一种双重加密二值图像的信息隐藏方法与流程

本发明属于信息安全、数字图像处理和秘密学交叉领域，主题内容是一种针对双重加密二值图像的高安全性，高鲁棒性的信息隐藏方法。
背景技术：
：近年来，网络信息技术在全世界范围内得到了迅猛发展，给信息的传输和处理带来了极大的便利。借助于网络所提供的强大的多媒体通信功能，人们可以高效、快速地将数字信息(特别是数字图像)进行传输，但网络是一把双刃剑，它也潜藏着巨大的安全隐患，容易成为犯罪分子、非法组织和有恶意的个人利用的工具。为确保数据的安全性，通常使用加密技术对敏感信息实施加密处理，然而一段完整的信息通过加密计算后会变为乱码。这将明确地提示攻击者乱码信息中内藏机密数据，容易引起攻击者的注意，这样攻击者就有可能对秘密信息进行破解，因此加密作为一种安全传输的手段存在明显的不足。信息隐藏作为一种伪装性很好的保密技术，它隐藏了秘密数据的存在性来实现安全通信。通过把秘密数据如文本、图像、音频等通过某种方法嵌入到公开的多媒体数据中，得到内藏秘密数据的混合载体，它与原始载体数据对比，没有引起人为可感知的任何变化。混合载体数据到达接收端以后，收信方可通过提取算法将机密数据恢复出来，这样就达到了隐蔽通信的目的。目前信息隐藏主要分为空间域和变换域隐藏，传统的空间域隐藏方法虽然有很大的隐藏空间，但是鲁棒性很差。许多变换域方法在对抗常见的信号处理中能够表现出一定的鲁棒性,但对一些常见的几何失真处理却失去作用。技术实现要素：针对传统信息隐藏方法安全性低，鲁棒性差等缺点,本文以使用最为广泛的数字图像作为研究对象，结合混沌理论和猫脸变换双加密的方法,提出了一种基于加密图像的离散小波变换(dwt)和奇异值分解(svd)的信息隐藏方法。主要技术方案包括：秘密图像加密部分，主要通过对秘密二值图像先进行logistic混沌加密，其次在进行猫脸变换加密，双重加密增加安全性；秘密图像隐藏部分，通过离散小波变换-奇异值分解方法将加密的图像嵌入载体图像中；接下来就是秘密图像提取部分，首先进行离散小波变换和奇异值分解得到提取的加密图像，在进行猫脸变换和混沌逆变换得到最初的秘密二值图像。实验仿真表明,该方法能够很好的还原秘密图像，经受住各种噪声、几何变换和剪切等攻击,具有较强的安全性和鲁棒性。附图说明下面是该方法主要的附图。图1是本发明方法的流程图。图2是双重加密后的图像。图3是秘密图像的嵌入和提取效果图。图4是噪声攻击后的图像以及提取的秘密图像。图5是45度旋转和裁剪后的图像以及提取的秘密图像具体实施方式下面结合附图和具体实施方式对本发明做进一步说明。本发明的流程图如图1所示，一种双重加密二值图像的信息隐藏方法，该方法具体包括以下流程：步骤一：秘密二值图像双重加密logistic映射是混沌理论中典型的混沌序列，它的函数式就是：m(k+1)＝u×m(k)(1-m(k))其中m(k)属于(0，1)，0<u<＝4；实验表明当3.5699456<u<＝4时，logistic映射进入混沌状态，同时也可以作为很好的图像加密序列，将选定的m(k)作为秘钥。给定二值秘密图像w，将一维混沌序列m(i)与秘密图像像素w(i)进行异或运算：就可以得到混沌加密图像p1，再将p1进行猫脸变换：x＝(x+ay)mod(n)y＝(bx+(ab+1)y)mod(n)其中(x,y)是原始图像的像素点坐标，(x,y)是像素点(x,y)变换后的坐标,mod()是取模运算，n是原始图像的边长，a,b为给定的参数。对混沌加密后的图像p1再次进行猫脸变换加密，达到双重加密的图像p2，如图2所示。步骤二：加密图像嵌入1)对载体图像采用haar小波进行一级离散小波变换，产生ll,hl,lh,hh四个子带。2)对低频子带ll进行奇异值分解，得到对角矩阵s，酉矩阵u和酉矩阵v。[u,s,v]＝svd(ll)3)将加密图像p2以一定的嵌入强度a加入对角矩阵s中，得到t。t＝s+a*p24)再对t进行奇异值分解，得到对角矩阵s1，酉矩阵u1和v1。[u1,s1,v1]＝svd(t)5)用u,s1,v获得嵌入加密图像的低频子带cw。cw＝u*s1*vt6)将cw,hl,lh,hh作一级离散小波反变换，获得最终嵌有加密图像的载体图像步骤三：秘密二值图像提取1)对嵌有加密图像的载体图像采用haar小波进行一级离散小波变换，产生ll1,hl1,lh1,hh1四个子带。2)对低频子带ll1进行奇异值分解，得到对角矩阵s2，酉矩阵u2和v2。[u2,s2,v2]＝svd(ll1)3)用u1,s2,v1获得嵌有加密图像的中间矩阵sn。sn＝u1*s2*v1t4)使用sn,嵌入强度a,对角矩阵s，得到加密图像wn。wn＝(sn-s)/a5)对wn进行猫脸逆变换和混沌逆置乱得到最后秘密二值图像w。方法测试仿真实验选用512×512lena灰度图像作为载体图像，256×256二值图像作为秘密图像进行一系列的实验。利用图像的峰值信噪比(psnr)来评估嵌入信息对载体图像质量的影响程度。psnr越大，说明嵌入信息对载体图像的影响越小，图像的不可感知性越好。秘密图像的嵌入和提取效果如图3所示。为了评估本文算法对图像攻击的鲁棒性，对嵌入秘密图像的载体图像进行几何和非几何攻击，然后从被攻击的图像中提取秘密图像。常用的攻击类型有高斯噪声、变暗、增加对比度、旋转、裁剪等，攻击后图像和提取的秘密图像如下图4,图5所示。利用归一化相关性(nc)来评估提取秘密图像与原始秘密图像之间的相似性。图3(a)和(c)的psnr趋近于无穷大，(b)和(d)的nc为0.9990。分别计算各种被攻击图像中提取出秘密图像的nc值，结果如表1所列。可以看出，所提方法提取的秘密图像与原始图像十分相似，验证了所提算法对各种攻击具有很好的鲁棒性。表1为各种攻击下秘密图像的nc攻击类型乘性噪声高斯噪声旋转nc0.99840.99720.9981攻击类型裁剪增强对比度变暗nc0.99840.99820.9988当前第1页1 2 3