【摘要】：為了實現(xiàn)對兩幅圖像進行同步加密,降低傳輸負(fù)載并提高密文的抗明文攻擊能力,提出了離散分?jǐn)?shù)階隨機變換與加權(quán)像素混沌置亂的雙圖像加密算法。將2個分階參數(shù)引入到Tent映射中,設(shè)計了新的Tent映射;根據(jù)明文像素值,構(gòu)建加權(quán)像素直方圖模型,聯(lián)合位外部密鑰,生成改進的Tent映射的初值;再利用初值對分?jǐn)?shù)階Tent映射進行迭代,輸出2組隨機序列,對2幅明文進行位置交叉混淆,獲取2個置亂密文;基于DWT(discrete wavelet transform)技術(shù),對2個置亂密文進行稀疏表示;根據(jù)混沌序列,定義隨機循環(huán)矩陣,聯(lián)合稀疏表示,獲取2個置亂密文對應(yīng)的測量矩陣。根據(jù)隨機掩碼與調(diào)制相位掩碼,建立數(shù)據(jù)融合模型,將2個測量矩陣組合為復(fù)合矩陣;基于離散分?jǐn)?shù)階隨機變換,對復(fù)合圖像進行擴散,獲取密文。測試數(shù)據(jù)顯示:與已有的多圖像加密方案相比,該算法的抗明文攻擊能力與用戶響應(yīng)值更理想,密文的NPCR、UACI值分別達到了99.83%、34.57%。該算法具有較高的加密安全性,能夠有效抵御網(wǎng)絡(luò)中的外來攻擊,確保圖像安全傳輸。
[Abstract]:In order to realize synchronous encryption of two images, reduce the transmission load and improve the anti-plaintext attack ability of ciphertext, a double image encryption algorithm based on discrete fractional random transformation and weighted pixel chaos scrambling is proposed. Two order parameters are introduced into the Tent mapping, and a new Tent map is designed, the weighted pixel histogram model is constructed according to the plaintext pixel value, and the initial value of the improved Tent mapping is generated by combining the external key and the bitwise key. Then the fractional Tent map is iterated by initial value, two sets of random sequences are outputted, two pieces of plaintext are obfuscated, two scrambled ciphertext are obtained, and two scrambled ciphertext are represented sparsely based on DWT (discrete wavelet transform) technology. According to the chaotic sequence, the random cyclic matrix is defined and the sparse representation is combined to obtain two measurement matrices corresponding to the scrambled ciphertext. According to the random mask and modulation phase mask, the data fusion model is established, the two measurement matrices are combined into composite matrices, and the composite images are diffused to obtain ciphertext based on discrete fractional random transformation. The test data show that compared with the existing multi-image encryption scheme, the algorithm has better anti-plaintext attack ability and user response value, and the NPCR,UACI value of ciphertext reaches 99.83 and 34.57 respectively. This algorithm has high encryption security, can effectively resist the external attacks in the network, and ensure the secure transmission of images.
【作者單位】： 吉林農(nóng)業(yè)科技學(xué)院電氣與信息工程學(xué)院;哈爾濱工業(yè)大學(xué)計算機科學(xué)與技術(shù)學(xué)院;長春工程學(xué)院電氣與信息工程學(xué)院;
【基金】：國家自然科學(xué)基金(61075077) 吉林省科技支撐項目(20150203002SF) 吉林省教育廳自然科學(xué)研究項目(2014317)
【分類號】：TP309.7;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 田丹;薛定宇;楊雅婕;;分?jǐn)?shù)階原始對偶去噪模型及其數(shù)值算法[J];中國圖象圖形學(xué)報;2014年06期

2 陳炳文;王文偉;秦前清;;基于分?jǐn)?shù)階積分算子的紅外弱小目標(biāo)檢測[J];控制與決策;2012年01期

3 王飛;彭皓;白文斯密;華云;馬洪;;基于分?jǐn)?shù)階變分問題的TV模型[J];四川大學(xué)學(xué)報(自然科學(xué)版);2012年06期

4 龔春葉;包為民;閔昌萬;張燁琛;劉杰;;分?jǐn)?shù)階微分方程的一種細(xì)粒度數(shù)據(jù)級并行算法[J];計算機工程與科學(xué);2013年11期

