一種基于混沌和小波理論的圖像加密技術的實現(xiàn)

1、一種基于混沌和小波理論的圖像加密技術的實現(xiàn)孫陽,于銀輝,孫文生北京郵電大學電信工程學院,北京 (100876摘 要:本文針對數(shù)字圖像的傳輸,提出了一種基于密鑰的圖像像素置亂變換加密算法,并 在此基礎上實現(xiàn)了基于混沌和小波理論的數(shù)字圖像加密。該方法利用小波的多尺度特性對 圖像分解, 只留取其低頻信息壓縮圖像, 再利用 Logistic 系統(tǒng)生成的混沌序列作為密鑰進行 加密。實驗表明,該方法信息傳輸量低,保密效果好。關鍵詞:混沌理論,小波分析,圖像加密。1.引言隨著網(wǎng)絡時代的到來,人們越來越多地利用網(wǎng)絡來傳遞信息。尤其是近年來,通信技 術飛速發(fā)展,多媒體通信得到了廣泛應用,對數(shù)字圖像的傳輸需求也越

2、來越多,數(shù)字圖像 所承載的信息安全成為當前人們關心的焦點 1。 因此, 迫切需要一種保護圖像信息安全、 經(jīng) 濟、有效的方法。圖像在信道中傳輸,保護圖像信息安全、經(jīng)濟、有效的方法是密碼技術,加密算法的 設計尤為重要。但與文本信息相比,數(shù)字圖像有著數(shù)據(jù)量大、信息相關性強、抗干擾能力 強等特點,直接采用文本信息的加密方法來加密數(shù)字圖像并不合適。因此,針對數(shù)字圖像 信息的特點,應該在傳輸之前,先對其進行壓縮。本文旨在研究一種圖像數(shù)據(jù)在傳輸中的加密技術,設計一種合適的加密算法。同時, 為減少傳輸數(shù)據(jù)量,在加密前采用有效的算法先對圖像進行壓縮。整個設計在 MATLAB 語 言環(huán)境下仿真實現(xiàn),實驗證明,該方

3、法保密性好,信息傳輸量低。2.圖像加密技術的實現(xiàn)本文首先采用小波分解圖像壓縮算法,應用小波的多尺度特性對圖像進行分解,根據(jù) 人類的視覺特性,只留取其低頻部分(即近似部分 ,去掉高頻系數(shù)。接著,采用 Logistic 混沌系統(tǒng)生成的混沌序列作為密鑰,再對壓縮后的圖像做基于密鑰的圖像像素置亂加密。 整個圖象加密模型如圖 1所示,設計過程基本上可以分為圖像壓縮與混沌加密兩大塊。 圖 1 小波、混沌實現(xiàn)圖像加密模型小波變換是一種時 -頻域分析方法,它介于純時域分析和純頻域分析的傳統(tǒng)富氏分析之 間,它由于同時具有時頻域的良好的局部化性質而優(yōu)于富氏變換,而且隨著信號不同頻率 成分在時空域中取樣的疏密而自動

4、調節(jié),在低頻部分具有較高的頻率分辨率和較低的時間分辨率,在高頻部分具有較高的時間分辨率和較低的頻率分辨率,可以達到效率高、質量 佳的效果,被譽為數(shù)學顯微鏡?；谛〔ㄗ儞Q的這一特性,可觀察函數(shù)的任意細節(jié)并加以 分析。小波變換的思想是用一族函數(shù)去表示或逼近一信號,這一族函數(shù)稱為小波函數(shù)系,它 是通過一基本小波函數(shù)的伸縮和平移構成的,用其變換系數(shù)即可描述原來的信號 2。因此, 小波變換的定義是把某一被稱為基本小波(也叫母小波 mother wavelet的函數(shù) ( t 做位 移 后,再在不同尺度 a 下與待分析的信號 (x t 做內(nèi)積:(*, , 0x t WT a x t dt a a =>

5、 (1 式 (1為小波變換的定義式,小波變換具有多分辨率 (multi-resolution,也叫多尺度 (multi-scale的特點,可以由粗及細地逐步觀察信號。在圖像數(shù)據(jù)壓縮中,我們采用的是二維離散小波變換。多分辨分析實現(xiàn)二維離散正交 小波變換的算法 3。利用小波變換壓縮圖像分以下三個步驟: 利用二維離散小波變換將圖像分解為低頻近似分量和高頻水平、高頻垂直、高頻對 角細節(jié)分量。 根據(jù)人的視覺特性對低頻及高頻分量分別作不同的量化(即壓縮。 利用逆小波變換重構圖像。 圖 2 圖像壓縮結果利用 wavedec2 函數(shù),按小波變換對 lena.bmp 圖像進行多尺度分解; 每次只提取原圖像 中低

