圖像文件加密如何應(yīng)用黃金比Haar小波實(shí)現(xiàn)
快速增長的多媒體處理技術(shù)及廣泛使用的網(wǎng)絡(luò)為信息的傳播提供了極大的便利,但開放的Internet也伴隨而來一些數(shù)據(jù)信息的泄露、隨意篡改及侵權(quán),因此如何有效地保護(hù)網(wǎng)絡(luò)中信息的安全傳輸問題成了一項(xiàng)重要而又緊迫的研究課題,密碼技術(shù)將數(shù)據(jù)以一種無密匙用戶不可辨別的方式加密使數(shù)據(jù)更安全,多媒體數(shù)據(jù)加密已應(yīng)用于因特網(wǎng)通信、多媒體數(shù)據(jù)庫系統(tǒng)、醫(yī)學(xué)圖像、遠(yuǎn)距離醫(yī)治、軍事通信等方面。多媒。體數(shù)據(jù)安全所面臨的挑戰(zhàn)是對(duì)手惡意地加入其他數(shù)據(jù)以干擾恢復(fù)真實(shí)信息的解碼工作,因此,數(shù)據(jù)加密時(shí)確保圖像安全是基本問題。
近來,大量的基于時(shí)頻分析的算法保證了重要信息的機(jī)密性和完整性。kilian數(shù)據(jù)隱藏法是對(duì)變換后的低頻系數(shù)加入安全信息,Miyazaki提出一種新的基于多樣性技術(shù)的彩色圖像多通道魯棒水印法,Satish提出基于混沌擴(kuò)散頻譜圖像數(shù)據(jù)隱藏(CSSIS)法。CSSIS處理成本低,可用于確保安全及隱私,使用混沌序列交錯(cuò)信息可以增強(qiáng)魯棒性,Agaian提出基于多帶概念的數(shù)據(jù)加密將安全性提高到更高水平。不同密碼的能量系數(shù)使用不同的量化系來量化,使得嵌入的信息比一般的圖像處理更魯棒。
本文提出一種基于黃金比的參數(shù)化Harr小波,并且將其應(yīng)用于圖像加密.研究表明,參數(shù)化Harr小波變換對(duì)圖像文件加密,解密都至關(guān)重要。
一、加密算法描述
1、Fibonacci和Lucas數(shù)列
整數(shù)序列l(wèi),1,2,3,5,8,13稱為Fibonacci序列,并且在數(shù)字圖像、語音處理中有所應(yīng)用。Fibonacci序列可以表示為如下的遞歸形式:
![]()
其中Fo=F1=1,k=2,3,…,而Lucas數(shù)表達(dá)為:
![]()
其中L0 =1,L1=3,k=2,3,…,前幾個(gè)Lucas數(shù)是1,3,4,7,11,18,29,47,76。
Fibonacci序列的一條重要性質(zhì)是序列中元素與前一個(gè)元素的比值有一個(gè)稱為黃金比(1. 618 04)的極限。本文所提出算法中,黃金比定義為:
![]()
相關(guān)性質(zhì):
2、兩種數(shù)列的相關(guān)性質(zhì)
(1)可以驗(yàn)證:

(2)Lucas數(shù)可表示為:
![]()
(3)Lucas數(shù)與Fibonacci數(shù)的關(guān)系:
![]()
(4)Fibonacci數(shù)和Lucas數(shù)也滿足:

3、黃金Fibonacci變換
根據(jù)Fibonacci序列的離散正交變換及其快速算法,可處理Fibonacci序列一般形式所定義的大量離散點(diǎn),極大地減小空間、時(shí)間上的指數(shù)復(fù)雜度。Fibonacci序列定義為:
![]()
其中,k≥0,φ(0)=1,且φ(k)=o,k<0的一組數(shù)列,令口是前述的黃金比,則4×4行向量兩兩正交的矩陣所定義的Fibonacci變換為:

該矩陣具有如下特點(diǎn):
(1)首行元素有1,α-1,其余皆為零;
(2)第二行以1,α開始,比前行多出的元素滿足:
其余為零;
(3)第三行以1,口,a2開始,多出元素也滿足以上關(guān)系;
(4)最后一行元素的特點(diǎn)是顯然的。
可見,Zi,i+1,是一首項(xiàng)為-a-i,末項(xiàng)為ai-2的等比數(shù)列的和,其公比q=a2。定義:
![]()
因此,5階Fibonacci變換矩陣為:

矩陣Z定義的正交變換,稱為黃金Fibonacci變換,因?yàn)槠鋵?duì)應(yīng)于規(guī)范的黃金Filoonacci序列,求該矩陣的逆時(shí),需要將其列向量規(guī)范化,即將元素除以所在行元素平方和的平方根。
4、黃金比Hadamard變換矩陣
采用基于Fibonacci和Lucas數(shù)的方法構(gòu)造黃金Hadamard矩陣,當(dāng)n≥2,對(duì)稱正交矩陣:
![]()
是2階n型黃金Hadamard矩陣,其中:
![]()
當(dāng)n=3時(shí),黃金Hadamard矩陣為:
![]()
使用Kronecker張量積能生成2k階N型黃金Hadamard矩陣:
![]()
令A(yù)是N階五類順序黃金Hadamard矩陣,Ai是為其第i列,又:
![]()
則矩陣:
![]()
是2N階k類順序黃金Hadamard矩陣,1類4,8階順序黃金Hadamard矩陣分別為:

