一种基于部分块匹配和半张量积的图像加密方法

摘要

本发明公开了一种基于部分块匹配和半张量积的图像加密方法，属于视觉安全加密领域。该方法可分为加密和嵌入两个步骤：在加密步骤中，利用半张量积压缩感知将明文图像进行压缩与加密，得到一幅尺寸减小的中间秘密图像；在嵌入过程中，利用部分块匹配替换算法，将秘密图像嵌入到载体图像中，得到最终的密文图像。本发明得到的密文图像与载体图像具有高度的结构相似性，不会引起攻击者的怀疑，适用于视觉有意义的图像加密。

说明书

技术领域

本发明属于信息安全领域中的视觉安全加密技术，具体涉及一种基于部分块匹配和半张量积的图像加密方法。

背景技术

随着通信网络、物联网以及多媒体技术的飞速发展，大量的多媒体数据在网络中传输并存储在云端。这些文件、音频、图片、视频等多媒体数据，往往包含有隐私的、富有价值的甚至是机密的信息，且很容易遭受泄露风险。因此，数据安全逐渐成为一个富有挑战的研究课题。图像安全可以分为图像加密与信息隐写两大类。

大部分图像加密算法是通过打乱像素位置或改变像素值将一幅明文图像转化为一幅类噪声的密文图像。但是，这类密文图像类噪声的视觉特征，很容易引起攻击者的好奇并遭受恶意攻击。不同于图像加密，信息隐写是将密文数据嵌入到有意义的图像中，并且嵌入的密文不易被发现。将明文图像作为待嵌入的密文数据嵌入到载体图像中，可以弥补上述图像加密算法的缺点，进一步提高传输时的安全性。近些年，许多视觉安全图像加密方案相继被提出。按照嵌入方法，可以将这些视觉安全加密方案分为两类：频域类以及空间域类。

在频域类视觉安全加密方案中，Bao等人最早提出将明文图像转换成视觉有意义的加密图像这个图像加密概念。该加密方案先将明文图像预加密成一个类噪声图像，然后通过离散小波变换将其嵌入到载体图像中。空间域类视觉安全加密方案中，Lai等人基于块替换算法提出了一个有效的图像加密算法。该算法将明文图像分块后重新组合，经过颜色转化得到一个与事先选择的载体图像视觉相似的密文图像。为进一步提高嵌入容量，Ping等人将压缩感知技术以及部分块匹配替换方案考虑进视觉安全加密方案中。先将明文图像压缩并加密成一个类噪声且尺寸减小的秘密图像，之后将秘密图像与载体图像进行固定大小的分块，并依次进行块匹配替换。因为秘密图像尺寸减少，因此只需对载体图像进行部分块替换。虽然利用压缩技术以及部分块匹配方案提升了嵌入能力以及密文图像的视觉效果，但是当分块尺寸较大时，密文图像仍然存在较为明显的失真。除此之外，针对大尺寸明文图像，压缩感知技术的测量感知矩阵需要较大的存储与计算资源，这是一个不可忽视的因素。

发明内容

本发明针对上述图像加密方案中的不足，提供一种基于改进的部分块匹配和半张量积的图像加密方案。首先，在压缩加密阶段，利用半张量积压缩感知技术对明文图像进行压缩后，得到一个类噪声且尺寸较小的秘密图像。然后，在嵌入阶段，利用改进的块匹配替换方案，在载体图像块中选择与秘密图像结构最为相似的块进行替换，使得最终生成的密文图像与载体图像具有更高的结构相似度，解决了一定程度的失真现象，进一步提高了视觉安全加密算法的安全性。

