基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)

給圖像文件加密的方法有很多,我們今天給大家介紹一種基于脊波變換和混沌序列的數(shù)字圖像加密技術(shù),實(shí)驗(yàn)表明:這種技術(shù)思想簡單,易于實(shí)現(xiàn),加密效果較好,抗攻擊性較強(qiáng),安全性較好,非常適合圖像文件加密。

一、基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)原理

1、二維連續(xù)脊波變換(CRT)

設(shè)函數(shù)ψ:R→R滿足

基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)

式中ψ為容許神經(jīng)激活函數(shù),由滿足容許條件(1)的函數(shù)勢ψ生成的基函數(shù):

基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)

就稱為脊波,其中X為二維向量,a>0為脊波的尺度函數(shù),θ為脊波的方向參數(shù),b為脊波的位置參數(shù)。

二維連續(xù)脊波變換在R2域的定義為:

基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)

逆變換公式為:

基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)

從以上關(guān)系式可以看出,脊波變換和二維小波變換有相似之處,只是用線參數(shù)取代了點(diǎn)參數(shù)。因此小波變換是逐點(diǎn)刻畫點(diǎn)的奇異性,而脊波變換是沿脊線刻畫線的奇異性,在二維情況下,點(diǎn)和線可以通過Radon變換相聯(lián)系,因此脊波變換和小波變換也可以通過Radon變換聯(lián)系起來。一種較方便的方法是在DFT的基礎(chǔ)上實(shí)現(xiàn)Radon變換,首先對N×N個(gè)離散點(diǎn)列作二維FFT,并對得到的包含N×N個(gè)點(diǎn)的頻域點(diǎn)列作徑向劃分,然后估計(jì)各個(gè)徑向直線方向上N個(gè)數(shù)據(jù)點(diǎn)的值。在每個(gè)徑線方向都有N個(gè)值后,再對這N個(gè)點(diǎn)列作一維IFFT,從而得到對應(yīng)于圖像域的2N×N個(gè)點(diǎn)列,對這些點(diǎn)列作均勻化插值和重組就得到一次Radon變換的結(jié)果。最后,再在Radon變換域作一維小波變換就實(shí)現(xiàn)了脊波變換的全過程。

2、混沌系統(tǒng)

以典型的Logistic混沌映射作為生成混沌序列的混沌系統(tǒng),Logistic映射表示為:

基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)

由實(shí)驗(yàn)發(fā)現(xiàn).當(dāng)3. 569 946--≤μ≤4,Logistic映射的輸入和輸出都分布在區(qū)間(0,1)上,且工作處于混沌狀態(tài),即此時(shí)由初始條件xo在Logistic映射作用下所產(chǎn)生的序列{xk}(k=0,1,2,)具有非周期、不收斂并對初始值非常敏感的性質(zhì)。

Logistic映射經(jīng)過一定次數(shù)的迭代后,在線段(0,1)上分布了大量的混沌點(diǎn),其概率密度ρ(t)的解析表達(dá)式為:

基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)

式(6)為Chebyshev分布。

3、基于n次有理Bezier曲線構(gòu)造混沌矩陣

n次Bezier曲線為:

基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)

其中:Btn(t)為n次Bernstein基函數(shù);Po,P1,…,Pn。為控制點(diǎn);ωi為權(quán)因子,假定已給n+1個(gè)混沌序列{a1i;a2i;,…,ani,…}(i=1,2,...,n+1),其中上標(biāo)i表示第i個(gè)混沌
序列,則利用n次有理Bezier曲線構(gòu)造的廣義混沌序列為:

基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)

其中t為參數(shù),相應(yīng)的廣義混沌序列的混沌動力學(xué)方程為:

基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)

根據(jù)式(5)、式(8)可以在已知的混沌序列的基礎(chǔ)上,生成混沌矩陣CI。具體方法如下:給定初值μi和aj(i=1,2,…,n+1),由公式(5)經(jīng)過N-1次混沌迭代運(yùn)算得到混沌實(shí)值序列a1,a2,….a(chǎn)N。再由公式(8)生成廣義混沌序列,然后通過排序變換將這N個(gè)值由小到大排序,生成β1,β2,...,βN,并確定ai在β1,β2,...,βN中的位置編號,形成地址集合G1={g1,g2,…,gN},反復(fù)操作M次,便生成混沌矩陣:

基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)

4、加密算法思想

首先對秘密圖像及由式(10)所得的混沌圖像進(jìn)行脊波變換,其次對脊波變換系數(shù)進(jìn)行插值,最后利用脊波逆變換進(jìn)行圖像重構(gòu),從而得到結(jié)果圖像。其中密鑰分別為生成混沌矩陣的初值以及插值時(shí)的融合參數(shù)以及迭代次數(shù),恢復(fù)算法是加密的逆過程。

5、加密算法

Step1輸入n、密鑰ai,μi,ωi(i=1,2,…,n)和t,其中靠為混沌序列的個(gè)數(shù),ai,μi,ωi和Cr為每一個(gè)混沌序列的初始值,t為參數(shù);

Step2輸入密鑰ao,a0為融合參數(shù);

Step3利用式(5)、式(8)可以在已知混沌序列的基礎(chǔ)上,生成混沌圖像CI;

Step4 對秘密圖像SI和混沌圖像CI進(jìn)行脊波變換,分別得到SI的脊波變換系數(shù)SICF和CI的脊波變換系數(shù)CICF;

