基于显著性区域的自适应选择加密方法

文档序号:10613186阅读:604来源:国知局
基于显著性区域的自适应选择加密方法
【专利摘要】本发明涉及图像选择加密技术领域,提供一种于显著性区域的自适应选择加密方法,该方法包括:对图像进行显著性检测并标注显著性区域;生成混沌序列P;转换明文图像色彩空间至YCbCr,对图像进行分块扩散置乱;执行DCT变换和量化过程;生成DC系数矩阵MDC和AC系数矩阵MAC;对MDC和MAC执行自适应加密;分别对Y、Cb、Cr三个分量加密;完成剩余编码步骤。本发明提出的技术方案通过显著性检测确定图像的显著性区域,然后选择显著性区域进行重点加密。该加密方式相较于边缘检测而言可以更好的确保图像重点部分的保密性,提高了图像的抗攻击性。
【专利说明】
基于显著性区域的自适应选择加密方法
技术领域
[0001] 本发明属于图像选择加密技术领域,特别涉及一种基于显著性区域的自适应选择 加密方法。
【背景技术】
[0002] 近年来,随着计算机、移动终端以及互联网技术的飞速发展,高清多媒体图像成为 目前最流行的多媒体形式之一。因此多媒体图像的安全传输和存储就变得尤为重要了。加 密是一个非常有效的解决方案,目前主流的研究思路有空域图像加密技术和压缩图像加密 技术两种。
[0003] 空域图像加密将图像看作是二维数据进行操作,在不进行压缩的基础上加密,基 本的空域加密思想可以分为三类:像素位置变换、改变像素灰度值以及两者的结合。目前影 响较大的空域加密方案有基于树结构的加密方法、基于混沌的方法和基于二维细胞自动机 的方法。H.Cheng,X.Li .Partial encryption of compressed images and videos[J], IEEE Transactions on Signal Processing.2000,48(8) :2439-2451 中米用四叉树结构进 行加密,具有可减少加密和解密处理时间的优点,但其只适用于四叉树压缩算法,而四叉树 压缩算法并不是一个国际标准。因为混沌系统具有随机性、敏感性、简洁性、遍历性等特性, 因此基于混沌系统的图像加密算法可以达到很高的性能。混沌系统加密的典型迭代过程是 替换和混淆,但多轮的替换与混淆或者迭代会使整体加密速度变慢。而且,在一些基于混沌 的加密中仍旧有一些安全弱点。C.Cokal,E.Solak.Cryptanalysis of a chaos-based image encryptionalgorithm[J] .Physics Letters Α·2009,373:1357-1360已经彻底破解 了已有的基于混沌的图像加密算法。
[0004] G. Chen ,Χ. Υ. Zhao . A self-adaptive algorithm on image encryption!! J], Journal of Software,2005,19(11) :1975-1974中第一次把自适应的思想和图像加密结合 起来,提出了一种图像自适应加密算法,先对图像进行分块,然后从块中提前图像信息并用 其加密另一图像块。该算法具有操作简单、运算速度快、能有效抵抗已知明文攻击和选择明 文攻击等优点。
[0005] 与空域加密不同,压缩图像加密可以降低加密数量减少冗余从而提高了加密效 率,更符合现代人们对于图像时时传输的要求。所以近年来压缩图像加密逐渐称为研究热 点,目前主流的研究思路有压缩编码和选择加密两种。压缩编码,在图像压缩的过程中无缝 嵌入加密算法,使得加密和压缩同时进行,并且格式兼容;选择加密则是利用图像的特性, 仅选择图像中人类视觉信息较为敏感的重要信息进行加密但仍能保证对图像的内容起到 保密作用的加密方式。选择加密能使需要加密的数据大大减少,加密所需时间大大缩短,从 而能够满足多媒体的传输需求。选择加密虽然加密速度快,但加密后的数据无法进行压缩。 但如果将加密研究和压缩编码过程结合起来,则可以在保证较高安全性的情况下达到良好 的压缩率。目前提出的大部分结合压缩编码的加密方案基本都采用了选择加密的思路,既 降低了加密数据量又达到了将加密过程嵌入到压缩过程的目的。
