基于均匀置乱的图像位置置乱衡量方法

由于图像置乱分成位置和像素值置乱两类,图像置乱衡量也从这两方面进行分析。目前基于像素值的衡量效果依赖于原始图像,存在局限性;基于位置的衡量随着置乱距离的不同效果也有很大偏差,同样存在局限性。从图像位置置乱的实质出发,提出均匀置乱的概念,从偏离度和均匀度的角度对图像位置置乱效果进行衡量。通过对大量实验结果的分析得出,该衡量算法可以准确地衡量图像置乱程度,与人的视觉评价保持一致,具有可行性和有效性。     

云模型图像置乱算法

针对目前数字图像置乱算法在双重置乱方面的欠缺问题,提出一种新的云模型图像置乱算法。该算法利用三维云模型生成的函数值来改变图像像素位置和像素值,实现了双重置乱。经实验验证以及定量定性分析,置乱图像呈现白噪声,真正实现了图像置乱,并不存在周期性恢复的安全问题,该算法能较快达到理想的置乱效果,且能抵抗一定的剪切、加噪、滤波以及缩放攻击;证明了该算法的有效性和合理性,可以较好地应用于图像置乱。     

基于灰色关联分析的图像置乱程度评价方法*

为有效衡量图像置乱的程度,引入灰色理论中的灰色关联分析,提出一种新的置乱效果评价方法。该方法首先将置乱图像分块,通过计算各子块图像中每行元素的灰度均值来统计各子块的灰度信息,建立小样本序列;然后利用灰色关联分析理论计算各序列之间的灰度信息关联度来评判各子图像灰度信息的关联程度,从而获取图像的置乱效果。实验表明,该方法能有效地评价不同置乱变换的效果,且评判无须原图像参与,与基于SNR的置乱评判方法相比,能更加客观地评判置乱效果,且与人眼目测结果相符。     

基于均匀置乱与可逆隐藏的双重图像保密算法

加密和隐藏是实现图像保密的2种重要方式,将加密后的图像再隐藏在一幅正常图像中,可以实现对图像的双重保密.基于传统图像置乱变换存在密钥量小和置乱效果差的缺点,提出一种图像位置均匀置乱算法,在密钥量显著提高的前提下,置乱效果得到极大改善,而且加密速度快.在此基础上,对加密后的图像进行隐藏处理.针对目前隐藏算法只保证秘密信息可恢复的特点,提出一种基于图像相邻像素对差值的可逆隐藏算法,在恢复秘密信息的同时也能准确恢复载体图像.仿真实验得出:该算法具有可行性和有效性.     

图像置乱程度的衡量方法

图像置乱变换是信息隐藏和图像加密常用的方法,如何衡量一种置乱变换的好坏,是研究的热点和难点问题。基于置乱前后位置变化的方法可以作为一个衡量的标准,但是位置变化并不能代表像素点值的改变,而且把图像作为一个整体来考虑也会产生一些偏差。为了克服这个缺点,提出了一种基于各点相关性的图像置乱程度衡量方法,主要是通过比较置乱前后每个点与其相邻点相关性的差异来进行衡量。由Matlab仿真结果表明,该方法可以很好地衡量图像置乱次数与置乱效果的关系,而且与人类的视觉具有比较好的一致性。     

奇异值分解用于图像置乱程度评价研究

提出了基于奇异值分解的图像置乱程度评价新方法。首先求置乱前后两图像灰度值差的绝对值矩阵;其次计算灰度差绝对值矩阵与其转置矩阵之积并进行奇异值分解;最后根据所得奇异值构造一个离散概率分布并计算其信息熵作为图像置乱程度评价函数。实验结果表明,所提出的评价方法能够较好地刻画图像的置乱程度,反映了加密次数与置乱程度之间的关系,与人的视觉基本相符。而且对于不同的图像,该评价方法能在一定程度上反映所用的置乱变换在各置乱阶段的效果。     

基于约瑟夫遍历的数字图像置乱算法

以约瑟夫遍历、位置置乱和灰度置乱为基础,提出了一种基于约瑟夫遍历的数字图像置乱方法,该方法简单易行,置乱效果良好,可用作信息隐藏与伪装的预处理。     

基于DCT的图像置乱程度评价方法

针对当前出现的各种各样的置乱算法,为更好地衡量这些算法对不同图像的置乱程度,利用DCT系数的良好特性,结合人眼视觉掩蔽特点,提出一种新的描述图像置乱程度的评价方法。实验表明,该方法与人的主观评价相接近,能较好地反映同一图像和不同图像酌置乱效果。     

分布均匀性的图像置乱衡量方法

尽管越来越多的置乱算法被提出,如Arnold cat变换、Hilbert变换、幻方变换和基于混沌置乱变换等,但是针对这些置乱算法的衡量方法却很少,现有的方法都是基于某一种置乱变化而提出的,通用性不强。从图像置乱均匀分布的角度出发,定义了理想置乱状态的模型,并根据理想状态的特点提出了一种图像置乱衡量方法,通过比较置乱效果与理想状态的偏离度来评价置乱效果的好坏。对Arnold cat变换进行了仿真分析,实验结果显示该方法能准确衡量图像的置乱程度,与人类视觉相吻合。并指出对256×256的图像来说,8×8,16×16的分块可以更准确地衡量置乱效果。     

