一种基于QR码的多图像加密容量提升方法与流程

本发明属于光学多图像加密领域。尤其涉及一种基于qr码的多图像加密容量提升方法。

背景技术：

近几十年以来，利用光学技术实现图像信息的加密、存储和传输已成为重要的研究课题。1995年，refregier和javidi首次提出了经典的双随机相位编码(drpe)结构，这是用于图像加密的最重要的自由空间光学技术，得到了海内外学者的密切关注。随着研究的深入，许多改进方案陆续出现，已经扩展到菲涅耳域、分数傅里叶域及其它的光学变换域。然而，这些光学加密方法都属于单图像加密，为了提高加密效率，满足信息的快速、大量传输等特点，研究人员开始尝试研究多图像加密技术。自从使用波长多路复用的多图像加密技术被提出以来，多图像加密受到越来越多的关注，各种新方案层出不穷，例如位置复用、基于联合变换相关器架构的波长复用、密钥轮换复用等。然而，上述这些方法都存在着明显缺点，即无法避免的串扰噪声。因为最终的加密图像是通过直接叠加获得，并一同记录在介质上，当提取其中某一部分数据时，其它数据会以噪声的形式重现。由于串扰噪声的影响，多图像加密的容量一直受到限制，通常的加密方法只能加密2～3幅，制约了多图像加密技术的实用化。

为了解决多图像加密中的串扰噪声问题，提升加密容量，研究者尝试了许多方法。专利公布号cn108108628a“基于qr码的双随机相位多图像并行加密无噪声恢复方法”，将qr码作为数据容器引入多图像加密。由于qr码易于生成和读取、具有抗噪声污染的能力，是一种非常理想的数据容器。但当多图像加密的图片数量增多时，qr码受到了严重的噪声污染，超出了本身的最大容错能力，也很难识别出来。

技术实现要素：

本发明要解决的技术问题，是在专利公布号cn108108628a“基于qr码的双随机相位多图像并行加密无噪声恢复方法”的基础上，使用一种方法对解密后具有串扰噪声的qr码进行阈值处理，并将该qr码发生错误的功能区图案替换，大大提高了qr码的识别率，使能够容纳的加密图片数量增加，更有利于数据的传输和实际应用。

本发明的结构原理图与专利公布号cn108108628a“基于qr码的双随机相位多图像并行加密无噪声恢复方法”的原理图相似，不同的是，对于解密后具有串扰噪声的qr码，先求出它的最佳分割阈值，进行二值化处理，然后替换或修补发生错误的功能区图案。在本发明中，多幅光学图像的加解密过程如图1所示，首先要将需要加密的几幅图像转换成相应的qr码图像，其次将这些qr码经过光学加密系统进行加密和解密，然后将解密后的含有串扰噪声的qr码进行处理，最后，使用qr码读取设备读出qr码中的内容，并将读出内容转换成灰度图像，实现多张加密图像的无损恢复。

本发明所述的一种基于qr码的多图像加密容量提升方法，包括以下步骤：

(1)将待加密的多幅灰度图像转换成相应的qr码图像；

(2)将多幅qr码图像经过光学系统进行加密和解密；

(3)将解密后具有串扰噪声的qr码图像进行阈值处理和功能区替换；

(4)使用qr码识别设备读取qr码中的数据，并还原出原始加密图像。

其中，上述步骤(1)的具体实现过程如下：

(a)对于一张灰度图像，无论格式为bmp或jpeg，以二进制数据形式读出并级联为一串二进制数字；

(b)把一串二进制数字转为十进制数字，具体规则为：首先取四位二进制数，如果这四位二进制数字是“1000”或“1001”，则将其转换为十进制的“8”或“9”；如果所取得四位二进制数不是“1000”或“1001”，那么取前三位数，按照二进制数转十进制规则把二进制数“000”到“111”转换为十进制数“0”到“7”，如图2所示；

(c)用qr码生成软件，将这些十进制数序列转换生成相应的qr码图像。

所述步骤(2)的具体实现如下：

(a)加密过程：为了便于理解和操作，我们以两张qr码图像和双随机相位多图像并行加密系统为例来说明。函数f1(x,y)和f2(x,y)分别代表着两张待加密的qr码图像，各自置于一个4f系统的输入平面；给它们分别乘以随机相位板m1＝exp[i2πn1(x,y)]和m2＝exp[i2πn2(x,y)]，并通过光学透镜进行傅里叶变换，然后再分别乘以另一个随机相位板n1＝exp[i2πb1(u,v)]和n2＝exp[i2πb2(u,v)]，又通过另一光学透镜进行逆傅里叶变换，最后将从两个4f系统输出的结果进行叠加，得到连续的白噪声形式的加密密文；其中，n1(x,y)、n2(x,y)、b1(u,v)和b2(u,v)均表示以均匀概率在(0,1)区间取值的随机函数；整个加密结果的数学表达式如下：

