基于超混沌和DNA编码的图像加密算法研究

来源 :黑龙江大学 | 被引量 : 0次 | 上传用户:lianjinling27
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
数字化图像是我国网络通讯的重要载体,它在多媒体、电子和网络通讯中扮演了广泛的角色,并且在通讯、医疗等各个方面起到了很大的作用。因此,对于图像加密技术的探索和研究,已经成为安全领域的重要课题。由于图像中的相邻像素之间冗余程度高、数据容量大,当利用传统的图像加密方法进行加密时,其加密效率较低,所以此类方法不适合应用于数字图像的加密。混沌系统以及DNA计算具有的特性,使其恰好适合于图像加密。本文基于目前图像加密算法的研究现状,提出以下算法,解决了编码规则单一以及信息熵值较低的问题,主要内容如下:
  (1)提出了一种基于Chen超混沌和DNA编码的图像加密算法。首先对Logistic映射进行迭代,得到随机序列,并将该序列转为二维矩阵,然后改变参数和初始值,再次迭代Logistic混沌系统,得到新的随机序列,并构造索引序列完成对原始图像的置乱及扩散。再利用参数多,空间复杂的Chen超混沌,得到四条混沌序列即X、Y、Z、H。用X、Y序列的随机值控制DNA编码规则的选取,使编码具有随机性和不确定性,分别对转化的二维矩阵和扩散后的图像进行分块编码,得到DNA矩阵。接下来对两矩阵进行DNA运算,运算方式由序列Z的随机值决定,最后根据序列H进行解码,因规则不同,进一步加强了图像加密的安全性,得到最终加密图像。算法经过仿真测试和性能分析,证实可以用于图像加密领域。
  (2)提出基于小波变换、Qi超混沌和DNA编码的图像加密算法。算法首先借助小波变换将图像分解为高频分量和低频分量,然后对低频图像通过构造索引序列进行置乱,通过小波重构得到一次置乱后的图像。接着设置Logistic混沌系统的参数和初始值,进行迭代,将迭代后产生的序列进行预处理,利用预处理后的序列对小波重构后的图像进行加密。接下来设定初始值对Qi超混沌系统进行迭代,结果产生多条混沌序列,并将序列进行处理完成密钥构造,利用最后得到的序列对图像进行双重加密。最后对加密后图像通过选取DNA编码规则进行编码,并与其中一条由混沌序列转化的DNA矩阵进行DNA计算,然后对其解码,得到的即最终密文图像。该算法经过仿真测试和性能分析证实可以用于图像加密领域。
其他文献
目前,在室内定位系统中,基于接收信号强度指示(Received Signal Strength Indication,RSSI)的测距定位系统接收到的信号会因环境的不确定性出现不可预测的随机变化。行人航位推算(Pedestrian Dead Reckoning,PDR)定位系统也存在错误地估计传感器的参数及左右脚运动不一致等产生累积误差的问题。针对上述定位系统中存在的问题,本文做了以下两个方面的研
学位
随着移动通信技术的飞速发展,人们对基于位置的服务(Location Based Services,LBS)需求日益增长。相比已经成熟的室外定位技术,室内定位在精度、成本、抗干扰等方面有更高的要求。目前最常见的基于接收信号强度(Received Signal Strength Indication,RSSI)的室内定位算法易受室内障碍物、信号多径效应等的影响,使得基于RSSI路径损耗公式计算得到的距
学位
图像块包含图像局部信息且处理过程计算量小,因此基于图像块相似度的方法在图像处理领域应用广泛。考虑到在大多数图像处理任务中图像块相似度度量过程未充分考虑图像块的结构信息,本文采用深度学习中的深度神经网络(Deep Neural Network,DNN)与卷积神经网络(Convolutional Neural Network,CNN)方法提取图像块中包含结构信息的特征,并研究如何构造更有效的图像块相似
学位
在导航服务、移动社交、公共安全以及智慧城市建设等领域中,位置信息的确定成为人们获取泛在服务的重要元素。得益于北斗等卫星系统的全球化部署,室外目标定位已经成为应用范围较广且相对成熟的位置信息来源,然而,卫星信号的遮蔽敏感性导致其无法为室内目标定位提供有力的保障。为此,无线室内定位技术便成为当前网络通信领域的研究热点之一。基于Wi-Fi信号的方法已经在室内定位领域有了多年的研究积累,然而,在大型商超、
半导体行业依旧遵循摩尔定律在高速发展,相应的通信技术亦有了长足的进步,每时每刻都有海量的信息在互联网上进行存储与交互。然而,近年来信息泄露问题频频出现,信息安全问题的重要性日益凸显出来。混沌系统以其独特的动力学行为特性与加密系统设计的两个基本原则“混淆”和“扩散”相符合而在信息安全领域大放异彩。然而,将存在于实数域的混沌系统用数字电路来实现时,发现其最终会坍塌到有限域上,出现短周期和多周期等动力学
随着移动计算和物联网技术的迅速普及,人们对位置导航的需求迅速增加。北斗卫星导航系统(Bei Dou Navigation Satellite System,BDS)、全球定位系统(Global Positioning System,GPS)等可以在室外提供良好的定位保证,然而因建筑物遮挡等原因无法服务于室内定位。无线局域网(Wireless Local Area Networks,WLAN)现已大
学位
图像在人类的社会发展、信息存储、认知学习中发挥着不可或缺的作用,但受到采集硬件设备及网络传输等限制,往往使收集到的图像分辨率不高,利用效果一般。而高分辨图像具有的更多细节信息能够带来更多的帮助,因此,图像超分辨重建技术便应运而生。图像超分辨重建是指在不升级硬件的条件下,从计算机数字技术出发,利用软件提升图像的分辨情况。该技术目前在公安、医学、航空、艺术等多个方面取得了广阔的发展。因此,本文在现有的
学位
高光谱遥感技术快速发展并被广泛地应用于各个领域。然而,由于高光谱图像的空间分辨率通常是数米或数十米,而实际地物确具有复杂的空间分布,从而导致一个像元内包含多种地物,就形成了混合像元。混合像元的存在会影响到高光谱图像的实际应用,而混合像元分解是一个行之有效的方法。随着高光谱混合像元分解研究的不断深入,真实高光谱图像中的先验知识是可以获得的,而且高光谱数据中含有大量的二维空间信息,表现出了丰富的空间相
肺癌的病死率一直高居我国各种癌症的榜首,随着人们生活环境改变,肺癌的发病率也在逐步上升,对于肺癌来说最重要的就是“早期发现,早期诊断,早期治疗”可以提升有效患者的生存率。CT图像是对肺部病变检查最好的手段之一,肺癌的早期诊断是通过对结节的判断来进行诊断的,将医学图像处理应用到计算机辅助诊断系统,精准的肺实质分割和肺结节分类算法不仅能提高医生的工作效率,帮助医生减少工作压力和误诊率的发生,更能提高诊
图像匹配主要原理是对两幅图片的特征描述子进行匹配计算,如果距离小于预定值,则判定为同一场景。本文对所用到的图像进行了预处理,基于尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法着重研究了特征点的聚类、检索、匹配,并将其应用在视觉定位中。本文提出基于SIFT的改进图像匹配算法。主要针对SIFT算法对图像进行特征点提取时由于数据库图像较多,每幅图片的