本发明专利技术公开了一种基于信息熵的图像置乱程度衡量方法。包括下列步骤：(1)获取图像；(2)对图像进行分块；(3)分别计算各个图像分块的信息熵；(4)求所有图像分块的信息熵方差；(5)将求得的图像分块信息熵方差代入最终的图像置乱程度衡量公式，即得到了图像的置乱程度。本发明专利技术提供的图像置乱程度判别依据，表达简洁，计算过程不需要原始图像的参与，能够有效地衡量图像的置乱程度,与人视觉的主观评价基本一致，同时具有对各种类型的图像置乱技术都适用的高泛化性，为图像置乱技术的选择提供了一个衡量标准。
【技术实现步骤摘要】
本专利技术涉及图像处理与信息安全领域，特别涉及。
技术介绍
计算机网络和多媒体通信技术的飞速发展，使得信息在网络上传输的更为便捷、流畅。图像正成为个人、公司企业、政府机关等进行网络信息交流的重要载体。同时，基于图像的信息安全问题日益突出，图像安全保密技术的研究越来越受到人们的关注。置乱是图像加密中研究比较广泛的一种方法。图像的置乱技术是指，发送方借助数学或其他领域的技术，对图像的空间域(位置空间、色彩空间)作变换使之生成一幅面目 杂乱的再用于传输；在传输过程中，非法截获者无法从中获得原图像信息，从而达到图像保密的目的；接受方经去乱过程，可恢复原图像。即使攻击者能够恢复出原始图像，也将要耗费大量的人力、物力和财力，同时时间的消耗也使破译失去了意义。目前图像置乱技术大体上可以分为三类像素位置变换、像素灰度值变换以及像素位置和灰度值同时变换。图像置乱的目的是达到信息的隐藏，确保信息的安全，而一种置乱技术的好坏需要一个评价标准，以此来确保置乱的有效性以及图像的安全性。此外，数字水印技术也是数据版权保护的重要方法，置乱程度衡量方法对于图像置乱到什么程度时水印算法的鲁棒性最强起到重要的指导作用。因此，如何评价图像的置乱程度是一个很值得研究的领域，具有重要的实际意义。现有的大部分图像置乱程度评估方法均要依赖于采用置乱技术进行置乱前的原始图像，实用性不高，且有些只适用于某类置乱技术的评估，无对常见类型置乱技术均适用的高泛化性，限制了其实际应用。
技术实现思路
为了克服现有技术存在的缺点与不足，本专利技术提供一种基于信息熵的图像置乱程度衡量方法。本专利技术所采用的技术方案如下，包括如下步骤(I)获取图像；(2)对图像进行分块；(3)分别计算各个图像分块的信息熵，所述各个图像分块的信息熵H由下式获得_3] i/ = -X->(^)l0g2 P(^1)式中T(Xi)表示图像分块中灰度值为i的像素出现的概率，L为图像的灰度等级数，常见的图像的灰度等级数为256 ;在灰度等级数为256的图像里，i的取值范围为O彡i彡255。(4)计算各个图像分块信息熵的方差；所述图像分块的信息熵方差varH由下式获得\mH =…(//, - Hf ) / t式中，Hk表示第K个图像分块的信息熵，互表示所有图像分块的信息熵的平均值，t表示图像分块的总块数，(5)把步骤(4)中的信息熵的方差代入到置乱程度衡量公式，即得到图像的置乱程度；所述图像的置乱程度SD为 SD=I-VarH式中，varil表示所有图像分块的信息熵方差。所述步骤(2)中采用Matlab软件中的bestblk函数对图像进行分块，图像被分成t块,每一块大小为aXb,所述获取图像的大小为MXN,则16 < a < m, 16 < b < n,其中，m=round(M/4), n=round (N/4)。所述步骤(3)中的所述图像分块中灰度值为i的像素出现的概率P(Xi)由下式获得p (Xi) =XiZab式中，Xi表示灰度值为i的像素在图像分块中的总个数。