【技术实现步骤摘要】
本专利技术属于光学变换的图像认证，具体涉及一种基于双随机相位编码和压缩感知的图像认证方法。
技术介绍
1、作为信息交换和传播的主要载体形式，数字图像在日常生活中正在迅速增长并被广泛传播[1]。当数字图像通过公开渠道进行传输时，非法用户可能会对其进行窃听、篡改甚至破坏，这将给合法终端用户带来巨大损失[2]。如何确保包含用户隐私或含重要信息的数字图像的安全性是一项非同小可的任务，可行的解决方案是将数字图像加密成为无法识别的类噪声图像模式[3,4]。作为数字图像加密领域的一种重要加密方法，混沌图像加密近年来得到了广泛的研究[5]。然而，研究发现大多数混沌加密方法在安全性设计方面存在一定的漏洞[6,7]。一些混沌加密方案[3,5]将明文图像加密为等大小的加密图像，在资源有限的应用场景中传输时将会增加额外的传输成本。
2、双随机相位编码(drpe)技术最初由refregier等人开发[8]，其具有并行和高效处理二维复合数据的显著优势。当前，许多现有研究已成功地将drpe与其它传统信息处理技术相结合[9-11,14,17]，如从fourier变换域扩展到fresnel变换域进行水印、加密和身份认证。由于drpe和光子计数成像技术所获得的相位信息稀疏且占用的存储空间较小，文献[12,13,17]结合drpe与光子计数成像技术获取稀疏复合信息，并利用统计非线性相关方法进行安全图像认证。yi等人[18]注意到大多数基于drpe的图像认证设计都隐式假设接收者成功获取了加密图像，并且加密图像在传输过程中没有受到攻击，当加密图像在传输过程中
3、drpe和压缩感知(cs)的结合已成为应对当前加密系统安全性问题的主要解决方案之一[19-22]。zhang等人[19]联合正交编码、drpe和cs技术实现了多图像加密，并在图像块重构过程中对每一幅图像的实现了重构。类似的，huo等人[20]对每幅明文图像进行采样，并通过正交编码过程将采样数据整合为合成密文，实现了多图像加密。由于cs和drpe过程中利用了混沌矩阵，因此密钥的存储和传输既高效又简单。此外，lu等人[21]通过对cs采样数据进行降维和随机投影操作，开发了一种drpe-cs图像加密方案，实现了更低的加密数据量和更高的信息保护安全性。为了提高安全级别并实现盲认证，zhou等人[22]提出了一种新颖且安全的drpe-bcs方法。然而，文献[19-22]的重构图像的精度并不理想。首先，由于cs的输入是明文图像，当设置较低的采样率时，重构图像质量较差。其次，加密图像遭受不同程度的攻击时会导致重构图像质量严重衰退。考虑到这些因素，如何在较低的采样率下确保重构图像的质量，并在受到攻击后降低图像质量衰退损失从而保持更强大的认证能力，就成了一个难题。
4、参考文献：
5、[1]k.l.zhou,m.h.xu,j.d.luo,h.j.fan and m.li,“cryptanalyzing an imageencryption based on a modified henon map using hybrid chaotic shifttransform,”digital signal processing,vol.93,pp.115-127,2019。
6、[2]m.li,h.ren,e.zhang,w.wang,l.sun and xiao d,“a vq-based jointfingerprinting and decryption scheme for secure and efficient imagedistribution,”security communication and networks,pp.1-11,2018。
7、[3]m.zhou and c.wang,“a novel image encryption scheme based onconservative hyperchaotic system and closed-loop diffusion between blocks,”signal processing,vol.,171,article id 107484,2020。
8、[4]w.y.wen,y.k.hong,y.m.fang,m.li and m.li,“a visually secure imageencryption scheme based on semi-tensor product compressed sensing,”signalprocessing,vol.173,article id 107580,2020。
9、[5]m.khan and t.shah,“an efficient chaotic image encryption scheme,”neural computing and applications,vol.26,no.5,pp.1137-1148,2015。
10、[6]g.d.ye,c.pan,x.l.huang and q.x.mei,“an efficient pixel-levelchaotic image encryption algorithm,”nonlinear dynamics,vol.94,pp.745-756,2018。
11、[7]s.l.sun,“a novel hyperchaotic image encryption scheme based on dnaencoding,pixel-level scrambling and bit-level scrambling,”ieee photonicsjournal,vol.10,no.2,pp.7201714,2018。
12、[8]p.refregier and b.javidi,“optical image encryption based on inputplane and fourier plane random encoding,”optics letters,vol.20,no.7,pp.767-769,1995。
13、[9]y.sheng,y.h.xin,m.t.liu,s.x.yao and x.j.sun“an improved method toenhance the security of double random-phase encoding in the fresnel domain,”optics and laser technology,vol.44no.1,pp.51-56,2012。
14、[10]j.x.chen,z.l.zhu,c.fu,l.b.zhang and y.s.zhang“informationauthentication using sparse representation of double r本文档来自技高网...
【技术保护点】
1.一种基于双随机相位编码和压缩感知的图像认证方法，其特征在于其加密和隐藏过程为：将明文图像经VQ编码器编码后生成VQ索引和误差矩阵，同时将明文图像经DRPE变换和量化后生成二值图像作为认证信息，再将得到的误差矩阵经过置乱和CS压缩后得到测量值，通过融合索引矢量、已量化的测量值和认证信息生成组合图像，然后对组合图像进行加密生成最终的加密隐藏图像；其解密和认证过程为：接收图像通过相应密钥的逆置乱和逆扩散来恢复组合图像，并依次从组合图像中提取索引矩阵、已量化的测量值和认证信息，利用CS重构过程重构误差矩阵、利用VQ解码过程获取VQ解码图像以及利用DRPE过程获取解码图像，VQ解码图像联合重构误差矩阵获取目标图像，解码图像和目标图像之间即能够实现光变换域图像认证。
2.根据权利要求1所述的基于双随机相位编码和压缩感知的图像认证方法，其特征在于误差矩阵生成过程为：
3.根据权利要求1所述的基于双随机相位编码和压缩感知的图像认证方法，其特征在于认证信息生成过程为：通过DRPE变换对明文图像I0进行编码生成由相位图像和振幅图像组成的复合图像，振幅图像被丢弃，只保留相位
4.根据权利要求1所述的基于双随机相位编码和压缩感知的图像认证方法，其特征在于误差矩阵压缩过程为：
5.根据权利要求1所述的基于双随机相位编码和压缩感知的图像认证方法，其特征在于自嵌入和加密过程为：
6.根据权利要求1所述的基于双随机相位编码和压缩感知的图像认证方法，其特征在于解密和认证过程为：
...【技术特征摘要】
1.一种基于双随机相位编码和压缩感知的图像认证方法，其特征在于其加密和隐藏过程为：将明文图像经vq编码器编码后生成vq索引和误差矩阵，同时将明文图像经drpe变换和量化后生成二值图像作为认证信息，再将得到的误差矩阵经过置乱和cs压缩后得到测量值，通过融合索引矢量、已量化的测量值和认证信息生成组合图像，然后对组合图像进行加密生成最终的加密隐藏图像；其解密和认证过程为：接收图像通过相应密钥的逆置乱和逆扩散来恢复组合图像，并依次从组合图像中提取索引矩阵、已量化的测量值和认证信息，利用cs重构过程重构误差矩阵、利用vq解码过程获取vq解码图像以及利用drpe过程获取解码图像，vq解码图像联合重构误差矩阵获取目标图像，解码图像和目标图像之间即能够实现光变换域图像认证。
2.根据...
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。