[0006] -般的,衡量选择加密技术的性能主要包括两个指标:(1)安全性:加密后的文件 应能达到应用所需的保密程度,并能抵抗各种恶意攻击。(2)时效性:在保证安全性的前提 下应尽量减少加密的数据量,从而提高计算速度。所以目前大多数的选择加密技术大多遵 循一个相似的执行流程:首先,采用特定加密方式生成密钥;其次,对明文图像进行边缘检 测,找出图像中边缘信息丰富的图像快标记为重要块进行重点加密;再次,对边缘图像进行 分块扩散得到边缘扩散图像;最后根据边缘扩散图像利用开始的得到的密钥对明文图像进 行加密。
[0007] 图像的边缘是指图像局部区域变化最显著的地方,其集中了图像的大部分信息, 对于整个图像场景的识别与理解是非常重要的。但图像边缘并不能完全代表目标本身,所 以后来人们更倾向于研究显著性检测,即检测图像的显著性区域而不仅仅是边缘。为了在 复杂背景下准确的检测重要性目标,Kim W,Kim C.Atexture-aware salient edge model for image retargeting[J]. Signal Processing Letters, IEEE,2011,18(11):631-634提 出了一种显著性边检测模型(TASE算法),通过计算图像在扩散空间的高阶统计量(HOS)检 测显著性边。因此本发明采用基于显著性区域的方式进行图像选择加密。
[0008] 现有的选择加密技术多是通过边缘检测的手段找出边缘信息较为丰富的图像块 标记为重要块进行重点加密。但边缘检测对于纹理敏感所以一些非重要性区域的不稳定边 缘块也会被重点加密从而造成加密冗余,另一方面只通过边缘块一般不能囊括全部重要性 区域,所以会出现相对光滑的重要性区域块不能被重点加密从而造成安全性不稳定。

【发明内容】

[0009] 【要解决的技术问题】
[0010] 针对现有技术的不足,本发明提供一种基于显著性区域的自适应选择加密方法, 能同时具有运算速度快、不失真、保密好的特性。
[0011] 【技术方案】
[0012] 本发明是通过以下技术方案实现的。
[0013]本发明涉及一种基于显著性区域的自适应选择加密方法,包括:
[0014] 步骤A、对原始图像进行显著性检测得到显著性地图,并根据显著性地图标记原始 图像的显著性区域;
[0015] 步骤B、初始化初始密钥K,利用初始密钥K使RC5算法迭代128轮并取该轮密文前 8bit作为Ka,再继续迭代至第129轮并取该轮密文前64bit作为K!、后64bit作为K 2,以心和心 作为参数通过混沌序列的生成器生成混沌序列Ρ;
[0016] 步骤C、转换明文图像色彩空间至YCbCr,并标记属于图像显著性区域的8X8分块, 生成混沌序列(x,Y)并利用混沌序列(x,Y)对图像进行分块扩散置乱;
[0017] 步骤D、执行DCT变换和量化过程;
[0018]步骤Ε、将原始图像每个分块的DC系数取出,组成一个ΜΧΝ的DC系数矩阵Mdc,然后 将显著性区域各分块的AC系数按照Zig-Zag顺序取出前16个,组成一个mXnX 16的AC系数 矩阵MAC,其中M、N分别为原始图像的高度和宽度,m=M/8,n = N/8;
[0019]步骤F、扫描密码流Ka,对DC系数矩阵Mdg和AC系数矩阵Mag执行自适应加密过程,并 利用混沌序列P对DC系数矩阵Mdc中DC系数的符号进行加密;
[0020]步骤G、分别对Y、Cb、Cr三个分量重复执行步骤C~步骤F的操作;
[0021] 步骤H、完成剩余编码步骤,得到加密的JPEG文件。
[0022]作为一种优选的实施方式,所述步骤A中采用TASE显著性检测方法对图像进行显 著性检测得到显著性地图,具体包括:
[0023] 步骤A1、根据全变差流对图像进行非线性扩散,所述扩散方程为:
[0024]
[0025]其中,k表示迭代次数,g( ·)代表扩散率函数,客:为全变差扩散 流,ε是正常数;
[0026] 步骤Α2、计算非线性扩散图像/在每个像素位置Χ=(Χ1,Χ2)的高阶统计量:
[0027]
[0028] 其中,Β(χ)代表X的邻域像素集,u(y)表示Β(χ)中属于非线性扩散图像中的像 素,Ν为Β(χ)内包含元素的个数,以(4 = (1作)2#啦)11(7)表示样本集以4的均值;
[0029 ]步骤A3、计算图像第k列的高阶统计量为:
[0030]
