圖像加密技術(shù)在遠(yuǎn)程醫(yī)療診斷系統(tǒng)中的應(yīng)用研究-畢業(yè)名師(完整版)資料

圖像加密技術(shù)在遠(yuǎn)程醫(yī)療診斷系統(tǒng)中的應(yīng)用研究畢業(yè)名師（完整版）資料(可以直接使用，可編輯優(yōu)秀版資料，歡迎下載）

圖像加密技術(shù)在遠(yuǎn)程醫(yī)療診斷系統(tǒng)中的應(yīng)用研究畢業(yè)名師（完整版）資料(可以直接使用，可編輯優(yōu)秀版資料，歡迎下載）圖像加密技術(shù)在遠(yuǎn)程醫(yī)療診斷系統(tǒng)中的應(yīng)用研究ResearchofImageEncryptionTechnologyinRemoteMedicalDiagnosisSystem2021屆電氣工程系專業(yè)電子信息工程學(xué)號學(xué)生姓名指導(dǎo)教師完成日期2011年5畢業(yè)論文成績單學(xué)生姓名學(xué)號20076130班級方0709-2專業(yè)電子信息工程畢業(yè)設(shè)計(jì)題目圖像加密技術(shù)在遠(yuǎn)程醫(yī)療診斷系統(tǒng)中的應(yīng)用研究指導(dǎo)教師姓名指導(dǎo)教師職稱評定成績指導(dǎo)教師得分評閱人得分答辯小組組長得分成績：院長(主任)簽字：年月日畢業(yè)設(shè)計(jì)任務(wù)書題目圖像加密技術(shù)在遠(yuǎn)程醫(yī)療診斷系統(tǒng)中的應(yīng)用研究學(xué)生姓名宋曉芳學(xué)號班級0709-2專業(yè)電子信息工程承擔(dān)指導(dǎo)任務(wù)單位電氣工程系導(dǎo)師姓名鄭偉導(dǎo)師職稱副教授一、主要內(nèi)容了解各種圖像加密技術(shù)，采用三種方案實(shí)現(xiàn)醫(yī)學(xué)圖像的加密處理，完成遠(yuǎn)程醫(yī)療診斷系統(tǒng)二、基本要求1、掌握對圖像加密的基本算法和原理2、在理論分析和實(shí)驗(yàn)驗(yàn)證的基礎(chǔ)上，設(shè)計(jì)和開發(fā)適合遠(yuǎn)程醫(yī)療診斷系統(tǒng)的圖像加密解密系統(tǒng)；3、提出三種方案并編寫程序，驗(yàn)證提出的方法的實(shí)用性和可行性。三、主要技術(shù)指標(biāo)（或研究方法）在分析各種圖像加密技術(shù)的特點(diǎn)的基礎(chǔ)上，掌握對圖像進(jìn)行加密的方法，并提出三種適合遠(yuǎn)程醫(yī)學(xué)圖像傳輸?shù)募用芊椒ú⒕帉懗绦蝌?yàn)證提出的方法的實(shí)用性和可行性四、應(yīng)收集的資料及參考文獻(xiàn)收集有關(guān)圖像加密的碩士或博士學(xué)位論文和參考文獻(xiàn)有關(guān)軟件開發(fā)工具五、進(jìn)度計(jì)劃第1周——第2周調(diào)研、收集材料，完成開題報(bào)告；第3周第4周分析、確定方案；第5周第11周方案詳細(xì)設(shè)計(jì)；第12周第15周撰寫論文；第16周完善論文，答辯。教研室主任簽字時間年月日

畢業(yè)論文開題報(bào)告題目圖像加密技術(shù)在遠(yuǎn)程醫(yī)療診斷系統(tǒng)中的應(yīng)用研究學(xué)生姓名宋曉芳學(xué)號班級方0709-2專業(yè)電子信息工程一、研究背景隨著Internet技術(shù)與多媒體技術(shù)的飛速發(fā)展，多媒體通信逐漸成為人們進(jìn)行信息交流的重要手段，人們可以通過網(wǎng)絡(luò)交流各種信息，進(jìn)行網(wǎng)上貿(mào)易等。圖像信息是多媒體信息中數(shù)據(jù)量最大，處理最難且研究最新的信息，應(yīng)用前途十分看好。