图像置乱度评估的层次分析法

目的：针对目前置乱度评估算法对同一图像置乱算法的评价结果存在多变性,对多个置乱算法不能同时评估的问题,本文提出基于层次分析法的图像置乱评估算法。方法：首先,计算置乱矩阵元素分布的均匀性和随机性程度,获得置乱像素位置分布的属性值,保证了同一置乱算法置乱度的恒定性。然后应用层次分析法,实现置乱度二维属性的整合和多个置乱算法的同时评估。结果：实验结果表明,该算法得到的置乱度只与置乱算法本身和置乱迭代次数相关,和置乱对象无关,结果具有稳定性和有效性,同时算法可给出任意数目置乱算法的置乱度排序。结论：总之,建议算法实现了客观、公平、高效的图像置乱度评估,不仅有利于信息隐藏领域设计者方便快速选择合适的置乱算法,同时也为置乱算法的开发提供了有力的反馈工具。     

基于差分统计特性的图像置乱度盲评价线性模型

当前大部分图像置乱度评价算法均依赖于原始图像,且缺乏科学的数学模型作为基础。在分析置乱图像差分值统计分布特性的基础上,建立了理想置乱图像差分统计分布线性模型,并以此为基础,提出了三种置乱度盲评价算法：斜率绝对差法、差分绝对差法和重叠面积法。实验结果表明：三种算法对于图像差分统计分布有较强的敏感性,且不依赖于原始图像,能客观地评价图像置乱度,与人类视觉系统有着良好的一致性。     

一种改进的数字图像置乱方法

图像置乱技术利于图像的保护,有效地保护数字图像内容为目的,结合Rijndael算法理论,提出了一种新的图像置乱算法.算法在原Rijndael算法的密钥扩展方案上进行了改进,综合运用了像素值置乱、像素位置乱、块置乱等技术,增强了图像置乱的效果.同时,算法改进了种子密钥的长度策略,使其与待加密图像的像素个数相等,以便适应于各种尺寸的数字图像,并有效提高了算法执行效率.采用图像相似度和图像直方图的评价方法对置乱的效果进行仿真计算.计算机仿真结果表明,与传统方法相比,算法对图像置乱简单高效,达到了很好的效果.     

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。     

基于二维Arnold变换的图像双置乱算法

Arnold变换在图像置乱中具有较为广泛的应用。对Arnold变换矩阵在图像置乱中的应用进行了分析,并在此基础上提出了基于二维Arnold变换的双置乱算法,其中将二维Arnold变换同时用于位置置乱和灰度置乱,既改变了图像的纹理信息又改变了图像的统计信息。实验结果表明,该算法简单、安全,在少量的置乱迭代次数下即可达到较好的置乱效果。     

二值图像Arnold变换的最佳置乱度

以数字水印技术为背景,介绍了基于二值图像Arnold变换置乱和周期性,详细地讨论置乱度,提出了一种图像分块后像素值方差和像素点与4邻域灰度差值相结合的最佳置乱度计算方法。实验结果表明,该最佳置乱度计算方法能很好地反映二值图像的置乱程度并与主观视觉效果相一致。     

基于Zigzag变换的数字图像置乱算法的研究

图像的隐藏与伪装技术是图像安全方面一个非常重要的研究领域.其中常用的图像置乱算法实现较为复杂,基于Zigzag变换的思想提出了一种新的数字图像置乱算法,并构造了两个具体的置乱变换方法.通过算法的仿真实验和结果分析表明该算法具有较好的置乱效果及较大的周期,并具有一定的抗攻击能力,从图像信息安全性及算法的时间复杂度方面分析,该算法优于Arnold等变换,将该类算法用于图像加密有一定的应用价值.     

基于分层Arnold变换的置乱算法

针对数字图像信息隐藏存在的安全问题,提出一种基于按位分层Arnold变换的置乱算法。算法将秘密图像按位平面分层,同时考虑图像的位置迁移和像素的灰度变换,对每个位平面进行不同次数的Arnold变换,经像素交叉换位,相邻像素间按位异或得出置乱图像。实验结果表明,秘密图像分层置乱后直方图分布更加均匀,与白噪声相似度在0.962左右,置乱图像可近无损地还原和提取,提高了信息隐藏的鲁棒性。与其他置乱算法相比,置乱图像具有更高的置乱度、更强的抵御攻击能力,提高了空域信息隐藏的安全性。     

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。     

一种度量图像置乱加密程度的新算法

近年来,出现了许多有效的图像置乱加密算法,但却很难找到一种关于置乱加密效果的有效度量方法。对度量置乱加密效果的方法进行了深入的探讨,进而提出了“置乱加密度”的概念,能够客观地反映置乱算法的加密性能,同时兼顾人类的视觉特性,是一种有效的度量方法。算法的执行过程如下：首先,将原始图像和置乱加密后的图像按照同样的方法分割为许多子块;第二步,对于原始图像中的每一块,求出它与置乱加密后的图像各个子块的最小“距离”;最后,给出了“置乱加密度”的定义,用来度量图像的置乱加密程度。实验结果证实了“置乱加密度”能有效地反映算法的置乱加密效果。     

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。     

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。     

基于灰度均匀性的图像置乱程度盲评价算法

针对图像置乱程度评价问题提出以每个点为中心的区域灰度差均值作为图像置乱程度评价方法。算法首先针对理想置乱变换定义只适用于位置置乱的问题对其进行修改,使其也可以适用于包括像素置乱在内的所有置乱过程,并在此基础上考虑到各灰度值分布的均匀性,建立新的无需原图参与的图像置乱程度评价公式。实验仿真结果表明,该方法可以较好地衡量位置置乱图像或灰度置乱图像的置乱程度,与人的直观视觉评价吻合。     

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。     

基于单一像素值改变的图像置乱新算法

针对数字图像传输的安全问题,提出一种基于单一像素值改变的图像置乱新算法,该算法将密码学中维吉尼亚加密算法进行修正,使之能够应用于数字图像的加密。实验结果表明,该算法加密的图像安全性高,与传统的基于单一像素值改变的置乱算法相比较,具有更好的抗噪声性能,该算法具有很高的灵活性,其加密图像的置乱程度与工作密钥的选择具有密切的关系,并且适合加密任意尺寸的数字图像。以上优越性使得该算法更能适合于数字图像的网络传输过程,以及其他对数字图像安全有较高要求的领域。     

改进的Fibonacci双置乱图像加密算法

图像置乱是实现图像加密的重要手段之一,其最终目的是改变图像像素的位置关系或者灰度值信息,改变图 像的统计信息,从而达到图像加密的目的。为提升图像置乱效果和置乱性能,从均匀分块的角度出发,提出了一种改 进的Fibonacci双置乱图像加密算法。首先采用均匀分块算法对原图像进行分块,使每个分块图像内的所有像素充分 扩散到其他各个图像块中,以有效地}i}J弱图像相部像素的相关性;然后对每个图像块利用Fibonacci算法做像素位置 置乱,以解除图像块的空间相关性;最后对整幅图像采用Fibonacci算法做像素值置乱,解除图像的色彩相关性。实验 结果表明,该算法从本质上降低了图像内部相邻像素的相关性,有较强的抵御裁剪和常见噪声攻击的能力,利用双密 钥提高了加密系统的安全性。