[0031]其中m表示图像第k列的像素个数,H0S(x,k)表示第k列的每个像素 X的H0S;
[0032]步骤A4、取前1个高阶统计量最大的列作为显著列;
[0033]步骤A5、确定属于显著性区域的显著列,设显著列的最小、最大列坐标分别为w和 W,则图像中的显著性区域为图像的[w,W]列。
[0034]作为另一种优选的实施方式,所述步骤A1中设置的邻域半径为11。
[0035]作为另一种优选的实施方式,所述步骤B中引用分段线性混沌映射PWLCM作为混沌 序列的生成器,生成混沌序列P。
[0036]作为另一种优选的实施方式,所述步骤F中对DC系数矩阵MDC和AC系数矩阵Mac执行 自适应加密的方法为:扫描信息流,当密钥比特为"0"时,则对DC系数矩阵MDdi行上下分块, 然后先用上面部分加密下面部分,再用下面部分加密上面部分;当密钥比特流为"Γ时,则 对显著性区域的AC系数矩阵Μ/di行左右分块,然后先用左边部分加密右边部分再用右边部 分加密左边部分;当扫描完所有密钥流比特则完成自适应加密。
[0037]作为另一种优选的实施方式,所述步骤F中对自适应加密完成后的DC系数进行符 号加密的方法为:利用混沌序列P,逐个扫描DC系数,对第i个DC系数,如果对P[i]四舍五入 的结果等于〇,则该DC系数符号不变;如果对P[i]四舍五入的结果等于1,则该DC系数的符号 取反。
[0038]作为另一种优选的实施方式,所述步骤C利用Henon映射生成的混沌序列(X,Y)对 图像进行分块扩散置乱。
[0039]【有益效果】
[0040]本发明提出的技术方案具有以下有益效果:
[0041] (1)本发明通过显著性检测确定图像的显著性区域,然后选择显著性区域进行重 点加密。该加密方式相较于边缘检测而言可以更好的确保图像重点部分的保密性,提高了 图像的抗攻击性。
[0042] (2)本发明将自适应加密与JPEG编码以及选择加密相融合,算法格式兼容,操作简 单并降低了加密数量以及运算量。而且因为自适应加密具有的当明文发生极小改变密文也 会发生很大变化的特性,使得该方法可以更好的应用于各种图像安全传输领域。
【附图说明】
[0043]图1为本发明的实施例一提供的基于显著性区域的自适应选择加密方法的原理 图。
【具体实施方式】
[0044]为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的【具体实施方式】 进行清楚、完整的描述。
[0045]图1为本发明实施例一提供的基于显著性区域的自适应选择加密方法的原理图。 如图1所示,该方法包括以下步骤(一)至步骤(八),下面分别对上述步骤进行详细说明。 [0046](一)对图像进行显著性检测并标注显著性区域。
[0047]该步骤对原始图像进行显著性检测得到显著性地图,并根据显著性地图标记原始 图像的显著性区域,具体地,本步骤采用TASE显著性检测方法对图像进行显著性检测得到 显著性地图,该方法首先根据全变差流对图像进行非线性扩散,然后通过计算扩散空间上 的每一像素点位置上的高阶统计量(H0S)得到图像的显著性地图,然后利用该显著性地图 标记图像的显著性区域,具体步骤如下:
[0048] 步骤(1 )、根据全变差流对图像进行非线性扩散,扩散方程为:
[0049]
[0050] 其中,k表示迭代次数,g( ·)代表扩散率函数,= + ^为全变差扩散 流,ε是正常数,因为扩散方程对所有亮度变化的惩罚是一致的,所以可以保证在对一些复 杂的小纹理进行平滑时保留图像的边缘;
[0051] 步骤⑵、计算非线性扩散图像/在每个像素位置Χ=(Χ1,Χ2)的高阶统计量:
[0052]
[0053]其中,Β(χ)代表X的邻域像素集,u(y)表示Β(χ)中属于非线性扩散图像中的像 素,Ν为Β(χ)内包含元素的个数,以(1) = (1作。^〇〇11(5〇表示样本集以1)的均值;
[0054]步骤(3)、计算图像第k列的高阶统计量为:
[0055]
[0056]其中m表示图像第k列的像素个数,H0S(x,k)表示第k列的每个像素 X的H0S,H0S(k) 越大,第k列越显著;
[0057]步骤(4)、取前1个高阶统计量最大的列作为显著列,1具体根据图像内容人为设 置;