本发明所述的一种基于部分块匹配和半张量积的图像加密方法，包含以下具体步骤：

步骤1：对明文图像P进行离散小波变换，得到稀疏系数矩阵P

步骤2：为进一步减少图像噪声，对稀疏矩阵P

步骤3：利用一维五近邻元胞自动机生成混沌序列：

将一个256位的密钥K

步骤4：使用步骤3生成的混沌序列V对矩阵P

步骤5：对矩阵P

步骤6：量化测量值矩阵D的每个元素，使其在[0,255]范围内。量化后，得到大小为M×N秘密图像S。

步骤7：分别将秘密图像S以及载体图像T进行预设大小的分块，得到k个秘密图像块S

步骤8：分别计算秘密图像块S

步骤9：基于标准方差值，对k个秘密图像块和l个载体图像块进行排序，得到排序后的两个位置序列S

步骤10,：为S

步骤11：根据步骤10得到的映射序列MS，用k个秘密图像块分别替换载体图像中对应的载体图像块。所有秘密图像块替换完成后，得到一个大小为N×N的密文图像T

步骤12：为了让密文图像T

步骤13：为将颜色转换后的像素值规范在[0,255]范围内，考虑颜色转换后像素值的上下溢情况，对发生溢出的像素值进行修正，得到修正密文图像T

步骤14：分别计算密文图像T

步骤15：将恢复图像所需的必要信息E通过可逆信息隐藏技术嵌入到密文图像T

进一步，所述步骤3中一维五近邻元胞自动机的每个元胞仅考虑两个状态：0、1，所有的元胞在离散时间内同步地更新状态，更新规则如下：

其中，

进一步，所述步骤3中生成长度为N

将一个256位的密钥K

将另一个256位的密钥K′

进一步，序列O/O′由以下步骤生成：

(1)采用256位的密钥K

(2)将元胞自动机根据选定的规则R迭代

(3)为了解除序列之间的相关性，采用参数为4的时间间隔技术进行采样，最终输出的位序列仅包含C

进一步，所述步骤4中矩阵P

P

进一步，所述步骤4中测量矩阵

其中，e

进一步，所述步骤6中的量化表达式如下：

其中，D′

进一步，所述步骤8中均值μ

其中，p

进一步，所述步骤11中颜色转换的表达式如下：

Δu＝round(μ

p″

其中，round(.)表示取整函数，Δu表示载体图像块与替换它的秘密图像块之间的均值差，μ

进一步，所述步骤12中像素溢出的修正处理如下：

p″′

其中，Δu′是根据公式(10)修正之后的均值差，用于保证修正后的像素值p″′

与现有技术相比，本发明具有如下优点：

(1)本发明采用基于方差值的部分块匹配替换方案进行空间域的图像嵌入，在载体图像块中选择与秘密图像块方差值最为接近的块进行匹配替换，即选择两个结构最为相似的块进行块匹配替换，使得最终生成的密文图像与载体图像具有更高的结构相似度，解决了一定程度的失真现象，提高了视觉安全图像加密算法的安全性；

(2)本发明利用半张量积压缩感知技术进行明文图像的压缩加密，相比于传统的压缩感知方案，减少了测量矩阵的存储资源并且提高了压缩加密阶段的计算效率。

附图说明

图1为明文图像；

图2是载体图像；

图3是压缩加密后的图像；

图4是嵌入图像后未经颜色转换的图像；

图5是生成的密文图像；

图6是明文图像的恢复结果；

图7是明文图像的直方图，其中(a)是红色通道，(b)是绿色通道，(c)是蓝色通道；

图8是密文图像的直方图，其中(a)是红色通道，(b)是绿色通道，(c)是蓝色通道；

图9是本发明的方法流程图。

具体实施方式

下面对本发明的技术方案进行详细说明，所述实施方式的示例在附图中示出。但是本发明的保护范围不局限于所述实施例。

本具体实施例采用Matlab软件进行仿真，原始明文图像选用大小为512×512的标准测试彩色图像Avion，图像的每一个像素由8比特组成，如图1所示；载体图像选用大小为512×512的标准测试彩色图像Colomtn，如图2所示。

本发明设计一种基于部分块匹配替换和半张量积的图像加密方法，该方法对明文图像进行压缩加密，并经过部分块匹配替换进行图像嵌入，最终生成有意义的视觉安全密文图像，如图9所示，具体实施步骤如下：

