欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2017100785956
申请人: 陕西师范大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于映像网络的数字图像反馈加密方法,其特征在于,具体包括以下步骤:

1)、对于像素为h×w、灰度级水平为G的数字明文图像,获得它的二维像素值矩阵PI_1,并将二维像素值矩阵PI_1转化为大小为t×t×t的三维像素值矩阵PI_2;将三维像素值矩阵PI_2对应的图像作为当前明文图像;

2)、构建节点是超混沌系统、具有非近邻连接方式的映像网络;选取映像网络的初始条件和网络控制参数,迭代映像网络产生多维时空混沌陈列{xn(i)}、{yn(i)}、{zn(i)},n为时刻,i为映像网络的节点;

3)、根据当前明文图像获取时刻n0;结合n0和步骤2)中获得的多维时空混沌阵列{xn(i)}、{yn(i)}、{zn(i)},获取图像置乱的混沌控制参数;

4)、根据步骤3获取的图像置乱的混沌控制参数,通过三维Arnold变换对当前明文图像进行置乱处理,得到置乱后图像的像素值矩阵PI_3;将PI_3存入置乱序列{Φ1(j)};将三维像素值矩阵PI_3对应的图像作为当前明文图像;

5)、根据当前明文图像获取指标τ;结合指标τ和步骤2)中获得的多维时空混沌阵列{xn(i)}、{yn(i)}、{zn(i)},产生密钥流{K(j)};对步骤4)获取的置乱序列{Φ1(j)},利用密钥流{K(j)}进行密文反馈机制的图像扩散处理,得到扩散后的像素值序列{C(j)};将{C(j)}存入三维像素值矩阵PI_2;将三维像素值矩阵PI_2对应的图像作为当前明文图像;

6)、重复步骤3)-步骤5)M轮,将每轮获取的指标τ存入序列{τ},将每轮获取的时刻n0存入序列{n0},将最后一轮得到的扩散后的像素值序列{C(j)}存至二维矩阵像素值矩阵PI_

4,按照图像标准格式保存PI_4,得到密文图像。

2.一种基于映像网络的数字图像反馈加密方法,其特征在于,解密过程具体包括以下步骤:

7)、从密文图像中获取二维像素值矩阵CI_1,将二维像素值矩阵CI_1存入像素值序列{C1(j)};

8)、构建节点是超混沌系统、具有非近邻连接方式的映像网络;使用步骤2)选取的映像网络的初始条件和网络控制参数,迭代映像网络产生多维时空混沌陈列{xn(i)}、{yn(i)}、{zn(i)},n为时刻,i为映像网络的节点;

9)、获取步骤6)中的序列{τ},取其最后一个元素作为当前τ的取值;同时,获取步骤6)中的序列{n0},取其最后一个元素作为当前n0的取值;

10)、结合当前τ的取值和步骤8)获取的多维时空混沌阵列{xn(i)}、{yn(i)}、{zn(i)},产生消除图像扩散效果的密钥流{K(j)};对像素值序列{C1(j)},利用密钥流{K(j)}进行密文反馈机制的图像像素值替换,得到消除扩散后的像素值序列{Φ2(j)};将消除扩散后的像素值序列{Φ2(j)}存入三维像素值矩阵CI_2;

11)、结合当前n0的取值和步骤8)中获得的时空混沌阵列{xn(i)}、{yn(i)}、{zn(i)},获取消除图像置乱效果的混沌控制参数;根据获取的混沌控制参数,对步骤10)获取的三维像素值矩阵CI_2进行加密过程中三维Arnold变换的逆三维Arnold变换,获得逆三维Arnold变换后的三维像素矩阵CI_3;将三维像素值矩阵CI_3存入像素值序列{C1(j)},实现对序列{C1(j)}的更新;

12)、重复步骤10)-步骤11)M轮,按照逆序依次取序列{τ}中元素作为每轮中当前τ的取值;按照逆序依次取序列{n0}中元素作为每轮中当前n的取值;将最后一轮得到的像素值序列{C1(j)}存入二维像素值矩阵CI_4中;按照图像标准格式保存二维像素值矩阵CI_4,得到解密图像。

3.根据权利要求1所述的基于映像网络的数字图像反馈加密方法,其特征在于,所述步骤2)中所述的节点是超混沌系统、具有非近邻连接方式的映像网络用式(1)表示:式中,n为时刻,n=1,2,......,N,N为时间的长度,1000≤N≤3000,i为映像网络的节点,i=1,2,…,L,L为映像网络的节点数,50≤L≤200;Tn(i)=(xn(i),yn(i),zn(i))T∈R3为节点i在时刻n的状态变量,局部映射F:R3→R3为三维Folded-towel超混沌系统,其具体形式为式(2):集合 具体由式(3)所示的三维Arnold变换决定:

