【技术实现步骤摘要】
本专利技术属于数字图像加密，具体提供一种基于变参数超混沌系统和压缩感知的多图像加密方法。
技术介绍
1、随着互联网技术的快速发展以及5g时代的到来，大量信息通过互联网进行传播，使人们之间的通信越来越方便，也为社会的发展提供了有效的助力；然而，在互联网给社会带来这些好处的同时，也带来了诸多隐患，比如意外曝光的个人隐私、商业机密等，图像加密正是解决这些隐患的有效手段。
2、考虑到军事、医学图像等数字图像具有像素分布密集、信息量大、相关性强等内在特征，诸如aes、idea、des和rsa等传统加密算法并不适用此类图像加密，而混沌系统具有不可预测性、伪随机性以及对系统参数和初值的极端敏感性等特点，使其在数字图像加密领域具备更优的加密性能。进一步的，随着大图像时代的到来，图像传输成本也越来越高，图像加密的同时进行数据压缩成为必要趋势；压缩感知理论（cs）打破了nyquist 采样定理中对采样频率的规定，能以低速率对信号进行压缩采样，且对噪声具有鲁棒性；cs通过一个观测矩阵对高维可压缩信号进行采样，其采样数远小于 nyquist采样定理所要求的采样数，从而降低了计算和硬件成本。混沌理论和压缩感知技术的结合不仅可以提高图像加密算法的安全性和加密效率，而且可以极大地提高加密算法的鲁棒性，满足图像信息的实时传输和抗丢包需求。然而，现有的混沌理论与压缩感知技术相结合的多图像加密方法仍然存在诸多问题：
3、1）传统加密系统所采用的混沌系统多为低维混沌系统，生成的混沌序列复杂度低、随机性弱，由此构造的安全密钥易于被恶意破译；p>
4、2）压缩感知算法中，对随机观测矩阵的构建要求高，低采样率会严重影响重构质量，且图像需要具有稀疏性，传统加密方法仅仅使用高斯随机观测矩阵对图像进行压缩，对加密图像进行重构的恢复质量较低；
5、3）当前图像加密方法的像素置乱及扩散算法仅仅只对单通道像素进行位置及大小上的变换，并未将两类变换扩展到多通道，未将多通道信息进行连接，破解单一通道置乱及扩散算法即可轻松破译所有通道信息，加密安全性较低。
技术实现思路
1、本专利技术的目的在于针对现有技术存在的诸多问题，提供一种基于变参数超混沌系统和压缩感知的多图像加密方法，用以解决现有混沌系统维度低、复杂度低以及随机性差而导致加密算法易破译的弊端，同时具有更优的原始图像重构质量。本专利技术首先提出了一种新的变参数超混沌系统，该混沌系统不仅是超混沌系统，而且参数变化率也是混沌的，解决了现有混沌系统生成的混沌序列复杂度低、随机性差以及计算机有限精度导致混沌系统的退化问题；然后提出基于混沌观测矩阵的半张量积压缩感知算法，通过改进观测矩阵的稀疏性，有效提高图像重构质量；最后提出多通道同位随机置乱和局部加权扩散，有效解决像素置乱和扩散无法将多通道信息连接的弊端，提高了算法复杂度和破译难度。
2、为实现上述目的，本专利技术采用的技术方案为：
3、一种基于变参数超混沌系统和压缩感知的多图像加密方法，包括以下步骤：
4、a1：密钥生成；
5、a1.1：对四幅待加密明文图像进行离散小波变换处理后得到稀疏小波图像，截取每幅稀疏小波图像的非零信息部分，合并构成稀疏图像p1；
6、a1.2：基于稀疏图像p1，由sha-512函数生成密钥 x、 y、 z、 w；
7、a2：多图像压缩；
8、a2.1：将稀疏图像p1分解为r、g、b颜色矩阵；
9、a2.2：结合密钥 x、 y、 z、 w，应用四阶龙格库塔算法对变参数超混沌系统进行迭代，获得混沌序列 x、 y、 z、 w；
10、a2.3：根据混沌序列 x构建半张量积压缩感知模型的观测矩阵，将r、g、b颜色矩阵依次输入半张量积压缩感知模型，得到测量值r1、g1和b1；