[0058]步骤(5)、根据显著性区域是一个局部连续整体的性质,确定属于显著性区域的显 著列:假设前L列已经确定的属于显著性区域的显著列的中心为no,则对第L+1个显著列来 说,倘若它的位置坐标与no的差小于等于w,则认为第L+1个显著列属于显著性区域,w具体 根据源图像内容设置,其中,no初始化设置为最显著列,即HOS最大的列的坐标;
[0059]步骤(6)、在确定了属于显著性区域的显著列后,设显著列的最小、最大列坐标分 别为w和W,则图像中的显著性区域为图像的[w,W ]列。
[0060] (二)生成混沌序列P
[0061] 具体包括:初始化初始密钥K,利用初始密钥K使RC5算法迭代128轮并取该轮密文 前8bit作为Ka,再继续迭代至第129轮并取该轮密文前64bit作为K!、后64bit作为K 2,以心和 Κ2作为参数通过引用分段线性混沌映射PWLCM作为混沌序列的生成器生成混沌序列Ρ。
[0062](三)转换明文图像色彩空间至YCbCr,对图像进行分块扩散置乱
[0063]该步骤首先转换明文图像色彩空间至YCbCr,并标记属于图像显著性区域的8X8 分块。然后,利用Henon映射生成混沌序列(X,Y)并利用混沌序列(X,Y)对图像进行分块扩散 置乱,具体地,首先将图像每行分块向右循环移位,每行分块移动的距离不同;然后每列分 块向下循环移位,每列移动的距离不同,令Ν,Μ分别为图像的宽度和高度,则m=M/8,n = N/8 分别表示分块的行数和列数,利用Henon映射生成长度为m的混沌序列X以及长度为η的混沌 序列Υ,然后使Xi= (xixl〇〇〇〇〇〇)mod h(XieX),且yi= (yixlOOOOOO)mod w(yiGY),此时X和 Y分别表示行列的移动距离,经过多轮行列扩散操作就可以将分块完全扩散。
[0064](四)执行DCT变换和量化过程
[0065](五)生成DC系数矩阵Mdg和AC系数矩阵Mac
[0066] 该步骤将原始图像每个分块的DC系数取出,组成一个MXN的DC系数矩阵MDC,然后 将显著性区域各分块的AC系数按照Zig-Zag顺序取出前16个,组成一个mXnX 16的AC系数 矩阵MAC,其中M、N分别原始图像的高度和宽度,m=M/8,n = N/8。
[0067] (六)对Mdc和Mac执行自适应加密
[0068]扫描密码流Ka,对DC系数矩阵MDC和AC系数矩阵Mac执行自适应加密过程,并利用混 沌序列P对DC系数矩阵MDC中DC系数的符号进行加密。
[0069]具体地,该步骤对DC系数矩阵Mdg和AC系数矩阵Mag执行自适应加密,具体包括:首 先扫描信息流,当密钥比特为"〇"时,则对DC系数矩阵MDdi行上下分块,然后先用上面部分 加密下面部分,再用下面部分加密上面部分;当密钥比特流为"Γ时,则对显著性区域的AC 系数矩阵MAdi行左右分块,然后先用左边部分加密右边部分再用右边部分加密左边部分。 当扫描完所有密钥流比特,自适应加密即完成。
[0070] 该步骤对自适应加密后的DC系数矩阵进行符号加密,具体包括:得到混沌序列P 后,逐个扫描DC系数,对第i个DC系数,如果对P[ i ]四舍五入的结果等于0,则该DC系数符号 不变;如果对P[ i ]四舍五入的结果等于1,则该DC系数的符号取反。
[0071] (七)分别对Y、Cb、Cr三个分量重复执行步骤C~步骤F的操作
[0072] 具体地,针对Y、Cb、Cr中的每个分量,均执行一次步骤C~步骤F的操作。
[0073](八)完成剩余编码步骤
[0074] 通过该步骤,完成剩余编码步骤,得到加密的JPEG文件。
[0075]从以上实施例可以看出,本发明实施例通过显著性检测确定图像的显著性区域, 然后选择显著性区域进行重点加密。该加密方式相较于边缘检测而言可以更好的确保图像 重点部分的保密性,提高了图像的抗攻击性;另外,本发明实施例将自适应加密与JPEG编码 以及选择加密相融合,算法格式兼容,操作简单并降低了加密数量以及运算量。而且因为自 适应加密具有的当明文发生极小改变密文也会发生很大变化的特性,使得该方法可以更好 的应用于各种图像安全传输领域。
[0076]需要说明,上述描述的实施例是本发明的一部分实施例,而不是全部实施例,也不 是对本发明的限制。基于本发明的实施例,本领域普通技术人员在不付出创造性劳动前提 下所获得的所有其他实施例,都属于本发明的保护范围。
