基于压缩感知与深度学习的光回转域多图像加密方法

摘要

本发明提出了一种基于压缩感知与深度学习的光回转域多图像加密方法。该方法首先对多幅明文图像进行压缩感知（CS）采样得到多个测量值矩阵，然后利用混沌系统对每个测量值矩阵的像素进行置乱处理；其次，将置乱后的多个测量值矩阵合并为一个矩阵，并将其与混沌矩阵进行异或运算；最后，对运算后的矩阵进行随机相位编码，并进行光学回转器变换得到复值矩阵，然后截取复值矩阵的相位作为私钥，保留其振幅作为密文。该方法在解密时利用神经网络对CS测量值进行重建，与传统算法相比具有重建速度快、质量高的优点。此外，该方法在保证高解密质量的同时能将明文图像的数据量压缩8倍。仿真结果证明了该方法对遮挡、噪声和选择明文攻击具有很强的鲁棒性。