超混沌Lorenz系统的4-邻域异或图像加密方法

文档序号:7771833阅读:372来源:国知局
超混沌Lorenz系统的4-邻域异或图像加密方法
【专利摘要】本发明涉及一种基于超混沌Lorenz系统的4-邻域异或图像加密方法,其特征在于:提取原始彩色图像的RGB三分量,记RGB三分量中各像素点的灰度值为二维矩阵PR、PG、PB,利用超混沌Lorenz系统产生的混沌序列分别对矩阵PR、PG、PB进行置乱,得到置乱后的图像像素矩阵PR1、PG1、PB1,再利用经过处理后的Lorenz混沌序列分别与矩阵PR1、PG1、PB1进行4-邻域异或运算,完成加密过程。本方法采用超混沌Lorenz系统对彩色图像进行置乱和4‐邻域异或加密,具有密钥空间大,安全性好,抵抗明文攻击能力强的优点,适合用于图像保密通信。
【专利说明】超混沌Lorenz系统的4-邻域异或图像加密方法
【技术领域】
[0001]本发明涉及一种超混沌Lorenz系统的4 -邻域异或图像加密方法,属于信息安全领域,特别涉及图像加密领域,主要是利用超混沌Lorenz系统来实现数字彩色图像的加
LU O
【背景技术】
[0002]近年来,随着计算机技术国际互联网络的迅速发展,以及存储设备容量的不断增力口,对存储量巨大的数字图像的分析和研究已经成为人们获取信息的重要手段之一。但是由于网络的开放性,它们将有可能被轻易获取或截获,而对原始信息的非法复制和篡改则可能引起严重的后果,因此如何有效的保护图像信息的安全就成了迫在眉睫的重要问题而受到各界的广泛关注。而图像信息的安全性保证也就逐渐成为了当下国际上的一个重要的研究课题。
[0003]混沌系统由于对初始条件的极度敏感性及运动轨迹的非周期性,使得它非常适合用于图像加密,但低维的混沌系统密钥空间太小,易被破解,而高维超混沌系统具有更为复杂的动力学行为,比一般混沌系统更难以预测,在信息安全领域具有更高的实用价值。
[0004]图像加密技术常用的技术包括改变图像像素位置和改变图像像素值,而人们最常利用混沌系统来改变像素值的方法是将原始图像与混沌序列进行异或运算,这种方法加解密的速度快,易实现,但容易受到选择明文的攻击。

