥的多图像加密方法,其特征在于:所述加密步骤S4基于光栅调制与矩阵拼接的加密复振幅生成,包括以下步骤:
5.根据权利要求1所述的一种基于双模态生物特征密钥的多图像加密方法,其特征在于:所述加密步骤S5基于指纹混沌相位掩模和两步相移干涉的复振幅加密,包括以下步骤:
6.根据权利要求1所述的一种基于双模态生物特征密钥的多图像加密方法,其特征在于:所述解密步骤J1基于指纹柱码认证的解密复振幅生成,包括以下步骤:
7.根据权利要求1所述的
8.根据权利要求1所述的一种基于双模态生物特征密钥的多图像加密方法,其特征在于:所述解密步骤J3基于虹膜认证的离散余弦变换域滤波中第m组第n个解密数据矩阵的滤波解密过程,包括以下步骤:
9.根据权利要求1所述的一种基于双模态生物特征密钥的多图像加密方法,其特征在于:所述解密步骤J4基于指纹柱码认证的压缩图像重构中第m组第n个滤波解密结果的重构解密过程,包括以下步骤:
...【技术特征摘要】
1.一种基于双模态生物特征密钥的多图像加密方法,其特征在于:包括加密步骤:
2.根据权利要求1所述的一种基于双模态生物特征密钥的多图像加密方法,其特征在于:所述加密步骤s2基于指纹混沌测量矩阵的图像压缩中第m组第n张二维码的压缩加密过程,包括以下步骤:
3.根据权利要求1所述的一种基于双模态生物特征密钥的多图像加密方法,其特征在于:所述加密步骤s3基于虹膜混沌掩模的离散余弦变换域滤波中第m组第n张压缩图像的滤波加密过程,包括以下步骤:
4.根据权利要求1所述的一种基于双模态生物特征密钥的多图像加密方法,其特征在于:所述加密步骤s4基于光栅调制与矩阵拼接的加密复振幅生成,包括以下步骤:
5.根据权利要求1所述的一种基于双模态生物特征密钥的多图像加密方法,其特征在于:所述加密步骤s5基于指纹混沌相位...
【专利技术属性】
技术研发人员:苏衍峰,王博宇,王祉涵,王义文,彭心宇,张鹏,
申请(专利权)人:中国计量大学,
类型:发明
国别省市:
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。