基于骑士巡游变换的图像置乱算法及评价方法

摘要

图像置乱是图像信息隐藏技术的一种有效补充，来源于传统的加密技术，它使置乱后的图像看起来不可辨认，从而达到保护信息的目的，算法的优劣直接影响其安全性及其他处理的效果。基于骑士巡游变换的置乱算法是目前的研究热点，密钥量大，安全性高，但只能隐藏图像的细节。为了克服此缺点，本文讨论了基于骑士巡游变换的改进置乱算法。另外，对多种置乱效果的评价方法进行了分析比较，提出了两种新的置乱度计算公式。 本文主要研究成果如下： 1．给出了骑士巡游类生矩阵的生成算法。利用巡游类生矩阵进行图像置乱，不但可以隐藏图像中较大的轮廓和边缘，且对整幅图像都有模糊的效果。实验结果表明这是一种可行的算法。 2．给出了一种分块分层的置乱算法。块的大小由图像的大小来决定，共分三层。该算法不仅简单易行、置乱效果好，而且对常见的剪裁、加噪、JPEG压缩等图像处理具有较强的稳健性。 3．将骑士巡游变换和Arnold变换结合，提出了一种复合置乱算法。图像在此算法下可被充分置乱，象素分布均匀，看起来犹如随机噪声，加密解密速度快。 4．在分析现有评价方法特点的基础上，基于Canny算子，提出了一种改进的图像置乱程度衡量公式，该置乱度计算量小，能够从图像的纹理结构上很好地反映置乱效果，且结果不受原图像影响。 5．利用DCT系数的良好特性，结合人眼视觉掩蔽特点，提出了一种新的描述图像置乱程度的评价方法。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的置乱效果。