步骤1：对明文图像P进行离散小波变换，得到稀疏系数矩阵P

步骤2：为进一步减少图像噪声，对稀疏矩阵P

步骤3：利用一维五近邻元胞自动机生成混沌序列：

随机生成一个256位的二进制序列作为密钥K

同样地，使用另一个随机生成的256位密钥K

步骤4：使用步骤3生成的混沌序列V对矩阵P

利用步骤3生成的混沌序列E生成测量矩阵

并采用半张量积策略降低矩阵Φ′的维度至(M/n)×(N/n)＝(128/2)×(512/2)＝64×256，得到测量矩阵Φ，其中正整数n在本示例中设为2。

步骤5：对矩阵P

步骤6：量化测量值矩阵D的每个元素，使其在[0,255]范围内，量化表达式为

步骤7：分别将如图3所示的秘密图像S以及如图2所示的载体图像T进行大小为8的分块，得到{S

步骤8：分别按照表达式

步骤9：基于标准方差值，对秘密图像块和载体图像块进行排序，分别得到排序后的两个位置序列S

步骤10：为S

步骤11：根据步骤10得到的映射序列MS，用秘密图像块替换载体图像中对应的载体图像块。所有秘密图像块替换完成后，得到如图4所示的密文图像T

步骤12：为了让密文图像T

步骤13：计算修正密文图像T

步骤14：将恢复图像所需的必要信息E(映射序列MS，秘密图像块与其替换的载体图像块的均值差，颜色转换后的秘密图像块中发生溢出的像素的上下溢出值，具有最小RMSE的旋转角度θ)，通过可逆信息隐藏技术嵌入到密文图像T

步骤15：将图5的密文图像进行解密，得到的复原图像如图6所示。

下面结合附图以及实验数据对实施例进行性能分析：

1.密文图像质量分析

图像质量评估可以分为客观评估和主观评估两大类。客观评估是基于数学算法对图像质量进行评估，而主观评估则主要依靠人类视觉进行评估。常用的客观评价指标有峰值信噪比(Peak Signal-to-Noise Ratio，PSNR)、均方根误差(Root Mean Squared Error，RMSE)、结构相似度(Structural Similarity Index，SSIM)。

均方根误差RMSE基于像素误差来反映图像的失真度，值越小代表图像失真越少，其计算公式如下：

其中，O

峰值信噪比PSNR表示峰值信号能量与噪声的平均能量比，值大于30dB时表示图像具有较好的视觉质量，其计算公式如下：

其中，I

结构相似度SSIM基于像素间的空间依赖性进行质量评估，即评估图像的结构失真度，值越接近1代表结构相似度越高。其计算公式如下：

其中μ

表1列出了原始明文图像(图1)与密文图像(图5)在均方根误差、峰值信噪比以及结构相似度三个图像评价指标上的性能表现。可以看出密文图像的均方根误差较为接近0，峰值信噪比在30dB以上且结构相似度接近于1，说明了密文图像的视觉质量很好，且与对比的明文图像具有较高的结构相似度，证明了本发明具备视觉安全加密算法的安全性。

表1明文图像与密文图像在RMSE、PSNR以及SSIM上的性能表现

2.密钥空间分析

密钥空间反映了加密系统抵抗暴力攻击的抗攻击能力，由系统中所有可能的密钥组成。本发明中，密钥主要由用于置乱的K

3.直方图分析

直方图可以清晰地展现图像中像素的分布情况。通常情况下，明文图像的直方图服从常规分布，具有明显的峰谷变化。而类噪声密文图像的像素分布一般是均匀的，以有效掩盖原始图像的信息。本发明所生成的密文图像是有意义的视觉安全加密图像，因此密文图像的直方图应该服从常规分布，且与载体图像的直方图分布相似。图7中的(a)至(c)是如图2所示的载体图像的红绿蓝三通道直方图，图8中的(a)至(c)是如图5所示的采用本发明方法加密过后密文图像的红绿蓝三通道直方图。可以看出，密文图像与明文图像的直方图具有明显的峰谷变化且分布趋势高度相似，说明了本发明的密文图像具有较高的视觉安全性。

以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的包含范围之内，因此，本发明的保护范围应该以权利要求书的保护范围为准。