在遠(yuǎn)程醫(yī)療系統(tǒng)中，需要將醫(yī)院中患者的病歷(其中包括患者的圖像)，通過網(wǎng)絡(luò)進(jìn)行傳輸。由于這些圖像信息涉及個人隱私，或者某些圖像數(shù)據(jù)的特殊性，即發(fā)送雙方都不希望網(wǎng)絡(luò)上所傳輸?shù)膱D像數(shù)據(jù)被未授權(quán)者所瀏覽或處理，，而且有的涉及到國家安全，因而圖像數(shù)據(jù)的保護(hù)越來越受到社會的普遍重視。通過圖像加密技術(shù)操作后，原來的數(shù)字圖像變?yōu)轭愃朴谛诺离S機(jī)噪聲的信息，這些信息對不知道密鑰的網(wǎng)絡(luò)竊聽者是不可識別的(除非進(jìn)行了有效破譯)，進(jìn)而可以有效地保護(hù)傳輸中的圖像數(shù)據(jù)。二、研究現(xiàn)狀由于圖像處理和網(wǎng)絡(luò)通信的飛速發(fā)展，對在因特網(wǎng)和無線網(wǎng)絡(luò)中實(shí)時安全的圖像傳輸提出了巨大的要求。為了迎接這種挑戰(zhàn)，各種各樣的加密技術(shù)被提出。其中，早期的圖像加解密技術(shù)主要是基于像素位置變換的加解密技術(shù)和基于秘密分割與秘密共享的圖像加解密技術(shù)，但由于人們對安全性、加密速度以及其它各個方面的要求，基于現(xiàn)代密碼體制的圖像加解密技術(shù)和基于混沌的圖像加解密技術(shù)被提出。（1）在圖像加密中數(shù)字圖像置亂起著不可忽視的作用，它類似于對數(shù)字圖像的空間域進(jìn)行如經(jīng)典密碼學(xué)對一維信號的置換，或者修改數(shù)字圖像的變換域參數(shù)，使得修改后的圖像成為面目全非的雜亂圖像，從而保護(hù)了數(shù)字圖像所要表達(dá)的真實(shí)內(nèi)容；（2）20世紀(jì)60年代，人們發(fā)現(xiàn)了一種特殊的自然現(xiàn)象混沌（chaos）?；煦缡且环N非線性動力學(xué)規(guī)律控制的行為，它對初始條件和系統(tǒng)參數(shù)的極端敏感性，白噪聲的統(tǒng)計(jì)特性和不可預(yù)測性等優(yōu)良特性，使得混沌具有天生的密碼學(xué)特性，所以，基于混沌的圖像加密技術(shù)在近些年發(fā)展很迅速。基于混沌的圖像加密技術(shù)的基本原理就是把混沌系統(tǒng)的初始值做為密匙，利用系統(tǒng)產(chǎn)生的混沌序列對待加密的圖像信息近行加密。因?yàn)榛煦缦到y(tǒng)是一種復(fù)雜的非線性動力學(xué)系統(tǒng)，它的偽隨機(jī)特性和對初始值極其敏感的依賴性使它在圖像加密技術(shù)中有著廣闊的應(yīng)用前景。所以，許多基于混沌的圖像加密技術(shù)還在不斷出現(xiàn)，這對圖像加密技術(shù)的研究產(chǎn)生深遠(yuǎn)的影響。三、論文進(jìn)行的主要工作1、研究經(jīng)典的圖像置亂技術(shù)2、基于矩陣變換和像素置換的圖像加密算法設(shè)計(jì)3、基于混沌的圖像加密技術(shù)設(shè)計(jì)四、采用的方法、手段本課題共講述了兩種對數(shù)字圖像加密的技術(shù)，分別是改進(jìn)后的Arnold圖像加密技術(shù)和基于混沌序列的圖像加密技術(shù)。第一種技術(shù)是在分析了經(jīng)典Arnold技術(shù)后提出的一種改進(jìn)的圖像加密技術(shù)。經(jīng)過仿真，可以看出，這種新方法可以避免原始方法的周期性，抗破譯性更強(qiáng)。第二種技術(shù)在近些年發(fā)展很迅速，主要特點(diǎn)是混沌系統(tǒng)的初始值和參數(shù)有較好的敏感性。所以混沌系統(tǒng)具有天生的密碼學(xué)特性。