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.     

基于图像位平面的数字图像混合置乱算法

本文在运用已有置乱方法的基础上,提出了一种基于位平面分解的混合置乱方法,实现了同种置乱算法有多种图像置乱效果。该算法利用图像位平面进行置乱,通过像素位置置乱的方式达到灰度置乱的效果。算法在不同位平面选用不同的置乱算法,并且多种置乱算法有不同的组合。提高了保密信息的迷惑性,减小了攻击者的注意力,仿真实验结果证明了算法的有效性。     

一种索玛立方体方块匹配的图像置乱算法

针对图像已有置乱算法普遍存在的不足,提出了一种新的索玛立方体方块匹配的图像置乱算法.算法先将原始图像的位平面进行交换以改变图像的像素灰度值,然后按照索玛立方体将变换的图像进行分块,选择索玛立方体的任意两种拼接方式,其中一种看作是原始图像元素的拼接方式,另一种是置乱图像的拼接方式,将两种拼接方式对应转换,从而实现图像的置乱.置乱后的图像表现为白噪声,不存在周期性恢复的安全性问题,置乱较为稳定,能很快达到理想的置乱效果,并且置乱算法对图像尺寸没有要求.实验结果表明,算法能有效地实现对灰度图像的置乱,并且有良好的视觉效果和定量评价结果,能抵抗一定的几何攻击.     

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。     

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。     

基于Zig-Zag扫描的空域图像置乱新算法

传统的图像置乱算法如基于Arnold变换的数字图像置乱、基于Hilbert曲线图像置乱、基于仿射变换等都是将图像中像素的位置重新排列,从而使原始图像变换成一个杂乱无章的新图像。但是,其本身的像素值并未发生改变,所以置乱后图像的灰度直方图都不发生改变,而灰度直方图又是衡量一幅图像的重要特征。对于那些对安全性要求比较高的领域,如军事或牵涉到国家安全的机构,这类置乱方法的安全性可能达不到人们期望的要求。针对以上问题,本文提出了一种基于Zig-Zag扫描的空域图像置乱新算法。该算法首先对原始图像进行Zig-Zag扫描形成一个一维向量,然后对一维向量中每个像素和它前面相邻的像素进行按位异或运算,同时对其异或运算的结果进行像素值的交叉换位,再次改变像素点的灰度值,从而提高图像置乱效果。实验结果表明,该算法与传统的图像置乱算法相比,置乱后的图像不仅直方图发生了显著改变,而且置乱图像的统计特征更像白噪声,更加适用于图像文件的加密传输和秘密图像信息在数字水印技术中的置乱预处理。     

基于Vigenère密码的数字图像置乱方法

数字图像的置乱技术是图像信息隐藏和伪装的重要的手段之一。该文基于经典的Vigenère密码理论,提出一种数字图像灰度置乱方法,给出利用这种方法进行数字图像置乱的算法流程。仿真实验及结果表明,经这种方法置乱后的图像直方图与白噪声图像的直方图相似度约为0.9,从而验证了该方法的有效性。通过对安全性能的讨论,以及与改进Grey编码进行灰度置乱方法的结果进行比较,证明该方法具有较好的实用性。     

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MD5算法和Logistic映射的图像加密方法研究

文章提出一种基于MD5算法和Logistic映射新的图像加密方法,首先通过Logistic映射和MD5算法生成像素位置置乱表,由位置置乱表对图像进行位置置乱;然后利用Logistic映射生成二维混沌矩阵,通过混沌矩阵对图像进行灰度置乱。实验结果表明,该方法能有效地实现图像加密,并对密钥有较强的敏感性,抵御攻击的能力强。     

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。     

一种基于三像素点分块的信息隐藏算法*

提出了一种新的空域隐藏算法。该算法利用三像素值之间的大小关系来隐藏信息,将载体图像分成包含三像素的小块,修改第一、第三像素值来调整大小关系;另外对秘密图像进行了Arnold置乱预处理,利用混沌序列进行间隔隐藏。实验表明,该算法实现容易、隐藏量大、安全性和不可见性好,当嵌入率达到98.8%,峰值信噪比PSNR＞38 dB。     

