一类图体置乱的快速算法

提出了两种置乱变换，即推逆序置乱和准抖动置乱，针对数字图像的灰度空间，讨论了两种变换的置乱效果，实验结果表明在图像信息隐蔽存储与传输中，这类图像变换具有重大的应用价值。     

基于相乘法的图像置乱算法

简单幻方变换的图像置乱算法只是简单的元素迭代,使得图像置乱在较少迭代次数情况下难以达到满意的置乱效果。针对以上问题,分析了相乘法构造幻方应用于图像置乱的合理性,提出了一种新的基于幻方变换的双重迭代图像置乱算法。该算法采用小幻方通过相乘法来生成大幻方,应用幻方分块来实现双重迭代。实验结果表明,与简单幻方变换的图像置乱算法相比,该算法只需要在较少迭代次数下就能达到令人满意的置乱效果,而且在准周期问题方面也进行了改进。     

基于Arnold逆变换的图像置乱恢复算法

针对Arnold变换图像置乱恢复,目前常用的方法有利用Arnold变换的周期性和利用反变换两种.提出一种新的基于Arnold逆变换的置乱恢复方法,该方法将Arnold变换矩阵的逆矩阵作为置乱恢复过程中的变换矩阵,同时,把二维逆变换推广到了m维的情形,并在此基础上,统一了Arnold变换和Arnold逆变换的形式.实验对三种方法的性能进行了比较,结果表明,对于已应用Arnold变换进行预处理的置乱图像,算法无须计算变换周期,无须讨论方程式即可快速实现图像的置乱恢复.     

基于非交换小波变换的图像置乱算法

对非交换小波分解和重构算法进行了改进,提取出图像沿对角方向的两个低频分量与两个高频分量;提出了构造改进的Arnold变换的一种方法;利用改进的Arnold变换对非交换小波系数置乱,对置乱后的系数重构得到最终的置乱图像。扩充了密钥空间的大小,进一步增加了置乱图像的保密性。     

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。     

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。     

利用DCT变换进行图像置乱及其效果评价

提出了基于DCT变换的图像置乱效果评价新方法,以便真实地评价图像置乱效果的好坏。首先将置乱前后两图像分成大小相同的子块并对其进行DCT变换,其次利用置乱前后相同位置子块图像所对应频域系数来构造偏差矩阵并定义其离散概率分布,最后通过计算离散概率分布的信息能量作为图像置乱程度的评价。提出的评价方法能够很好地度量图像的置乱程度,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。     

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.     

马步哈密顿圈(骑士巡游)在图像置乱加密方法上的应用

基于骑士巡游变换的置乱算法是目前图像加密方法研究的热点,它的密钥量大,安全性高,但传统日字形马步(1,2)的置乱只能隐藏图像的细节.为了克服此缺点,提出基于骑士巡游变换的改进置乱算法.包括(1)基于骑士巡游类生矩阵的图像置乱方法;(2)分块分层的置乱算法;(3)将骑士巡游变换和Arnold变换结合的一种复合置乱算法.这些改进置乱算法,扩大了密钥库,增强了置乱的效果.文中给出这几种改进算法的实际应用效果.     

数字图像空域加密技术综述

数字图像包含了大量可视化的隐私信息,其在公共信道的安全传输和云环境下的可信存储难以得到充分的保障。数字图像加密技术作为一种重要的隐私保护手段被广泛应用于各个领域。数字图像空域加密指将图像看作二维矩阵,从灰度值和像素坐标两个方面对图像进行可逆变换。数字图像的空域加密结构包括置乱与扩散。置乱是指通过改变像素的坐标实现对像素位置信息的隐藏;扩散是指建立密文图像与明文图像之间的强关联,保证加密算法的错误传播无界特性。该文详细介绍了现阶段4类主流的数字图像空域加密方法,对比分析不同空域加密的优缺点,给出7种常用的数字图像加密技术安全性的评估方法,并指出未来可能的数字图像加密技术的研究方向,提供数字图像加密技术的整体概述。     

数字图像信息隐藏预处理技术研究

多图像信息合并和图像信息加密是图像信息隐藏或图像信息传输的预处理重要环节。首先,提出基于图像逐行扫描算法的思想和基于图像位平面特性的两种多图像合并与恢复算法;然后,提出基于混沌序列的像素位置置乱加密和基于异或运算的像素值变换加密的双重加密算法。理论分析和实验结果表明,这些算法实现简单、有效可行、安全性好。     

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.     

Canny算子在图像置乱程度评价中的应用

随着图像置乱技术的发展,出现了各种各样的置乱算法,为了更好地衡量这些算法对不同图像的置乱程度,本文利用canny算子的良好特性,在分析现有评价方法特点的基础上,提出了一种新的描述图像置乱程度的评价方法。试验表明该方法与人的主观评价相接近,且结果不受原图像影响。本文采用MATLAB作为研究工具。     

基于扩展Zig-zag变换的数字图像置乱方法

文章针对传统数字图像置乱方法过于复杂的问题,提出一种利用扩展的Zig-zag扫描变换对数字图像进行置乱的方法。针对单方向的Zig-zag变换造成某些像素点位置始终不变的问题,提出从四个方向进行多次Zig-zag迭代置乱,并将四个方向的迭代次数作为密钥以便对置乱的图像进行还原。实验结果表明,该算法具有很好的图像置乱效果,安全性较高,且算法简单操作易实现。     

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。     

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。     

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。     

子图直方图相关的图像置乱效果盲评判

为客观、自动地评价图像置乱效果,提出了一种基于子图直方图相关的图像置乱盲评判方法。该方法首先分析理想置乱图像的定义和特征,归纳总结最优置乱图像的直方图特点;然后,将待评判的置乱图像进行分块处理,建立各子图的直方图序列,利用各序列间的相关度给出置乱程度的评判测度。两种不同类型的置乱效果评判实验显示,与基于SNR的置乱评价方法相比,该方法不仅高效、灵活,评判不需要原始图像做参考,而且评判结果与人类视觉系统的主观感知相吻合,可快速有效判断图像置乱程度。     

图像置乱效果盲评价的灰色块分析方法

为有效评价图像的置乱程度,设计了一种基于灰色块分析的图像置乱效果评价方法。该方法首先分析置乱图像的特点,归纳理想状态下置乱图像的特征,并构造其特征序列作为参考序列;然后将置乱图像分块,并计算各子块图像的方差,形成小样本方差序列,对该序列进行预处理后作为比较序列。最后,利用灰色关联分析理论计算两类序列之间的关联程度,得到图像置乱效果的性能指标。实验显示,用该方法评判图像置乱度不仅计算简单、运行速度快,而且不需要原图像的参与,就能得到更加客观、正确的评价结果。