6、頻近似分量, 舍棄其高頻細節(jié)分量。 利用 appcoef2函數(shù)提取低頻系數(shù), detcoef2函數(shù) 提取高頻系數(shù)。使用 bior3.7小波對圖像分解,其二層分解及壓縮結果如圖 2所示:表一 壓縮結果 壓縮前圖像大小: Grand total is 65536 elements using 65536 bytes 第一次壓縮圖像大 小為 Grand total is 18225 elements using 145800 bytes 第二次壓縮圖像大 小為 Grand total is 5625 elements using 45000 bytes從圖 2及表一的壓縮結果可以看出,壓縮后的圖像保

7、留了原始圖像的大部分信息,但 圖像壓縮比卻很高,這就是小波變換的優(yōu)勢所在。這樣,經(jīng)過小波分解和壓縮后的圖像形 成了一幅較小的圖片,更適合傳輸。接下來,就要對壓縮后的圖像設計一種合適的加密算 法進行加密。2.2 混沌序列混沌現(xiàn)象是在非線性動力系統(tǒng)中出現(xiàn)的確定性、類似隨機的過程,這種過程既非周期 又不收斂,并且對初始值有極其敏感的依賴性。從時域上看,混沌映射得到的序列類似于 隨機序列,相關性較弱,具有很好的類白噪聲特性 , 因此可以用來產(chǎn)生偽隨機信號或偽隨機 碼。原理上只要增加迭代次數(shù),偽隨機碼的周期可以很長。通過混沌系統(tǒng)對初始值和結構 參數(shù)的敏感依賴性,可以提供數(shù)量眾多、非相關、類隨機而又確定可

8、再生的信號 4。由于上 述特點,本文采用混沌序列作為加密序列。混沌加密技術已成為一種新興的加密技術。離散時間動態(tài)系統(tǒng) Logistic 映射的定義為 :(211n n n x f x x += (2當選取參數(shù) = 2.000 00時,系統(tǒng)工作于混沌態(tài),輸入不同的初始值,可對應產(chǎn)生一 個迭代序列,即混沌序列。此時的迭代方程為:(2112n n n x f x x += (3此時 Logistic 映射的輸入輸出都分布在區(qū)間 - 1, 1 上 , 為滿映射?？扇我膺x取一個初 始值 0x , 迭代產(chǎn)生一個序列來計算系統(tǒng) (3的 Lyapunov 指數(shù) , 從而驗證系統(tǒng) (3 的混沌特性 . 我們?nèi)〕?/p>

9、始值 0x = 0. 4 迭代得到一個序列 , 計算它的 Lyapunov 指數(shù)為 : 11' 0011lim lg |(, |lim lg |2|0.69350K K i i K K i i f x x KK =5 計算結果表明 , 該系統(tǒng)的 Lyapunov 指數(shù)大于 0。 故系統(tǒng) (3為混沌系統(tǒng) , 所產(chǎn)生的序列為混沌序列。 當初始值分別取 10x =0.400000和 20x =0.400001,生成的混沌序列圖 3所示: 圖 3 混沌序列數(shù)值曲線圖 通過圖 3 可以說明,即使兩個初始值 0x 相差很小 (只有 0.000001 ,但 n 到一定大小的 時候,兩個 n x 的起

10、伏就有很大的差別,變得不相關。因此,混沌序列可以用作加密序列。2.3 加密算法的設計圖像一般加密、解密系統(tǒng)可由圖 4和圖 5表示: 圖 4 加密系統(tǒng)模型 設計加密算法主要在于找出一種合適的對圖像像素點的加密變換,在此,我們選擇位 置關系置亂的加密算法,它的核心就是位置關系映射,目的就是找一種算法簡單、加密效 果好、抗破譯能力強的映射關系,而現(xiàn)在廣泛認為基于混沌密鑰的排列算法是可行的,因 此該算法的關鍵就是利用混沌序列生成位置參數(shù),再選擇一個排列規(guī)律按照這個參數(shù)進行 圖像像素點的重排。根據(jù)上述思想,筆者經(jīng)過分析及大量的試驗發(fā)現(xiàn),如果將生成的混沌序列進行按照大 小關系重新排列,將原序列的元素在排序