其中 为三维Arnold变换中经典的常数变换矩阵,mod(·)表示求余运算;

映像网络具有周期边界,即xn(L)=xn(0),ε,a,b为网络控制参数;

所述的选取映像网络的初始条件和控制参数,迭代映像网络产生多维时空混沌陈列{xn(i)}、{yn(i)}、{zn(i)},具体包括如下步骤:

21)选取如式(4)所示的三维Folded-towel超混沌系统:

其中x(n)、y(n)、z(n)表示三维Folded-towel超混沌系统在时刻n的状态变量,a1=3.8,b1∈[-1.57,1.02];给定初始条件x(1)∈[0,1],y(1)∈[0,1],z(1)∈[0,1],迭代三维Folded-towel超混沌系统;分别取x(m0+i)、y(m0+i)、z(m0+i),i=1,2…,L作为映像网络的初始条件x1(i)、y1(i)、z1(i),i=1,2…,L,m0∈[100,200];

22)选取网络控制参数ε∈(0,0.3),a=3.8,b∈[-1.57,1.02];

23)迭代映像网络,产生多维时空混沌阵列{xn(i)}、{yn(i)}、{zn(i)}。

4.根据权利要求1所述的基于映像网络的数字图像反馈加密方法,其特征在于,所述步骤3)中所述的根据当前明文图像获取时刻n0,具体是:n0=fix(mod(arctan(PI_2(0,0,0))×212,256))+150,其中arctan(·)表示反正切运算,fix(·)表示取整运算;

所述的结合n0和步骤2)中获得的多维时空混沌阵列{xn(i)}、{yn(i)}、{zn(i)},获取的图像置乱的混沌控制参数,具体为:i0可取1~10的整数。

5.根据权利要求1所述的基于映像网络的数字图像反馈加密方法,其特征在于,所述步骤4)包括如下步骤:

41)根据步骤3)获取的图像置乱的混沌控制参数,通过式(6)所示的三维Arnold变换对当前明文图像的像素值矩阵PI_2进行置乱处理,获得置乱后的图像像素值矩阵PI_3:T T

其中(x,y,z) 与(x′,y′,z′) 与分别表示三维Arnold变换前与变换后图像像素的坐标,t表示图像的阶数,置乱矩阵A由式(7)表示:其中,ai,i=1,2,…,6,为图像置乱的混沌控制参数,由式(5)决定:

i0可取1~10的整数,n0表示时空混沌阵列{xn(i)}的某一时刻;

42)交换置乱后的图像像素值矩阵PI_3中位置(0,0,0)与位置(l,m,n)的像素值,其中,l,m,n是介于1与t-1之间的整数;将三维像素值矩阵PI_3对应的图像作为当前明文图像;

43)从底层至高层逐层读取PI_3中的元素,对每列操作时按照从左至右逐列读取,将读取的元素依次至入置乱序列{Φ1(j)}。

6.根据权利要求1所述的基于映像网络的数字图像反馈加密方法,其特征在于,所述步骤5)中,所述的根据当前明文图像获取指标τ,具体是指:τ=mod((sum(PI_3)+G),3),其中sum(·)表示求和运算,mod(·,·)表示求余运算;

所述的结合指标τ和步骤2)中获得的多维时空混沌阵列{xn(i)}、{yn(i)}、{zn(i)},产生密钥流{K(j)},具体是指:依据τ的值为0、1、2时,对应取多维时空混沌阵列{xn(i)}、{yn3

(i)}、{zn(i)},去除暂态过程后,逐列取时空混沌陈列的t个元素,依次放至序列{K0}中,并按照式(8)转换处理为含有当前明文图像反馈信息的密钥流{K(j)}:K(j)=mod[round(K0(j)×1015),G],j=1,2…,t3   (8)其中round(·)表示四舍五入运算;

所述的对步骤4)获取的置乱序列{Φ1(j)},利用密钥流{K(j)}进行密文反馈机制的图像扩散处理,得到扩散后的像素值序列{C(j)},具体是指:将获得的密钥流{K(j)}与步骤4)得到的置乱序列{Φ1(j)}按照式(9)进行位异或运算,得到扩散后的像素值序列{C(j)}:其中 表示位异或运算,C(j)与C(j-1)分别为当前时刻和前一时刻扩散后输出的像素值,初始值C(0)设为一常量;由C(j),j=1,2…,t3组成扩散后的像素值序列{C(j)};

所述的将{C(j)}存至三维像素值矩阵PI_2,具体是指:依次读取{C(j)}的元素,将其由底层至高层逐层放至三维像素值矩阵PI_2,对每层操作时按照从左向右逐列放入,更新三维像素值矩阵PI_2。

