[发明专利]一种基于整数小波变换和压缩感知的图像加密方法有效

专利信息
申请号: 202110378244.3 申请日: 2021-04-08
公开(公告)号: CN113115053B 公开(公告)日: 2023-02-07
发明(设计)人: 黄小玲;董友霞;叶国栋 申请(专利权)人: 广东海洋大学
主分类号: H04N19/63 分类号: H04N19/63;H04N19/192;H04N19/126;H04L9/00
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 刘瑶云;陈伟斌
地址: 524088 *** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 整数 变换 压缩 感知 图像 加密 方法
【权利要求书】:

1.一种基于整数小波变换和压缩感知的图像加密方法,其特征在于,包括:

S1.选定混沌系统,设置混沌系统的初始值,确定大小为M×N及像素和为S的明文图像P,对明文图像P进行预处理;

S2.将M、N、S和初始值代入混沌系统进行迭代,生成随机序列,并经过预处理和量化处理后得到量化随机序列;

S3.对预处理后的明文图像P进行稀疏处理,利用量化随机序列对稀疏处理后的明文图像P进行置乱操作;

S4.生成测量矩阵,利用测量矩阵对置乱操作后的明文图像P进行压缩感知,然后量化合并,得到D;

S5.对D执行扩散操作,得到密文图像E;

S6.引入载体图像Q,对载体图像进行整数小波变换得到频率系数,将密文图像E拆分,嵌入到频率系数中,然后对频率系数执行逆整数小波变化,得到最终的视觉安全图像F。

2.根据权利要求1所述的基于整数小波变换和压缩感知的图像加密方法,其特征在于,步骤S1所述的对明文图像P进行预处理的过程为:将明文图像P划分为四个子图Pi,i=1,2,3,4,i表示子图的序号;其中,抽取明文图像P的奇数行奇数列组成第一个子图P1,抽取明文图像P的奇数行偶数列组成第二个子图P2,抽取明文图像P的偶数行奇数列组成第三个子图P3,抽取明文图像P的偶数行偶数列组成第四个子图P4

3.根据权利要求2所述的基于整数小波变换和压缩感知的图像加密方法,其特征在于,设混沌系统的初始值为x0,y0,z0,步骤S2中,M、N、S和初始值代入混沌系统进行迭代的次数为M×N+S次,从1+S处开始取M×N个数,生成三个长度为M×N的随机序列x,y和z,对随机序列x,y和z进行预处理的公式为:

其中,x',y',z'表示预处理后的随机序列,继续对x',y',z'进行量化处理的公式为:

其中,X,Y,Z表示x',y',z'量化处理后得到的量化随机序列。

4.根据权利要求3所述的基于整数小波变换和压缩感知的图像加密方法,其特征在于,预处理后的明文图像P已划分为四个子图Pi,i=1,2,3,4,i表示子图的序号,步骤S3中,对明文图像P的第i个子图Pi进行稀疏处理的公式为:

Ai=Psi×Pi×Psi' i=1,2,3,4

其中,Psi表示稀疏基,通过DWT函数得到,Ai表示稀疏处理后的第i个子图。

5.根据权利要求4所述的基于整数小波变换和压缩感知的图像加密方法,其特征在于,利用量化随机序列对稀疏处理后的明文图像P进行置乱操作的过程为:

对量化随机序列的Y进行排序,得到其索引序列SY;

对稀疏处理后的明文图像P进行置乱操作,设置乱操作后的明文图像P表示为Bi,i=1,2,3,4,满足公式:

Bi(j)=Ai(SY(j));

其中,j=1,2,3…,M/2×N/2。

6.根据权利要求5所述的基于整数小波变换和压缩感知的图像加密方法,其特征在于,步骤S4所述生成测量矩阵的过程为:

从量化随机序列的X中抽取前M/2个数形成序列X',对序列X'进行排序,得到其索引序列SX;

设混沌系统的压缩比为CR,利用哈达玛矩阵H生成测量矩阵,公式为:

Phi=H(SX(1:CR*M/2),:)

其中,Phi表示测量矩阵。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东海洋大学,未经广东海洋大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110378244.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top