Step5對Step4中所得的SI的脊波變換系數(shù)SICF和CI的脊波變換系數(shù)CICF利用融合系數(shù)ao進(jìn)行融合;

Step6 利用脊波逆變換對Step5所得的融合結(jié)果進(jìn)行重構(gòu)得到結(jié)果圖像EI。

6、恢復(fù)算法

Step1輸入n、密鑰ao,ai.μi,ωi(i=1,2,…,n)和t;

Step2利用式(5)、式(8)可以在已知的混沌序列的基礎(chǔ)上,生成混沌圖像CI;

Step3對結(jié)果圖像EI和混沌圖像CI進(jìn)行脊波變換,分別得到EI的脊波變換系數(shù)EICF和CI的脊波變換系數(shù)CICF;

Step4對Step3中所得的E1的脊波變換系數(shù)EICF和CI的脊波變換系數(shù)CICF利用密鑰ao進(jìn)行融合逆運(yùn)算;

Step5 利用脊波逆變換對Step4所得的結(jié)果進(jìn)行重構(gòu)得到恢復(fù)圖像RI。

二、試驗(yàn)結(jié)果與分析

1、數(shù)字圖像文件加密和恢復(fù)實(shí)例

圖1所示為基于本文加密算法給出數(shù)字圖像文件加密和恢復(fù)的實(shí)例,其中:Lena圖(256×256)為秘密圖像;利用3個(gè)混沌序列及2次有理Bzier曲線生成混沌矩陣,密鑰分別為:n=3,ao=0.1,μ1=0.1,a2=0.2,μ2=3.9,a3 =0.3,μ3 =3.8,ω1=0.2,ω2=0.5,ω3=0.3,t =0.4。

基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)

2、客觀評價(jià)準(zhǔn)則

傳統(tǒng)的客觀評價(jià)方法是用恢復(fù)圖像偏離原始圖像的誤差來衡量恢復(fù)圖像的質(zhì)量,最常用的有均方根誤差(root mean squared error,RMSE)和峰值信噪比(peak signal to noise ratio, PSNR)

RMSE的表達(dá)式為:

基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)

其中,F(xiàn)(i,i),F(xiàn)'(f.f)分別表示原始圖像和恢復(fù)圖像(i,j)位置處的像素值,且1≤i≤M,1≤j≤N。RMSE越小,說明兩幅圖像越相像。

PSNR的表達(dá)式為:

基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)

單位是dB. PSNR越大,說明圖像的保真度越好,兩幅圖像越相似。

PSNR本質(zhì)上與RMSE相同,其關(guān)系表達(dá)式為:

基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)

利用本文算法得到的恢復(fù)圖像與原始秘密圖像的峰值信噪比PSNR- 78. 24,由此可知兩幅圖像的保真度較好,兩幅圖像非常像;RMSE=0.783,從而可以得出算法的恢復(fù)效果較好。

3、密鑰空間分析

從基于2次有理Bezier曲線構(gòu)造廣義混沌序列的過程可以看出,應(yīng)用于數(shù)字圖像文件加密的密鑰有12個(gè),大大提高了加密的安全性;更進(jìn)一步,如果利用K個(gè)混沌序列生成廣義混沌序列并應(yīng)用于數(shù)字圖像加密時(shí),密鑰會達(dá)到3(K+1)個(gè)之多;另外,可以利用不同的混沌序列生成混沌矩陣。

從效率方面分析,生成混沌矩陣的算法時(shí)間復(fù)雜度均為0(M×N),這說明采用廣義的混沌序列加密時(shí),不會提高算法的時(shí)間復(fù)雜度。

4、噪聲攻擊

圖像在傳輸過程中,常常受到某種干擾而含有各種噪聲.圖2(a)和圖2(b)為分別對含秘密圖像添加密度為0. 5%和l%的高斯噪聲后進(jìn)行圖像恢復(fù)的結(jié)果;圖3(a)和圖3(b)為對含水印圖像添加0. 5%和i%椒鹽噪聲后進(jìn)行圖像恢復(fù)的結(jié)果,從結(jié)果可以看出,本文算法高斯噪聲和乘性噪聲具有較好的穩(wěn)健性。

基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)

基于脊波變換與混沌系統(tǒng)的圖像加密技術(shù)

5、密鑰敏感性分析

基于靠次有理Bezier曲線構(gòu)造混沌矩陣的迭代初始值a01,a02,a03分別增加10-8,并觀察其密鑰序列,通過統(tǒng)計(jì)分析發(fā)現(xiàn)所得到的隨機(jī)序列與原始隨機(jī)序列平均有99. 87%不相同。

小知識之脊波變換
脊波(Ridgelet)作為一種新的多尺度分析方法比小波更加適合分析具有直線或超平面奇異性的信號,而且具有較高的逼近精度和更好的稀疏表達(dá)性能。將脊波變換引入圖像融合,能夠更好地提取原始圖像的特征,為融合圖像提供更多的信息,在融合過程中抑制噪聲的能力也比小波變換更強(qiáng)。因此,提出了基于脊波變換的SAR與可見光圖像融合方法,并采用偏差指數(shù)與等效視數(shù)指標(biāo)對融合效果進(jìn)行評價(jià)。實(shí)驗(yàn)結(jié)果表明,該方法在保留合成孔徑雷達(dá)SAR(synthetic aperture radar)與可見光圖像重要信息、抑制噪聲能力方面均優(yōu)于小波變換方法。