(b)解密过程：解密过程是加密过程的逆过程，数学表达式如下：

其中，f和f^-1分别表示傅里叶变换和傅里叶逆变换，表示卷积运算。

所述步骤(3)的具体实现如下：

解密后的qr码被串扰噪声污染，直接读取比较困难，严重限制了多图像加密的数量，所以要对解密后的qr码进行阈值处理。如图3所示，首先计算出qr码每一个黑或白模块的灰度平均值，并用这个值来替代整个小模块的灰度值；然后计算出此时qr码的最佳分割阈值，并进行二值化处理；最后，由于上述操作很可能对qr码的功能区进行了破坏，所以必须根据加密图像中所用qr码的版本号，将功能区中发生错误的图案进行替换，确保qr码功能区图案的正确性。

其中最佳分割阈值及二值化处理方法：首先设置阈值t，将qr码分为前景和背景两部分，前景点占图像比例为w0，灰度平均值为u0，背景点占图像比例为w1，灰度平均值为u1；然后计算整个图像的均值：u＝w0*u0+w1*u1，建立目标函数g(t)＝w0*(u0-u)²+w1*(u1-u)²，g(t)为当分割阈值为t时的类间方差表达式；再令t值从0到255变化，计算不同t值下的类间方差g(t)，使得g(t)最大时的那个值就是所求的最佳分割阈值；最后用最佳分割阈值对qr码进行二值化处理，此时的qr码只有0和255两个灰度。

所述步骤(4)的具体实现如下：

经过阈值处理的qr码，使用普通的扫码软件读取出相应的十进制数；把这些十进制数按照如下规则转换为二进制数，十进制数“0”到“7”转换为三位二进制数“000”到“111”，二进制数“8”和“9”则转换为二进制数“1000”和“1001”；最后将这些二进制数级联起来，恢复为原始的灰度图像。

与传统的多图像加密系统相比，本发明具有以下优点：

(1)由于qr码的特性，多幅解密图像与原始图像相比，没有任何的失真，是一种真正意义上的无损恢复。

(2)加密图像的数量较未进行阈值处理以前有了很大提升，在其它条件不变的情况下，加密图片的数量可以从最多4～6张增加到15～18张。

(3)由于增加了加密图片数量，更有利于多图像加密技术的实用化。

附图说明

附图1为本发明方法系统原理图。

附图2为本发明方法二进制和十进制转换原理图。

附图3为本发明方法对qr码的处理流程图。

附图4为本发明一实例中被加密的9张32*32像素的灰度图像。

附图5为本发明一实例中所用的双随机相位编码多图像平行加密和解密系统。

附图6为本发明一实例中9张32*32像素的灰度图像所生成的qr码。

附图7为本发明一实例中9张qr码经过双随机相位编码多图像平行加密系统解密后的重建图像。

附图8为本发明一实例中9张解密后的qr码经增强处理后的图像。

附图9为9张解密后经过处理的qr码图像与原始加密图像的相关系数。

上述附图3中图示编号为：

(a)解密后被串扰噪声污染的qr码，(b)用qr码每一个模块的灰度平均值代替整个模块灰度值的qr码，(c)经过二值化处理的qr码，(d)qr码的功能区图案，(e)不包含功能区图案的qr码，(f)替换功能区图案的qr码

上述附图5中的图示标号和编号为：

fn(x,y)原始输入图像，θn(x,y)、为随机相位板，lens1、lens2为透镜，e(x,y)为加密结果，(a)图为双随机多图像平行加密原理图，(b)图为双随机多图像平行解密原理图。

具体实施方式

下面结合附图对本发明作进一步说明，对本发明的一个具体实施例进行描述。

本例中使用9张灰度图像(32*32像素)作为待加密图像，如图4；使用加密的系和解密系统为传统的双随机相位平行加密系统和解密系统，如图5；qr码生成和识别软件为cqr，整个过程在matlab2012a环境下模拟实现。

整个加密和解密过程步骤如下：

将这9张灰度图首先读取为二进制数，并把这些二进制数级联在一起，然后用图3所示的转换规则将这些二进制数转换为十进制数，最后将这9组十进制数使用qr码生成软件得到9张qr码，如图6所示；

将这9张qr码分别置于双随机相位平行加密系统的输入面，依次进行加密，并将加密的结果叠加一起，最后使用双随机解密系统解密，得到9张解密后的qr码，如图7所示。

将这9张解密后的qr码读入程序，首先计算出qr码每一个小模块的平均值，然后求得每张qr码的最佳分割阈值，进行二值化处理，最后进行功能区替换。此时qr码为一张二值图片，如图8所示。

使用qr码识别软件读取qr码中的内容，并使用图2所示的规则将十进制数转为二进制数，恢复出原始的加密图像。

图9表示原始的加密qr码和解密后经过处理的qr码的相关系数，可以看出，经过本发明方法处理的qr码与加密前的qr码相关系数接近于1，也就是几乎完全一样，所以本发明中的方法能够有效地去除多图像加密的串扰噪声，提高qr码的识别率，从而大幅度地增加了基于qr码的多图像加密的加密容量。