【发明内容】

[0005]针对上述问题,本发明提出一种超混沌Lorenz系统的4 -邻域异或图像加密方法,是一种安全性更高的基于超混沌Lorenz系统的4 -邻域异或图像加密方法。本算法的密钥空间大,加密效果良好,具有较强的抗明文攻击的能力。能够很好地克服简单异或加密易受选择明文攻击的缺点,并提高了图像加密的安全性能。
[0006]本发明为了达到上述目的,可以使用以下技术方案:
[0007]本发明提供了一种基于超混沌Lorenz系统的4 -邻域异或图像加密方法,其特征在于,包括以下步骤对彩色图像进行置乱和4-邻域异或加密:
[0008](I)对一幅规格为mXnX3待加密的彩色图像,分别提取其RGB三分量的灰度图像,并分别顺次读取各分量的各个位置的元素,组成三组mXn的RGB分量的明文矩阵,其中,m,η表示彩色图像大小的分量,3表示彩色图像的RGB三分量;
[0009](2)选取合适的初值及步长作为超混沌Lorenz系统的加密密钥,利用Runge - Kutta算法,迭代复数次,得到四组长度为迭代次数的Lorenz加密混沌序列;
[0010](3 )从Lorenz加密混沌序列中选取三组Lorenz加密混沌序列,并随机从任意元素开始,分别依次提取m个元素,组成三组第一混沌序列,并将这三个序列排列成一行m列的第一矩阵,再由三组Lorenz加密混沌序列中随机依次取η个元素,组成三组第二混沌序列,并将这三个序列排列成η行一列的第二矩阵;[0011](4)生成三个mXm的零矩阵,以及三个nXn的零矩阵,将第一矩阵以及第二矩阵的六个矩阵按从小到大的顺序排列,并获得三个行排列信息矩阵和三个列排列信息矩阵,并根据三个行排列信息矩阵和三个列排列信息矩阵将三个mXm的零矩阵以及三个nXn的零矩阵中对应的行和列中的元素置为零,从而变换为六个相对应的置乱矩阵;
[0012](5)利用六个置乱矩阵,分别对原始图像矩阵进行置乱操作,得到置乱后的图像RGB分量的信息矩阵;
[0013](6)从选取的三组Lorenz加密混沌序列中分别随机依次取(m+2) X (n+2)个元素,生成三个第三矩阵,将三个第三矩阵转换为得到8位无符号整数混沌序列矩阵;
[0014](7)将三个第三矩阵与对应的RGB分量的信息矩阵分别进行4 _邻域异或操作,获得图像的RGB分量的加密信息矩阵,再将加密图像的各分量信息进行重组,得到信息序列,并按图像标准格式保存,得到最终的彩色加密图像。
[0015] 进一步,对已加密的图像进行解密的过程就是加密过程的逆运算,取与加密过程中相同的混沌序列与加密图像进行4 -邻域异或运算,再对图像反置乱操作,即可得到解密后的图像,具体步骤如下:
[0016](I)提取图像的RGB分量的加密信息矩阵、即密文矩阵;
[0017](2)选取加密过程中使用的第三矩阵分别依次和图像的各RGB分量的加密信息矩阵进行4 -邻域异或操作,得到图像的各RGB分量的信息矩阵;
[0018](3)利用置乱矩阵,分别对图像的各RGB分量的信息矩阵进行反置乱操作,得到反置乱后的图像的各RGB分量的信息矩阵;
[0019](4)将解密图像的各分量信息进行重组,得到信息序列,并按图像标准格式保存,得到最终的解密图像。
[0020]进一步,产生Lorenz加密混沛序列,见公式(a)
【权利要求】
1.一种基于超混沌Lorenz系统的4 -邻域异或图像加密方法,其特征在于,包括以下步骤对彩色图像进行置乱和4-邻域异或加密: (1)对一幅规格为mXnX3待加密的彩色图像,分别提取其RGB三分量的灰度图像,并分别顺次读取各分量的各个位置的元素,组成三组mXn的RGB分量的明文矩阵,其中,m,η表示所述彩色图像大小的分量,3表示所述彩色图像的RGB三分量; (2)选取合适的初值及步长作为超混沛Lorenz系统的加密密钥,利用Runge-Kutta算法,迭代复数次,得到四组长度为迭代次数的Lorenz加密混沌序列; (3 )从所述Lorenz加密混沌序列中选取三组Lorenz加密混沌序列,并随机从任意元素开始,分别依次提取m个元素,组成三组第一混沌序列,并将这三个序列排列成一行m列的第一矩阵,再由三组所述Lorenz加密混沌序列中随机依次取η个元素,组成三组第二混沌序列,并将这三个序列排列成η行一列的第二矩阵; (4)生成三个mXm的零矩阵,以及三个nXn的零矩阵,将所述第一矩阵以及第二矩阵的六个矩阵按从小到大的顺序排列,并获得三个行排列信息矩阵和三个列排列信息矩阵,并根据所述三个行排列信息矩阵和三个列排列信息矩阵将所述三个mXm的零矩阵以及三个nXn的零矩阵中对应的行和列中的元素置为零,从而变换为六个相对应的置乱矩阵; (5)利用所述六个置乱矩阵,分别对原始图像矩阵进行置乱操作,得到置乱后的图像RGB分量的信息矩阵; (6)从选取的三组Lorenz加密混沌序列中分别随机依次取mXη个元素,生成三个第三矩阵,将所述三个第三矩阵转换为得到8位无符号整数混沌序列矩阵; (7)将三个所述第三矩阵与对应的所述RGB分量的信息矩阵分别进行4-邻域异或操作,获得图像的RGB分量的加密信息矩阵,再将加密图像的各分量信息进行重组,得到信息序列,并按图像标准格式保存,得到最终的彩色加密图像。
2.根据权利要求1所述的超混沌Lorenz系统的4-邻域异或图像加密方法,其特征在于: 其中,对已加密的图像进行解密的过程就是加密过程的逆运算,取与加密过程中相同的混沌序列与加密图像进行4 -邻域异或运算,再对图像反置乱操作,即可得到解密后的图像,具体步骤如下: (1)提取所述图像的RGB分量的加密信息矩阵、即密文矩阵; (2)选取加密过程中使用的所述第三矩阵分别依次和所述图像的各RGB分量的加密信息矩阵进行4 -邻域异或操作,得到所述图像的各RGB分量的信息矩阵; (3)利用所述置乱矩阵,分别对所述图像的各RGB分量的信息矩阵进行反置乱操作,得到反置乱后的所述图像的各RGB分量的信息矩阵; (4)将解密图像的各分量信息进行重组,得到信息序列,并按图像标准格式保存,得到最终的解密图像。
3.根据权利要求1所述的超混沌Lorenz系统的4-邻域异或图像加密方法,其特征在于:其中,产生所述Lorenz加密混沌序列,见公式(a)
4.根据权利要求1所述的超混沌Lorenz系统的4-邻域异或图像加密方法,其特征在于: 其中,对原始图像的所述RGB各分量的明文矩阵进行置乱操作,见公式(b)
5.根据权利要求1所述的图像加密方法,其特征在于: 其中,对所述第三矩阵作相应处理操作,转换为8位无符号整数混沌序列矩阵见公式(C)
6.根据权利要求1所述的超混沌Lorenz系统的4-邻域异或图像加密方法,其特征在于: 其中,获得图像的RGB分量的加密信息矩阵的方法,首先得到所述置乱后的图像各RGB分量的信息矩阵表示的点处的像素灰度值的八个比特位,即选取所述像素灰度值分别与所述第三矩阵相对应位置的四个邻域进行异或运算后,经组合得到八个比特位,将八个比特位存放于一个序列中,然后,根据第三矩阵的相对应位置元素进行同余运算后得到移位因子,根据移位因子对序列进行移位后转换为十进制数表示,最终得到RGB分量的加密图像矩阵在该点处的像素灰度值。
【文档编号】H04L9/00GK103491279SQ201310446483
【公开日】2014年1月1日 申请日期:2013年9月25日 优先权日:2013年9月25日
【发明者】杜翠霞, 张定会, 张宗楠, 张云, 从媛 申请人:上海理工大学
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