【主权项】
1. 一种基于显著性区域的自适应选择加密方法,其特征在于包括: 步骤A、对原始图像进行显著性检测得到显著性地图,并根据显著性地图标记原始图像 的显著性区域; 步骤B、初始化初始密钥K,利用初始密钥K使RC5算法迭代128轮并取该轮密文前8bit作 为Ka,再继续迭代至第129轮并取该轮密文前64bit作为Κι、后64bit作为K2,WKi和拉作为参 数通过混浊序列的生成器生成混浊序列P; 步骤C、转换明文图像色彩空间至YCbCr,并标记属于图像显著性区域的8X8分块,生成 混浊序列(Χ,Υ)并利用混浊序列(Χ,Υ)对图像进行分块扩散置乱; 步骤D、执行DCT变换和量化过程; 步骤Ε、将原始图像每个分块的DC系数取出,组成一个ΜΧΝ的DC系数矩阵Mdc,然后将显 著性区域各分块的AC系数按照Zig-Zagll序取出前16个,组成一个mXnXie的AC系数矩阵 Mac,其中M、N分别为原始图像的高度和宽度,m=M/8,n = N/8; 步骤F、扫描密码流Ka,对DC系数矩阵Mdg和AC系数矩阵Mag执行自适应加密过程,并利用 混浊序列P对DC系数矩阵Mdc中DC系数的符号进行加密; 步骤G、分别对YXb、化Ξ个分量重复执行步骤C~步骤F的操作; 步骤H、完成剩余编码步骤,得到加密的肝EG文件。2. 根据权利要求1所述的基于显著性区域的自适应选择加密方法,其特征在于所述步 骤A中采用TASE显著性检测方法对图像进行显著性检测得到显著性地图,具体包括: 步骤A1、根据全变差流对图像进行非线性扩散,所述扩散方程为:I! (、k 二 0)二 f .,. 其中,k表示迭代次数,g( ·)代表扩散率函数,g(|Vu|) = l/(|Vu|+e)为全变差扩散 流,ε是正常数; 步骤Α2、计算非线性扩散图像每个像素位置χ=(χι,χ2)的高阶统计量:其中,B(x)代表x的邻域像素集,u(y)表示B(x)中属于非线性扩散图像u^中的像素,N为B (X)内包含元素的个数,μ(x) = (l/N)Σy却ωu(y)表示样本集B(x)的均值; 步骤A3、计算图像第k列的高阶统计量为:其中m表示图像第k列的像素个数,册S(x,k)表示第k列的每个像素 X的册S; 步骤A4、取前1个高阶统计量最大的列作为显著列; 步骤A5、确定属于显著性区域的显著列,设显著列的最小、最大列坐标分别为W和W,则 图像中的显著性区域为图像的[w,W]列。3. 根据权利要求2所述的基于显著性区域的自适应选择加密方法,其特征在于所述步 骤A1中设置的邻域半径为11。4. 根据权利要求1所述的基于显著性区域的自适应选择加密方法,其特征在于所述步 骤B中引用分段线性混浊映射PWLCM作为混浊序列的生成器,生成混浊序列P。5. 根据权利要求1所述的基于显著性区域的自适应选择加密方法,其特征在于所述步 骤F中对DC系数矩阵Mdc和AC系数矩阵Mac执行自适应加密的方法为:扫描信息流,当密钥比 特为"0"时,则对DC系数矩阵Mdc进行上下分块,然后先用上面部分加密下面部分,再用下面 部分加密上面部分;当密钥比特流为"Γ时,则对显著性区域的AC系数矩阵Mac进行左右分 块,然后先用左边部分加密右边部分再用右边部分加密左边部分;当扫描完所有密钥流比 特则完成自适应加密。6. 根据权利要求1所述的基于显著性区域的自适应选择加密方法,其特征在于所述步 骤F中对自适应加密完成后的DC系数进行符号加密的方法为:利用混浊序列P,逐个扫描DC 系数,对第i个DC系数,如果对P[i]四舍五入的结果等于0,则该DC系数符号不变;如果对P [i]四舍五入的结果等于1,则该DC系数的符号取反。7. 根据权利要求1所述的基于显著性区域的自适应选择加密方法,其特征在于所述步 骤C利用化non映射生成的混浊序列(Χ,Υ)对图像进行分块扩散置乱。
【文档编号】H04L9/06GK105975869SQ201610313491
【公开日】2016年9月28日
【申请日】2016年5月12日
【发明人】翟栋
【申请人】四川长虹电器股份有限公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1