本专利技术的有益效果(I) 一致性它与人的视觉的主观评价基本一致；(2)高泛化性它对仅变换像素位置的、仅变换像素灰度值的和同时变换像素位置及灰度值的图像置乱技术均适用；(3)对原图像无依赖性评估过程不需要原图像参与，简单且实用。附图说明图I是本专利技术的工作流程示意图；图2是Lena图像；图3是Lena图像采用Arnold变换置乱一次后的图像；图4是Lena图像采用Arnold变换置乱两次后的图像。具体实施例方式下面结合实施例及附图，对本专利技术作进一步地详细说明，但本专利技术的实施方式不限于此。实施例如图I所示本专利技术，包括如下步骤(I)获取图像；(2)对图像进行分块，具体方法如下采用Matlab软件中的bestblk函数对图像进行分块，图像被分成t块，每一块大小为aXb，假设图像的大小为MXNJlJ 16≤a≤m，16≤b≤n，其中，m=round(M/4), n=round (N/4)。(3)分别计算各个图像分块的信息熵，各个图像分块的信息熵H由下式获得权利要求1.，其特征在于，包括如下步骤 (1)获取图像； (2)对图像进行分块； (3)分别计算各个图像分块的信息熵，所述各个图像分块的信息熵H由下式获得2.根据权利要求I所述的，其特征在于所述步骤(2)中采用Matlab软件中的bestblk函数对图像进行分块，图像被分成t块，每一块大小为aXb，所述获取图像的大小为MXNJlJ 16彡a彡m，16彡b彡n， 其中，m=round(M/4), n=round(N/4)。3.根据权利要求I所述的，其特征在于所述步骤(3)中的所述图像分块中灰度值为i的像素出现的概率P(Xi)由下式获得P(Xi)=XiAb 式中，Xi表示灰度值为i的像素在图像分块中的总个数。全文摘要本专利技术公开了。包括下列步骤(1)获取图像；(2)对图像进行分块；(3)分别计算各个图像分块的信息熵；(4)求所有图像分块的信息熵方差；(5)将求得的图像分块信息熵方差代入最终的图像置乱程度衡量公式，即得到了图像的置乱程度。本专利技术提供的图像置乱程度判别依据，表达简洁，计算过程不需要原始图像的参与，能够有效地衡量图像的置乱程度,与人视觉的主观评价基本一致，同时具有对各种类型的图像置乱技术都适用的高泛化性，为图像置乱技术的选择提供了一个衡量标准。文档编号G06T7/00GK102750699SQ20121019099公开日2012年10月24日 申请日期2012年6月11日 优先权日2012年6月11日专利技术者晋建秀, 郑宜峰 申请人:华南理工大学本文档来自技高网...
【技术保护点】
一种基于信息熵的图像置乱程度衡量方法，其特征在于，包括如下步骤：（1）获取图像；（2）对图像进行分块；（3）分别计算各个图像分块的信息熵，所述各个图像分块的信息熵H由下式获得：H=-Σi=0L-1p(Xi)log2p(Xi)式中：p(Xi)表示图像分块中灰度值为i的像素出现的概率,L为图像的灰度等级数；（4）计算各个图像分块信息熵的方差；所述图像分块的信息熵方差varH由下式获得：varH=(Σk=1t(Hk-H‾)2)/t式中，Hk表示第K个图像分块的信息熵，表示所有图像分块的信息熵的平均值，t表示图像分块的总块数，1≤k≤t；（5）把步骤（4）中的信息熵的方差代入到置乱程度衡量公式，即得到图像的置乱程度；所述图像的置乱程度SD为：SD=1？varH式中，varH表示所有图像分块的信息熵方差。FDA00001750083700013.jpg
【技术特征摘要】
【专利技术属性】
技术研发人员：晋建秀，郑宜峰，
申请(专利权)人：华南理工大学，
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。