11、后的序列中的位置映射到新的一維數(shù)組中,這將 是一個非常好的位置參數(shù)矩陣。因為它具有如下優(yōu)點:1數(shù)組中元素均為整數(shù),適合作為 位置關系的映射; 2數(shù)組中的元素沒有重復,只是順序被打亂; 3它包含了各個位置參 數(shù),從而使圖像數(shù)據(jù)在打亂后不會丟失。根據(jù)上述優(yōu)點我們不難想到,可以利用生成的位 置參數(shù)分別把行、列順序打亂,這樣置亂后的圖像不會看出原圖像的信息,相鄰像素點沒 有關聯(lián),從而得到很好的加密效果。而此算法最重要的優(yōu)點,就是它的算法簡單,相對于 一般的置亂算法,它的運算量要小很多,生成的混沌序列也無需太長。以較小的運算量獲 得較強的加密效果,這正是保密通信所追求的目標。下面介紹這一算法的具體實現(xiàn)過

12、程:讀入圖像像素矩陣 M N I ×,按照 Logistic 混沌系統(tǒng),取 =2,初始值 0x =0.4進行迭代, n 取 max(M,N, 生成混沌序列 k x |k=0,1,2,3,n (對于生成的混沌序列,最好不選用初始段 部分序列,這樣能加強加密效果 5。把生成的混沌序列按照從小到大的順序重排,找出原 序列中的元素在排序后的序列中的位置,并生成位置序列 k xh |k=0,1,2,3,n。接著,按照 位置序列中的元素 i xh (i=1,2,3,M ,把圖像矩陣中的第 i 列整列移到第 i xh 列。當把所 有的列都移動完成后, 再對所有的行做相同的移動, 即把第 i 行整行

13、移到第 i xh (i=1,2,3,N 行。變換后的圖像矩陣得到了完全置亂的目的。圖 6是仿真結果: 圖 7 解密效果圖 圖 8 加密圖像受噪聲污染失真后的解密效果 圖 8是對加密后的圖像分別加入高斯噪聲和椒鹽噪聲,以模擬在信道中傳輸后解密的 結果,其中椒鹽噪聲強度為 0.02,高斯噪聲均值為 0,方差為 0.005?？梢钥闯?加密后的 圖像由于受到噪聲的污染,而導致解密出的圖像存在一定程度的失真,但是接收者仍然能 夠獲得圖像的主要信息。3.結束語本文成功地運用了混沌及小波理論實現(xiàn)了對數(shù)字圖像的加密仿真。對待處理的圖像先 利用二維離散小波變換進行分解及壓縮,只留取變換后的低頻系數(shù),舍去高頻系數(shù)

14、,達到 了理想的壓縮效果。對壓縮后的圖像進一步利用混沌序列進行加密,采用非傳統(tǒng)的加密算 法,將圖像像素點置亂重排,加密效率高,安全性好,解密方便,無失真。不足之處在于 該方案的抗噪聲性能還不是很好,在經(jīng)過有噪聲污染的信道傳輸后,解密圖像存在一定失 真,但這不會影響主要信息的傳遞。如何改進圖像壓縮、加密技術的抗噪聲能力還待以后 進一步研究。參考文獻1趙春昶,陳剛,曹光輝?；诨煦绾托〔ɡ碚摰膱D像加密技術實現(xiàn)。遼寧工程技術大學學報J 。 2005年 6月第 24卷第 3期2胡昌華,張軍波,夏軍,張偉?；?MATLAB 的系統(tǒng)分析與設計 小波分析M 。西安電子科技大學 出版社。3飛思科技產(chǎn)品研發(fā)中

15、心。 MATLAB6.5輔助小波分析與應用M 。電子工業(yè)出版社。4易開祥,孫鑫,石教英。一種基于混沌序列的圖像加密算法J 。計算機輔助設計與圖形學學報。第 12卷第 9期, 2000年 9月5唐秋玲,覃團發(fā),陳光旨?；煦鐖D像加密J 。廣西大學學報 (自然科學版 。第 24 卷第 1 期。 1999 年 3 月6葉永偉,楊慶華,王穎玉。用混沌序列對數(shù)字圖像進行魔方加密J 。浙江工業(yè)大學學報。7 吳繼明。一種基于小波變換的圖像壓縮方法J 。計算機與現(xiàn)代化。 2005年第 3期。8 王劍。 基于 MATLAB 的小波變換在圖象壓縮中的應用 J 。 學術探討。 1002-8331-(2003 01-0057-05。 9 Ding Wei, Qi Dongxu. Digital image transformation and information hiding and disguising te