本文給出了這兩種加密技術(shù)的相關(guān)實(shí)現(xiàn)程序及理論分析，仿真證明兩種加密技術(shù)都可以很好地使用于遠(yuǎn)程醫(yī)療診斷系統(tǒng)。五、進(jìn)度計(jì)劃第1周—第2周：開題報(bào)告撰寫和外文科技論文的翻譯第3周—第7周：學(xué)習(xí)相關(guān)基礎(chǔ)理論第8周—第12周：編程工具的學(xué)習(xí)階段第13周—第14周：寫論文第15周—第16周：上交論文，答辯指導(dǎo)教師簽字時間2011年3月10摘要隨著計(jì)算機(jī)網(wǎng)絡(luò)的發(fā)展，遠(yuǎn)程醫(yī)療技術(shù)進(jìn)入迅猛發(fā)展時期。由于涉及個人隱私問題，因此在醫(yī)學(xué)圖像進(jìn)行傳輸之前必須進(jìn)行加密處理。本文針對遠(yuǎn)程醫(yī)療診斷系統(tǒng)中圖像傳輸?shù)奶攸c(diǎn)，提出了兩種適合在遠(yuǎn)程醫(yī)療診斷系統(tǒng)中應(yīng)用的圖像加密技術(shù)。首先在研究經(jīng)典的Arnold圖像加密技術(shù)的基礎(chǔ)上，提出了一種改進(jìn)后的Arnold加密算法，通過引入隨機(jī)序列，增加了密鑰對算法的控制，同時將圖像進(jìn)行整體與分塊的加密處理，使得圖像的置亂效果大大提高，滿足了安全性的要求。然后提出了一種基于混沌的圖像加密技術(shù)，應(yīng)用Logistic映射系統(tǒng)構(gòu)造了混沌序列，將得到的混沌序列再與圖像序列進(jìn)行異或運(yùn)算，從而實(shí)現(xiàn)了對圖像的加密。結(jié)果表明，本文提出的這兩種圖像加密技術(shù)適合在遠(yuǎn)程醫(yī)療診斷系統(tǒng)中應(yīng)用，具有安全性高，加密解密速度快，算法容易實(shí)現(xiàn)等優(yōu)點(diǎn)。關(guān)鍵詞：遠(yuǎn)程醫(yī)療圖像加密Arnold算法混沌加密算法AbstractWiththedevelopmentofcomputernetwork,remotemedicaltechnologyentersintoarapiddevelopmentperiod.Duetoprivacyissues,weneedtomakemedicalimageencryptedbeforetransmission.Aimingatthecharacteristicsoftheimagetransmissioninremotemedicaldiagnosticsystem,thispaperputsforwardtwokindsofimageencryptiontechnologieswhicharefitfortheapplicationofremotemedicaldiagnosissystem.First,basedontheresearchofclassicArnoldimageencryptiontechnology,animprovedArnoldencryptionalgorithmwaspresented.Throughintroducingtherandomsequence,weincreasesthekeytocontrolalgorithm,andtheencryptionprocessingofoverallimagewithblocksmakestheimagescramblingeffectgreatlyimproved.Thereforethealgorithmcanmeetthesafetyrequirements.Thenthispaperproposestheotherimageencryptiontechnologybasedonchaotic.WiththeapplicationofLogisticmappingsystem,wewillgetachaoticsequenceswithexclusiveoroperationofimagesequencesandchaoticsequences,theoperationcanfulfilltheimageencryption.Theresultsshowthatthetwokindsofproposedimageencryptiontechnologyaresuitablefortheapplicationoflong-distancemedicaldiagnosissystem,andhaveadvantagesofhighsafety,,fastspeedinencryptanddecrypt,easilyrealizablealgorithm.Keywords:RemotemedicalImageencryptionArnoldalgorithmChaoticencryptionalgorithm目錄第1章緒論 11.1研究目的和意義 11.2數(shù)字圖像加密技術(shù)發(fā)展現(xiàn)狀 11.3課題的研究內(nèi)容 2第2章數(shù)字圖像加密技術(shù)簡介 32.1數(shù)字圖像概述 3圖像的數(shù)字化及數(shù)學(xué)表示 3數(shù)字圖像的特點(diǎn) 32.2數(shù)字圖像加密技術(shù)的基本原理 4加密傳輸?shù)睦碚?4圖像加密技術(shù)特點(diǎn) 4圖像加密方法分類 52.3MATLAB工具簡介 5第3章基于矩陣變換及像素置換的圖像加密技術(shù) 73.1經(jīng)典的Arnold圖像置亂技術(shù) 7經(jīng)典Arnold變換的定義 7經(jīng)典Arnold變換的算法實(shí)現(xiàn)和結(jié)果分析 83.2基于矩陣變換和像素置換的圖像加密算法設(shè)計(jì) 9算法設(shè)計(jì)過程 9算法設(shè)計(jì)流程 93.3算法實(shí)現(xiàn)及結(jié)果分析 103.4小結(jié) 10第4章基于混沌的圖像加密技術(shù) 114.1混沌系統(tǒng)的基本理論 11混沌的定義 11混沌的基本性質(zhì) 12混沌系統(tǒng)與數(shù)字圖像 124.2基于混沌系統(tǒng)的圖像加密算法設(shè)計(jì) 13加密算法設(shè)計(jì) 13解密算法設(shè)計(jì) 144.3算法實(shí)現(xiàn)及結(jié)果分析 14第５章總結(jié) 17參考文獻(xiàn) 18致謝 19附錄 20附錄A外文資料 20附錄B程序清單 28第1章緒論1.1研究目的和意義隨著Internet技術(shù)與多媒體技術(shù)的飛速發(fā)展，多媒體通信逐漸成為人們進(jìn)行信息交流的重要手段，人們可以通過網(wǎng)絡(luò)交流各種信息，進(jìn)行網(wǎng)上貿(mào)易等。圖像信息是多媒體信息中數(shù)據(jù)量最大，處理最難且研究最新的信息，應(yīng)用前途十分看好。在遠(yuǎn)程醫(yī)療系統(tǒng)中，需要將醫(yī)院中患者的病歷(其中包括患者的圖像)，通過網(wǎng)絡(luò)進(jìn)行傳輸。由于這些圖像信息涉及個人隱私，或者某些圖像數(shù)據(jù)的特殊性，即發(fā)送雙方都不希望網(wǎng)絡(luò)上所傳輸?shù)膱D像數(shù)據(jù)被未授權(quán)者所瀏覽或處理，，而且有的涉及到國家安全，因而圖像數(shù)據(jù)的保護(hù)越來越受到社會的普遍重視[1]。通過圖像加密技術(shù)操作后，原來的數(shù)字圖像變?yōu)轭愃朴谛诺离S機(jī)噪聲的信息，這些信息對不知道密鑰的網(wǎng)絡(luò)竊聽者是不可識別的(除非進(jìn)行了有效破譯)，進(jìn)而可以有效地保護(hù)傳輸中的圖像數(shù)據(jù)。