5 李金龍;楊守義;穆曉敏;;基于分?jǐn)?shù)階相關(guān)盲圖像水印算法[J];河南科學(xué);2006年02期

6 王金芳;楊寶俊;李月;;基于分?jǐn)?shù)階Cosine和Sine變換說話人證實特征的提取[J];石家莊鐵道學(xué)院學(xué)報(自然科學(xué)版);2008年02期

7 荀殿棟;;國外模擬置亂體制的目前概況及今后的動向[J];通信保密;1985年Z1期

8 于增貴;模擬置亂技術(shù)的現(xiàn)狀與發(fā)展前景[J];通信保密;1991年03期

9 許紅山;置亂技術(shù)在信息隱藏中的應(yīng)用[J];廣州大學(xué)學(xué)報(自然科學(xué)版);2004年02期

10 葉瑞松;莊樂儀;;基于帳篷映射迭路的置亂方法[J];計算機應(yīng)用;2009年10期

相關(guān)會議論文 前2條

1 文歡;沈懷榮;;模糊分?jǐn)?shù)階控制器在無人機飛行控制中的應(yīng)用仿真[A];2007系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2007年

2 樊亞翔;孫浩;周石琳;鄒煥新;;基于元樣本稀疏表示的多視角目標(biāo)識別[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第五分冊）[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 尹學(xué)輝;基于分?jǐn)?shù)階PDE的圖像結(jié)構(gòu)保持型去噪算法研究[D];重慶大學(xué);2015年

2 田丹;基于分?jǐn)?shù)階變分的圖像去噪和分割算法研究[D];東北大學(xué);2015年

3 程玉柱;分?jǐn)?shù)階ACM圖像分割算法及其在雜草圖像中的應(yīng)用[D];南京林業(yè)大學(xué);2014年

4 潘勇;基于分?jǐn)?shù)階Fourier變換的RFID定位系統(tǒng)關(guān)鍵技術(shù)研究[D];天津大學(xué);2013年

5 李進明;基于稀疏表示的圖像超分辨率重建方法研究[D];重慶大學(xué);2015年

6 姚明海;視頻異常事件檢測與認(rèn)證方法研究[D];東北師范大學(xué);2015年

7 王瑾;基于稀疏表示的數(shù)據(jù)收集、復(fù)原與壓縮研究[D];北京工業(yè)大學(xué);2015年

8 薛明;基于稀疏表示的在線目標(biāo)跟蹤研究[D];上海交通大學(xué);2014年

9 程廣濤;基于壓縮感知的人臉識別方法研究[D];天津大學(xué);2015年

10 黃丹丹;基于稀疏表示的視覺目標(biāo)跟蹤方法研究[D];大連理工大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 趙九龍;基于分?jǐn)?shù)階微積分的三維圖像去噪增強算法研究[D];寧夏大學(xué);2015年

2 馬剛;級聯(lián)混沌對視頻分?jǐn)?shù)階傅立葉域的加密研究[D];華北理工大學(xué);2015年

3 張叢嶸;基于分?jǐn)?shù)階水平集的PET心臟圖像分割算法研究[D];東北大學(xué);2013年

4 李沛遙;基于分?jǐn)?shù)階矩的仿射不變特征提取[D];南京信息工程大學(xué);2016年

5 朱得超;基于分?jǐn)?shù)階PMD的低劑量CT圖像去噪算法研究[D];電子科技大學(xué);2016年

6 金海洋;基于分?jǐn)?shù)階的視頻高比例壓縮方法研究[D];沈陽航空航天大學(xué);2017年

7 汪輝;分?jǐn)?shù)階小波變換理論及其應(yīng)用研究[D];西南交通大學(xué);2014年

8 王小娟;分?jǐn)?shù)階卷積算法的研究及其應(yīng)用[D];鄭州大學(xué);2011年

9 胥松壽;基于分?jǐn)?shù)階域特征提取的人臉識別算法[D];鄭州大學(xué);2014年

10 吳海洋;分?jǐn)?shù)階數(shù)字濾波器的設(shè)計及在圖像處理中的應(yīng)用[D];大連交通大學(xué);2014年

，

本文編號：2299415