基于复合混沌系统的数字图像加密方法研究

分析了现有图像加密方法的安全性,提出了一种改进的图像加密方法,将两套Logistic映射组合起来构成参数变化的双Logistic映射复合混沌系统,系统中的Logistic映射相互控制对方的μ参数,并产生两个混沌序列。然后用其中一个混沌序列对图像矩阵进行置乱,另一个混沌序列用于对图像信息进行异或加密。计算机仿真结果表明,该加密方法具有良好的加密效果,具有可行性,算法实现简洁,有较强的抗攻击和抗噪声能力。     

基于最小粒度全置乱的图像加密算法*

依据混沌置乱信息熵, 给出选择驱动图像比特全排列混沌映射的准则,依据混沌轨道的不可预测性,设计一个图像比特全置乱算法,应用选择的混沌完成图像最小粒度—比特全空间内最大程度的等概率置乱。为增加抗攻击能力,又根据混沌映射拉伸折叠机理,设计图像像素替换算法完成图像加密变换;分析算法密钥空间、密文数字特征、相关性、抗差分攻击能力。结果表明,该图像加密算法较Ye算法和Huang算法具有更好的置乱度、去相关性和抗差分攻击能力,能够更加有效地保护数字图像。     

基于多重压缩与加密的信息隐藏方法

混沌系统具有对初始值的极端敏感性,具有白噪声的统计特性以及伪随机性且易生成的特点。二维条码容量大,成本低,纠错能力强并且能够自动识读,论文将二者结合起来,进行多重压缩与加密处理,即首先对信息进行压缩及混沌加密处理,然后利用二维条码来实现信息的隐藏、存储、传输和自动识读。实验表明,该方法不仅能够实现信息的保密性与安全存储,同时还能够实现信息的自动识读。     

混沌系统在信息处理中的应用

混沌在信息处理中的作用是一个非常值得研究的课题，在这方面已有大量的研究成果见诸各种学术杂志及重要的国际会议。本文综述了混沌系统在进行信息处理应用中所取得的进展，主要介绍一些常见的混沌系统模型及其应用原理。最后探讨和展望了今后的发展方向。     

一种基于混沌的保密音频信息隐藏算法

提出了一种利用混沌对初始值的极端敏感性的音频信息隐藏新方法。该算法通过混沌序列来选取小波基,同时另一混沌序列控制秘密数据的隐藏位置。解密时不需要载体数据,属于盲提取。该算法充分利用了传统保密通信和信息隐藏的优点,实验验证,具有较高的保密性质。     

基于相空间重构的语音特征研究

本文通过重构语音信号相空间。研究语音的相似序列重复度及其熵信息,分析比较了语音信号在相空间中的非线性特征。根据清音和浊音在多维相空间中的不同空间分布特性,对语音音素进行了分类。利用语音信号在相空间中的非线性特征可以为语音识别研究提供一个新的方向。     

基于时空混沌的S盒产生算法

置换盒又被称为S盒,是分组密码中常采用的重要部件。在分析S盒性能评价指标的基础上,提出了一种基于时空混沌的S盒产生方法。仿真测试表明根据该方法,可以产生一批具有良好性能的S盒,为开发新的分组密码算法奠定了很好的基础。     

一种新的混沌映射模式加密算法

混沌映射加密图像时,通常对秘钥有限制。提出一种新的混沌映射模式加密算法。利用SCAN语言的思想,将五种映射的左右映射,看作十种加密模式。使用不同模式对方图进行加密,其中模式类型作为秘钥,密钥设计非常灵活。仿真表明,采用混沌映射模式加密图像,加密速度非常快,安全性高,是一种有前途的加密技术。     

基于像素交换及时空混沌映射的信息隐藏方法

提出了一种在图像载体中进行信息隐藏的新方法。该方法通过硬c均值聚类分析,确定可嵌信息区域,在可嵌信息区域内的相邻像素间通过像素交换来编码信息。采用时空混沌置乱技术,控制秘密信息的嵌入过程,并对嵌入信息进行加密。该方案具有较好的视觉隐蔽性及统计隐蔽性,并且密钥空间大,实现了算法可公开的信息隐藏。