[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

摘要

基于量子细胞神经网络超混沌系统光学图像加密方法，涉及信息安全技术领域，解决现有光学加密系统非线性程度不足，本发明利用量子细胞神经网络超混沌系统对光学图像进行加密解密，由于量子细胞神经网络的超混沌特性，弥补了传统双随机相位编码光学加密技术的线性特征，具有密钥空间大，抗攻击能力强的安全特点。且由于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。

主权项

基于量子细胞神经网络超混沌系统光学图像加密方法，该方法包括对光学图像的加密和解密过程，其特征是，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：Fp1{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：g(x,y)＝Fp2{Fp1{f(x,y)exp[iπCRPM1(x,y)]}exp[iπCRPM2(x,y)]}；解密过程：步骤七、以步骤二中的加密密钥P1(0),P2(0),作为解密密钥迭代两细胞量子细胞神经网络超混沌系统次，生成步骤四中的第一混沌随机相位模板CRPM1和第二混沌随机相位模板CRPM2；步骤八、将加密图像CI进行级次为‑p2的分数傅立叶变换；并将变换结果用步骤七中的第二混沌随机相位模板CRPM2的负共轭进行滤波；滤波结果表示为：F‑p2{g(x,y)exp[‑iπCRPM2(x,y)]}；然后将滤波结果进行一次级次为‑p1的分数傅立叶变换；如果进行一次级次为‑p1的分数傅立叶变换结果为正实数，则可以直接通过CCD探测得到解密图像；如果结果为复数，则采用步骤七中的第一混沌随机相位模板CRPM1的负共轭进行滤波；获得最终解密结果。