基于实值离散Gabor变换的彩色图像加密算法

来源 :南昌大学 | 被引量 : 0次 | 上传用户:ylyyjj
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
许多数字图像涉及个人隐私、企业隐私或军事机密等信息,这些信息在传输过程中往往存在被窃取或篡改的风险。安全且高效的图像加密算法是保障数字图像安全传输的关键手段之一。本文提出了两种基于实值离散Gabor变换和比特置乱的混沌彩色图像加密算法。本文的主要研究工作如下:设计了一种基于实值离散Gabor变换和比特置乱的混沌彩色图像加密算法。通过实值离散Gabor变换将图像信息转换到变换域进行加密。以明文和初始密钥为输入,SHA-256算法生成三维混沌系统的初始值、控制参数、循环移位次数和Arnold变换的迭代次数。再利用Arnold变换对变换域图像执行比特置乱,其中Arnold变换的系数从三维混沌序列中选取。在对置乱矩阵执行Zigzag扫描后,利用三维混沌序列的索引矩阵和升序后的混沌序列,对扫描后的矩阵进行非线性置乱和循环移位扩散操作,获得密文图像。从密钥空间、相关性、直方图等方面对算法性能进行了评价。研究表明所提出的基于实值离散Gabor变换的彩色图像加密算法具有较高的安全性,可以抵抗常见攻击。结合实值离散Gabor变换和四元数离散傅里叶变换,设计了一种基于混合混沌映射的彩色图像加密算法。该算法先由三维Logistic映射的初始值和控制参数生成一个三维混沌序列,并利用该三维混沌序列和原始明文图像由SHA-256算法生成二维耦合混沌映射的初始值和控制参数。在对原始图像进行实值离散Gabor变换后,采用比特置乱的方式对图像进行第一轮加密。将置乱后的矩阵分别重构为四元数的各个虚部,实现对彩色图像三通道的统一加密并提高算法的加密效率。再采用三维混沌序列对四元数矩阵进行相位掩模,相位掩模后执行四元数离散傅里叶变换得到四元数矩阵的各个实部和虚部,并将各个实部和虚部比特重构为三个矩阵。利用二维耦合混沌序列和其索引矩阵对三个矩阵统一进行快速置乱操作和与明文相关联的扩散操作,得到密文图像。仿真结果表明基于实值离散Gabor变换和四元数离散傅里叶变换的彩色图像加密算法具有较高的安全性。
其他文献
物联网技术的飞速发展推动许多新兴应用的出现,而移动用户终端通常由于有限的资源不能满足应用程序在通信和计算方面低时延的要求。移动边缘计算(Mobile Edge Computing,MEC)技术通过在位于网络边缘的接入点提供较低传输延迟的密集计算服务,减少对远程云的卸载量,已经成为一种有效的解决方案。然而,传统的MEC在一些复杂的地形或恶劣天气中存在无法接入的情况,密集部署MEC服务器又是昂贵且不合
学位
伴随着无线充电设备的市场需求量不断扩大,无线电能传输(WPT)技术发展相当迅速,其中磁耦合谐振式无线电能传输(MCR-WPT)技术因为方便、安全、整洁而广受青睐。随着MCR-WPT产品的普及,传统的单发射单接收(Single-Input-Single-Output,SISO)MCR-WPT系统已渐渐无法满足市场需求,多发射多接收(Multiple-Input-Multiple-Output,MIM
学位
医学影像分割对于疾病的诊断和治疗至关重要,可以有效提高临床诊断效率,为手术方案和预后治疗提供量化指导。多模态医学影像可以反映人体不同的生物信息和组织特征。因此,基于深度学习的多模态医学图像分割算法可广泛应用于智能医疗、疾病诊断、术前规划、医学大数据分析等研究领域。但是,医学图像数据的匮乏和多模态医学图像分割算法的低精度严重限制了医学图像分析在实际临床场景中的应用。本文以脑肿瘤的多模态MRI(Mag
学位
雷达发射波形直接决定了雷达的探测性能,因此雷达波形设计具有十分重要的意义。衡量雷达波形优劣的一类典型指标是波形的相关特性。通常,传统相控阵雷达的发射波形需要具备理想的自相关特性;MIMO雷达的发射波形需要具备理想的自相关和互相关特性。雷达发射机可发射单个波形或波形集,实现目标的探测或环境的感知。通常,波形集的相关特性要优于单个波形的相关特性,因此雷达波形集的研究引起了广泛关注。其中,互补序列集(C
学位
随着智能设备的普及,越来越多的计算资源被用来处理应用任务,设备的计算能力限制逐渐成为通信系统中不可避免的难题,而采用移动边缘计算(Mobile Edge Computing,MEC)技术可以帮助物联网设备将计算密集型任务卸载到移动网络的边缘,减少设备的计算压力。然而在实际场景中静态边缘计算服务器不能根据移动用户的需求进行动态部署,凭借无人机(Unmanned aerial vehicles,UAV
学位
下雨天会使监控摄像机获取的户外图像或视频中引入雨条纹,雨条纹会遮挡图像背景、造成图像模糊。一般来说,图像的清晰度直接关系到基于图像应用系统的可靠性。随着目标检测、人脸识别以及自动驾驶等计算机视觉任务的需求日益增加,对含雨图像进行处理有着广阔的应用前景。随着深度学习理论和技术的不断发展,基于深度学习的方法在利用深层网络自动提取图像特征上有天然优势,能够在含雨图像与干净背景之间学习复杂的非线性映射。雨
学位
近年来,磁耦合谐振式无线电能传输(Magnetic-Coupled Resonant Wireless Power Transfer,MCR-WPT)技术凭借传输距离适中、传输效率高、输出功率大、电磁辐射小等优点受到广泛关注。针对传统同轴式MCR-WPT系统线圈占用空间较大、不易摆放的问题,提出了一种易于安放在家居环境的共面式MCR-WPT系统,该系统可逐段扩展,适用于长距离下给多个负载供电的应用
学位
随着无人机技术的不断发展,无人机变得越来越普遍,因此无人机的应用场景也越来越广泛。通常在室外环境下,无人机可以依靠全球定位系统(Global Positioning System,GPS)完成飞行任务,但是在GPS信号不佳的室内环境下,无人机将无法依靠GPS完成室内飞行任务,为了使无人机在室内环境有更广泛的应用场景,需要设计一个室内导航定位系统。因此,本文对超宽带定位技术进行了分析与研究,设计了一
学位
计算机视觉技术随着卷积神经网络快速发展取得了巨大突破,在视觉检测领域,已经出现了众多如YOLO、Fast-RNN等经典高精度模型。然而这些网络模型也存在着两个问题:一是经典目标检测模型参数、浮点计算量庞大,不能在性能较弱的移动设备推理部署,二是随着网络模型参数、浮点计算量减少,网络模型性能直线下降,即网络轻量化后检测精度不足。这些问题限制了目标检测算法的落地应用和检测效果。针对上述问题,本文基于主
学位
无线定位技术广泛应用于军事领域和民用领域。军事领域以雷达定位为主,雷达利用目标对电磁波信号的反射实现对目标的定位。民用领域通常利用已有的通信基础设施,通过发射和接收电磁波信号的方式实现对用户的定位。其中,毫米波定位技术因其拥有较高定位精度、低延迟、可集成度高等优势备受关注。然而传统的5G毫米波定位系统中毫米波信号容易受到障碍物的遮挡,降低了定位能力的可靠性;另一方面,现有的定位精度仍不能满足虚拟现
学位