[发明专利]基于量子细胞神经网络超混沌系统光学图像加密方法

说明书

技术领域

本发明涉及信息安全技术领域，具体涉及一种基于量子细胞神经网络超混沌系统和分数傅立叶变换的图像加密解密方法。

背景技术

计算机和网络在给人类带来巨大便利的同时也带来了前所未有的挑战，信息安全越来越为世界各国所重视。21世纪是信息时代，信息已成为一种重要的战略资源。信息的获取，处理以及安全保障能力已成为一个国家综合国力的重要组成部分。信息安全事关国家安全和社会稳定，因此，必须采取措施确保我国的信息安全。

当前光学信息处理研究的一个热点便是光学信息加密技术的研究。光学信息处理是近四十多年来发展起来的一门新兴的前沿学科，而基于光学理论和方法的光学信息加密技术则是近些年逐步发展起来的新一代信息安全处理技术，他已经成为光学信息处理科学的一个重要组成部分。光学信息系统的并行能力在处理海量信息时显现出传统电子信息系统所不能比拟的优势，而且所处理的图像越复杂、信息量越大这种优势就越明显。同时，光学加密比传统电子加密具有更多的自由度，信息可以被隐藏在多个自由度空间中。

但是，随着研究的深入，研究人员发现目前大多数光学图像加密技术，尤其是以双随机相位编码为典型代表的光学加密技术由于存在着线性这一性质，系统的安全性存在极大的隐患。

混沌系统所具有的对参数和初值非常敏感的基本特性和密码学的天然关系在Shannon1949年出版的经典文章《Communication Theory of Secrecy Systems》中就有提到。混沌也不是独立存在的科学，它与其它各门科学互相促进、互相 依靠，由此派生出许多交叉学科，如混沌气象学、混沌经济学、混沌数学等。混沌学不仅极具研究价值，而且有现实应用价值，能直接或间接创造财富。这使得混沌控制问题引起了国际上非线性动力系统和工程控制专家的极大关注,成为非线性科学研究的热点之一。

量子点和量子细胞自动机是以库伦作用传递信息的新型纳米级电子器件。与传统技术相比，量子细胞自动机具有超高集成度，超低功耗，无引线集成等优点。近年来，国内外学者以薛定谔方程为基础，运用蔡氏细胞神经网络结构，以量子细胞自动机构造了量子细胞神经网络。由于量子点之间的量子相互作用，量子细胞神经网络的可以从每个量子细胞自动机的极化率和量子相位获得复杂的非线性动力学特征。可用以构造纳米级的超混沌振荡器。

发明内容

本发明为解决现有光学加密系统非线性程度不足的问题，提供一种基于量子细胞神经网络超混沌系统光学图像加密方法。

基于量子细胞神经网络超混沌系统光学图像加密方法，该方法由以下步骤实现：

加密过程：

步骤一、选择N×N的图像作为原始明文图像PI；

步骤二、设置两细胞量子细胞神经网络超混沌系统的初始条件P₁(0),P₂(0),作为加密密钥；

步骤三、将步骤二所述的两细胞量子细胞神经网络超混沌系统以控制参数ω₁,ω₂,b₁,b₂和初始条件P₁(0),P₂(0),迭代次，获得大小为 的矩阵；

步骤四、将步骤三获得的矩阵进行拆分，得到两个矩阵；对所述两个矩阵分别按照从上到下，从左到右的顺序进行矩阵变换，分别获得两个大小为N×N的矩阵，并将两个N×N矩阵分别作为第一混沌随机相位模板CRPM₁和第二混沌随机相位模板CRPM₂；

步骤五、将步骤一所述的原始明文图像PI乘以第一混沌随机相位模板CRPM₁，进行级次为p₁的分数傅立叶变换；

令原始明文图像PI＝f(x,y)，第一混沌随机相位模板为CRPM₁(x,y)，变换结果为：F_p1{f(x,y)exp[iπCRPM₁(x,y)]}；

步骤六、将步骤五的变换结果乘以第二混沌随机相位模板CRPM₂，进行级次为p2的分数傅立叶变换，获得加密图像CI；

令加密图像CI＝g(x,y)，第二混沌随机相位模板为CRPM₂(x,y)，经过傅立叶变换的最终加密结果为：