基于灰度变换的图像置乱算法研究

为实现军事图像信息安全,在研究图像置乱几种算法的基础上提出了基于灰度变换的图像置乱思想,并对空间置乱与灰度置乱两种不同置乱方法的优缺点进行比较,研究表明基于灰度的图像置乱算法执行速度快,安全性更高。     

基于交叉熵的数字图像置乱程度评价方法

将交叉熵与图像的最优分块处理相结合,提出了一种基于分块交叉熵的数字图像置乱程度的评价方法。为了能用图像交叉熵反映出图像置乱效果,采用具有周期性的置乱变换进行实验,结果表明,该方法能够较好地刻画图像的置乱程度,反映了加密次数与置乱程度的关系,与人的视觉基本相符。而且对于不同的图像,该评价方法能在一定程度上反映了所用的置乱变换在各个加密阶段的效果。     

基于灰度级出现频数的数字图像置乱程度衡量方法

数字图像置乱程度是评价数字图像置乱算法的重要方面,对数字水印算法的研究也起到重要的指导作用。利用灰度级出现频数可以对数字图像的最佳(理想)置乱效果进行描述,以数字图像的最佳(理想)置乱效果为参照系,基于灰度级出现频数提出了一种衡量数字图像置乱程度的新方法。采用Matlab为实验研究工具,进行仿真实验。实验结果表明,该置乱程度衡量方法与视觉的主观评价基本一致,具有对各种类型的图像加密方法都适用的高泛化性,还具有与原图像无关性。     

基于相邻点运算与混沌映射的图像置乱方法

为了更安全有效地传输数字图像,提出一种将相邻像素点运算与混沌映射相结合的图像置乱方法.该方法通过将图像相邻点逐个进行异或操作,得到初步置乱效果图,然后再对其运用混沌映射理论进行置乱,从而得到置乱后的加密图像.通过HVS(Human Visual System人类视觉系统)及仿真实验结果证明,该方法置乱效果明显优于Arnold法、Hilbert法等现有置乱方法,且实现简单.     

基于位置和灰度变换的混沌图像置乱算法

在分析传统图像置乱方法不足的基础上,提出一种新的基于位置迁移和像素灰度变换的图像全局置乱算法.算法以图像矩阵的元素为单位进行置乱,采用不同的混沌序列对矩阵中每个元素的位置和灰度都进行了一次随机的改变,产生了图像全局置乱矩阵.变换矩阵形式不固定且不动点的个数为零,没有统一的迭代公式,达到了良好的图像置乱效果.同时,该算法具有较低的时间复杂度和较好的安全保密性能.最后,仿真和实验结果验证了本算法的有效性.     

基于位置相关性的图像置乱效果评价方法

利用欧氏距离范数描述图像的位置相关性,提出一种图像置乱效果评价方法。对Arnold变换和M序列变换2种置乱算法的置乱效果进行评价,实验结果表明,该评价方法能较好地刻画图像的置乱程度,反映了置乱次数和图像置乱程度之间的关系,与主观评价结果相吻合。     

一种基于补丁算法改进的图像隐写方法简

针对经典补丁算法进行信息隐藏时嵌入容量极低的缺陷,基于图像置乱和分块的方法,提出一种改进的图像隐写算法。首先将载体图像进行恰当分块并进行充分置乱,置乱程度以分块的均方差来衡量,然后在置乱图中选择分块对进行信息嵌入。实验结果表明,该方法可将载体图像的嵌入容量由1比特扩展到数百比特,同时具有视觉不可觉察性,对JPEG压缩和噪声攻击有较好的鲁棒性,可抵御卡方、RS和SPA分析等平面域的经典隐写分析算法。     

一种快速的彩色图像置乱算法

提出一种彩色图像置乱算法,无须迭代计算即可得到加密图像。通过移位初步打乱行列像素间的相关性,在移位过程中,不同颜色分量采用不同移位参数,用分存方法提高安全性能。将图像分块,根据像素块内位置选择异或操作数,用异或操作改变像素值。理论分析和实验结果表明该算法有效可行、安全性好、速度比Arnold变换快。     

一种基于小波变换和骑士巡游的图像置乱算法

由于图像或视频数据在网络中(特别是在无线网络中)进行传输时，很容易被非法截取，人们对多媒体数据传输的安全性提出了很高的要求，许多典型的图像加密方法都是对传输图像的像素直接进行置乱，这使图像置乱的程度受到了限制；也有一些方法是对变换域的变换系数置乱．提出了一种新的图像置乱加密算法，其基本思想是首先将原图像进行小波分解，然后以棋盘上的骑士巡游线路为工具，充分利用小波子带的特点将小波系数进行置乱，这为图像加密提供了一种全新的思路，通过与传统的置乱算法做比较，验证了本算法能够获得更好的置乱效果，并通过对实验数据的分析和解释得到了若干有益的结论，为进一步的研究工作奠定了基础。     

一种基于分块和混沌网的图像置乱方法

图像置乱是实现图像加密的重要手段之一。由于混沌系统具有非周期性、遍历性、伪随机性和对初值的高度敏感性,因而已被广泛应用于图像置乱。为提升图像置乱效果和置乱性能,现提出了一种图像分块与混沌网相结合的图像置乱方法。该方法首先利用一种分块思想将图像进行置乱,进而构造一种混沌网,并将其应用于分块置乱的结果。实验结果表明,该方法不仅可取得良好的置乱效果,并具有较强的抗攻击性能。