11、a2.4：对测量值r1、g1和b1进行量化，得到测量值、和，再组合得到秘密图像 s；
12、a3：多通道同位随机置乱；
13、a3.1：将秘密图像 s再次分解为颜色矩阵r2、g2和b2，并转化为二进制序列r3、g3和b3；
14、a3.2：根据混沌序列 y，截取长度为3mn的伪随机序列并转换为二进制表示，然后均分为3个长度为8mn的二进制序列 y1、 y2、 y3，再并对二进制序列 y1、 y2、 y3进行量化处理，得到控制序列、、；其中，m、n为观测矩阵的大小；
15、a3.3：对序列 r3、 g3和 b3进行同位随机置乱，得到序列、、；
16、a3.4：将序列、和分别转换并重构为颜色矩阵 r3h、 g3h和 b3h，合并得到置乱后图像 c1；
17、a4. 局部搜索扩散；
18、a4.1：根据混沌序列 z，截取长度为mn的伪随机序列构成序列 z1；根据混沌序列 w，截取长度为mn+1的伪随机序列构成序列 w1；再对序列 z1、 w1进行量化处理，得到控制序列、，再分别转换为二进制控制序列 z2、 w2；
19、a4.2：将置乱后图像 c1分解为颜色矩阵 r4、 g4和 b4，并转化为二进制颜色矩阵 r5、 g5和 b5；根据控制序列 z2、 w2对颜色矩阵 本文档来自技高网...
【技术保护点】
1.一种基于变参数超混沌系统和压缩感知的多图像加密方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于变参数超混沌系统和压缩感知的多图像加密方法，其特征在于，步骤A1.2中，密钥x、y、z、w的生成过程为：
3.根据权利要求1所述基于变参数超混沌系统和压缩感知的多图像加密方法，其特征在于，步骤A2.2中，变参数超混沌系统表示为：
4.根据权利要求1所述基于变参数超混沌系统和压缩感知的多图像加密方法，其特征在于，步骤2.3中，半张量积压缩感知模型的观测矩阵的构建过程为：
5.根据权利要求1所述基于变参数超混沌系统和压缩感知的多图像加密方法，其特征在于，步骤2.4中，测量值 、 和 为：
6.根据权利要求1所述基于变参数超混沌系统和压缩感知的多图像加密方法，其特征在于，步骤3.2中，控制序列 、 、 为：
7.根据权利要求1所述基于变参数超混沌系统和压缩感知的多图像加密方法，其特征在于，步骤3.3中，同位随机置乱表示为：
8.根据权利要求1所述基于变参数超混沌系统和压缩感知的多图像加密方法，其
9.根据权利要求1所述基于变参数超混沌系统和压缩感知的多图像加密方法，其特征在于，步骤4.2中，局部搜索扩散表示为：
10.根据权利要求1所述基于变参数超混沌系统和压缩感知的多图像加密方法，其特征在于，步骤5.3中，嵌入过程表示为：
...【技术特征摘要】
1.一种基于变参数超混沌系统和压缩感知的多图像加密方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于变参数超混沌系统和压缩感知的多图像加密方法，其特征在于，步骤a1.2中，密钥x、y、z、w的生成过程为：
3.根据权利要求1所述基于变参数超混沌系统和压缩感知的多图像加密方法，其特征在于，步骤a2.2中，变参数超混沌系统表示为：
4.根据权利要求1所述基于变参数超混沌系统和压缩感知的多图像加密方法，其特征在于，步骤2.3中，半张量积压缩感知模型的观测矩阵的构建过程为：
5.根据权利要求1所述基于变参数超混沌系统和压缩感知的多图像加密方法，其特征在于，步骤2.4中，测量值 、 和 为：...
【专利技术属性】
技术研发人员：罗敏，西贝与非，章兴仁，
申请(专利权)人：成都甄识科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。