7.根据权利要求2所述的基于映像网络的数字图像反馈加密方法,其特征在于,所述步骤8)中所述的节点是超混沌系统、具有非近邻连接的映像网络用式(1)表示:式中,n为时刻,n=1,2,......,N,N为时间的长度,1000≤N≤3000,i为映像网络的节点,i=1,2,…,L,L为映像网络的节点数,50≤L≤200;Tn(i)=(xn(i),yn(i),zn(i))T∈R3为节点i在时刻n的状态变量,局部映射F:R3→R3为三维Folded-towel超混沌系统,其具体形式为式(2):集合 i=1,2,…,L,具体由式(3)所示的三维Arnold变换决定:

其中 为三维Arnold变换中经典的常数变换矩阵;映像网络具有周期边界,

即xn(L)=xn(0),ε,a,b为网络控制参数;

所述的使用步骤2)选取的映像网络的初始条件和网络控制参数,迭代映像网络产生多维时空混沌陈列{xn(i)}、{yn(i)}、{zn(i)},具体包括如下步骤:

81)选取如式(4)所示的三维Folded-towel超混沌系统:

其中x(n)、y(n)、z(n)表示三维Folded-towel超混沌系统在时刻n的状态变量,a1=3.8,b1∈[-1.57,1.02];根据三维Folded-towel超混沌系统的初始条件x(1)∈[0,1],y(1)∈[0,1],z(1)∈[0,1],迭代三维Folded-towel超混沌系统;分别取x(m0+i)、y(m0+i)、z(m0+i),i=1,2…,L作为映像网络的初始条件x1(i)、y1(i)、z1(i),i=1,2…,L,m0∈[100,200];

82)选取网络控制参数ε∈(0,0.3),a=3.8,b∈[-1.57,1.02];迭代映像网络,产生多维时空混沌序列{xn(i)}、{yn(i)}、{zn(i)}。

8.根据权利要求2所述的基于映像网络的数字图像反馈加密方法,其特征在于,所述步骤10)中具体包括如下步骤:

1001)依据当前τ的值为0、1、2时,对应取多维时空混沌阵列{xn(i)}、{yn(i)}、{zn(i)},去除暂态过程后,逐列取时空混沌陈列的t3个元素,依次放至序列{K0}中,并按照式(8)转换处理为消除图像扩散效果的密钥流{K(j)}:K(j)=mod[round(K0(j)×1015),G],j=1,2…,t3   (8)其中round(·)表示四舍五入;

1002)将消除图像扩散效果的密钥流{K(j)}与像素值序列{C1(j)}按照式(10)进行逆位异或运算,得到消除扩散后像素值序列{Φ2(j)}:其中 表示按位异或操作,C1(j)与C1(j-1)分别为当前时刻和前一时刻像素值序列{C1(j)}的元素,初始值C1(0)设为一常量;

1003)依次读取像素值序列{Φ2(j)}的元素,将其从底层至高层逐层放至三维像素值矩阵CI_2,对每层操作时按照从左向右逐列放入,矩阵CI_2的大小为t×t×t。

9.根据权利要求2所述的基于映像网络的数字图像反馈加密方法,其特征在于,所述步骤11)具体包括如下步骤:

1101)交换步骤10)获取的三维像素值矩阵CI_2中位置(0,0,0)与位置(l,m,n)的像素值;

1102)结合当前n0的取值和步骤8)中获得的时空混沌阵列,获取消除图像置乱效果的混沌控制参数为:i0可取1~10的整数;

1103)利用加密过程中三维Arnold变换的逆三维Arnold变换对像素值矩阵CI_2进行变换,获得逆三维Arnold变换后的三维像素值矩阵CI_3;

1104)从底层至高层逐层读取矩阵CI_3中元素,对每层操作时从左向右逐列逐列读取,并依次放至像素值序列{C1(j)}中,实现对序列{C1(j)}的更新;

所述三维Arnold变换的逆三维Arnold变换由式(11)给出:

其中(x′,y′,z′)T与(x,y,z)T分别表示逆三维Arnold变换前与变换后图像像素的坐标,逆置乱矩阵A-1表示置乱矩阵A的逆矩阵,逆置乱矩阵A-1由式(12)给出:其中,ai,i=1,2,…,6,为图像置乱的混沌控制参数,由式(5)决定:

i0可取1~10的整数,n0表示时空混沌阵列{xn(i)}的某一时刻。

10.根据权利要求1所述的基于映像网络的数字图像反馈加密方法,其特征在于,如果所述的数字明文图像为彩色图像,在步骤1)之前还包括步骤0),从彩色图像中提取红、黄、蓝三个颜色分量的像素值矩阵;分别对所述的三个颜色分量的像素值矩阵执行步骤1)-步骤6);步骤6)之后还包括步骤7),将得到的加密处理的红、黄、蓝三个颜色分量的密文图像合成原始彩色图像的密文图像。