以上矩陣所構(gòu)造的黃金Hadamard變換矩陣是正交的,其逆陣很容求解.用于信號(hào)處理時(shí),正變換用原始矩陣,用其逆陣進(jìn)行反變換,即可對(duì)原始信號(hào)精確重構(gòu)。
二、構(gòu)建黃金比Harr小波變換矩陣
黃金比α定義如上,則式(12)所定義的對(duì)稱正交矩陣可認(rèn)為是對(duì)Harr小波矩陣:
![]()
中的元素賦予不同權(quán)值的黃金比Harr小波,而Bn是正交歸一化系數(shù)。
更一般的N階五型GR-Haar變換矩陣(TGRHN)定義如下:

式中,Ik是k階單位陣,0是合適的零陣,*同上,為Kronecker張量積,m=1,2,…,N=2m,n=2,3,4,…,且m+l≤n。例如,1型8階(n=3)TGRHi矩陣可以表示為:
![]()
其中TGRHl(n)為一些稀疏矩陣,即:

用TGRHN矩陣對(duì)信號(hào)進(jìn)行變換,對(duì)一維信號(hào)有:
![]()
其中xN是一維列信號(hào)向量,反變換:
![]()
則可對(duì)原始信號(hào)進(jìn)行精確重構(gòu),其中因TGRHN是正交矩陣,所以:
![]()
具體使用時(shí),先將信號(hào)按N的大小進(jìn)行分段,再進(jìn)行矩陣乘法即可,GR-Haar變換用于一維信號(hào),其信號(hào)流程圖如圖1。從圖l可以看出,如果只用TGRH8(0)對(duì)信號(hào)進(jìn)行變換,則相當(dāng)于對(duì)分段后的信號(hào)進(jìn)行第一層小波分解¨生此基礎(chǔ)上再使用TGRHi(1)是第2層小波分解;其后就是第3層,顯然,用該小波濾波器最多只能分解到第3層,因此使用16點(diǎn)GR-Harr變換矩陣最多能分解至第4層,因?yàn)門GRHN及其每一個(gè)因子矩陣都是正交矩陣,所以對(duì)分解后的信號(hào)只需用砭RHN(TCRHN的轉(zhuǎn)置)變換,就可以恢復(fù)原始信號(hào)。

GR-Harr變換本質(zhì)上與Harr小波相似,Harr小波的低通、高通濾波器為h0=[1-1]/√2和h1=[1-1]/√2,而GR-Harr小波濾波器分別為[ak,a-k]/bk和[a-k,a-k]/bk,其中bk=√a2k+a-2k。圖2為不同k值時(shí)的低通、高通濾波器幅頻特性。從圖2中可以看出,k值較小時(shí),其低通和高通特性區(qū)別較為明顯,隨著k值增大其區(qū)別已不再明顯,但對(duì)不同的k值,有:
![]()
其中|Ho (jw)|、|Hi (jw)|分別是低通、高通濾波器的幅頻特性。(20)式表明,不同忌值時(shí),低通、高通所對(duì)應(yīng)變換在頻域內(nèi)能量是互補(bǔ)的,且能量守恒。

結(jié)合圖1與圖2可知,變換子陣TGRH8(o),是將一維信號(hào)進(jìn)行了低通和高通分解,和一維離散小波變換相同,將其低頻結(jié)果放在數(shù)據(jù)的前半部分,高頻放在后半部分;TGRH8(0)是對(duì)低頻部分再進(jìn)行分解,...因此,也可以采用對(duì)應(yīng)于小波包的變換,即將式(17)中TGRHN(O)不變,TGRHN(0)變?yōu)椋?/p>
![]()
此時(shí),所采用的變換陣為GR-Harr小波包矩陣。
對(duì)于二維信號(hào)的N階GR-Haar變換為:
![]()
其中BN為待變換信號(hào).可見,該變換是對(duì)給定二維信號(hào)塊沿列和行變換,這樣,一層變換就將圖像塊分解為低低、低高、高低、高高共4部分;其余的依次類推.同一維信號(hào)的變換類似,反變換為:
![]()
三、實(shí)驗(yàn)結(jié)果及分析
實(shí)驗(yàn)時(shí)對(duì)256×256的liftingbody圖像加密處理,部分實(shí)驗(yàn)結(jié)果如圖3所。

圖中(b)和(c)分別為采用k=2的16=26點(diǎn)GRH小波和小波包變換;圖(d)和(e)則為k-3的64=26點(diǎn)變換;圖(f)是圖(e)不正確的解密結(jié)果,因?yàn)榇藭r(shí)忌=2,反變換解密的點(diǎn)數(shù)與正變換點(diǎn)數(shù)不同,從圖(g)和(h)比較可見,原始圖像變換后,其統(tǒng)計(jì)灰度發(fā)生了明顯的變化,該特性也反應(yīng)加密的隱秘性,大量仿真實(shí)驗(yàn)結(jié)果表明:
(1)為加強(qiáng)圖像的隱秘性,需選擇合適變換塊的大?。绻麎K太小,則不管采用小波或小波包變換,其加密效果均不理想;反之,塊大則運(yùn)算量大。因此,一般選擇N=32或64。
(2)一般地,對(duì)同樣尺寸的塊,小波包變換的加密效果優(yōu)于小波變換,因小波包在高頻子帶仍進(jìn)行加密變換,但小波包變換的計(jì)算復(fù)雜度幾乎為小波變換的2倍,若要求加密算法的實(shí)時(shí)性,可考慮GR小波加密。
(3)關(guān)于是的選擇,量越大則如前分析,其低通、高通特性已沒有很大的區(qū)別,此時(shí)其頻域特性近似于全通。從時(shí)域上看,因
,可見,變換效果類似于對(duì)塊中的數(shù)據(jù)元素按一定的規(guī)則進(jìn)行位置的交換。
小知識(shí)之遞歸算法
遞歸算法是把問題轉(zhuǎn)化為規(guī)??s小了的同類問題的子問題。然后遞歸調(diào)用函數(shù)(或過程)來表示問題的解。