1.2數(shù)字圖像加密技術(shù)發(fā)展現(xiàn)狀由于圖像處理和網(wǎng)絡(luò)通信的飛速發(fā)展，對在因特網(wǎng)和無線網(wǎng)絡(luò)中實(shí)時安全的圖像傳輸提出了巨大的要求。為了迎接這種挑戰(zhàn)，各種各樣的加密技術(shù)被提出。其中，早期的圖像加解密技術(shù)主要是基于像素位置變換的加解密技術(shù)和基于秘密分割與秘密共享的圖像加解密技術(shù)，但由于人們對安全性、加密速度以及其它各個方面的要求，基于現(xiàn)代密碼體制的圖像加解密技術(shù)和基于混沌的圖像加解密技術(shù)被提出。(1)在圖像加密中數(shù)字圖像置亂起著不可忽視的作用，它類似于對數(shù)字圖像的空間域進(jìn)行如經(jīng)典密碼學(xué)對一維信號的置換，或者修改數(shù)字圖像的變換域參數(shù)，使得修改后的圖像成為面目全非的雜亂圖像，從而保護(hù)了數(shù)字圖像所要表達(dá)的真實(shí)內(nèi)容。針對數(shù)字圖象數(shù)據(jù)的加密，Matias和Shamir在1988年提出了一種按照隨機(jī)空間曲線填充一幀畫面的方法置亂圖像[2]，這類方法可以使用的密鑰數(shù)量很大，導(dǎo)致非法破譯者需要耗費(fèi)巨大的計(jì)算代價(jià)來統(tǒng)計(jì)分析地窮舉各種可能情況。Scharinger分別提出采用參數(shù)化的二維混沌映射在空間域?qū)D像的各象素進(jìn)行排列[3]。排列是迭代進(jìn)行的，迭代次數(shù)可以作為密鑰的一部分，具有較好的加密效果。置亂變換是數(shù)字圖像加密中研究的比較廣泛的一種方法。(2)Shamir在1979年提出的密鑰分存的概念[4]，即把密鑰K分解為n個子密鑰，并且滿足任意k（1≤k<n）個子密鑰的結(jié)合才能恢復(fù)密鑰K，而若少于k個子密鑰則不能獲得密鑰K的任何信息，也就是密碼學(xué)上稱之為門陷的技術(shù)。之后，在1994年歐密會上，Naor和Shamir共同提出了二值圖像信息的共享方案[5]。在這種二值圖像信息共享方案中，原始圖像的每個黑白像素被2個子塊所代替，其中每個子塊由2×2個黑白像素構(gòu)成，生成了兩幅數(shù)據(jù)膨脹了的圖像，這兩幅圖像的疊加得到放大4倍且對比度有所降低的原始圖像。Naor和Shamir進(jìn)一步提出了圖像秘密的任意分存方案，其含義是將密圖上一個像素（黑或白）按任意指定的若干圖像的相應(yīng)像素的黑白進(jìn)行分存，所指定的圖像稱為參考圖像。(3)ClaudeShannon于1949年發(fā)表了一篇題為“保密系統(tǒng)的信息理論”的文章，用信息論的觀點(diǎn)對信息保密問題做了全面的闡述，建立了現(xiàn)代密碼學(xué)理論[6]。對于圖像數(shù)據(jù)來說，這種加密技術(shù)就是把待傳輸?shù)膱D像看做明文，通過各種加密算法，如DES（DataEncryptionStandard，數(shù)據(jù)加密標(biāo)準(zhǔn)），RSA（RivestShamirAdlemen，一種因特網(wǎng)加密和認(rèn)證體系）等，在密鑰的控制下，達(dá)到圖像數(shù)據(jù)的保密通信。這種加密機(jī)制的設(shè)計(jì)思想是加密算法可以公開，通信的保密性完全依賴于密鑰的保密性。

(4)20世紀(jì)60年代，人們發(fā)現(xiàn)了一種特殊的自然現(xiàn)象混沌（chaos）?；煦缡且环N非線性動力學(xué)規(guī)律控制的行為，它對初始條件和系統(tǒng)參數(shù)的極端敏感性，白噪聲的統(tǒng)計(jì)特性和不可預(yù)測性等優(yōu)良特性，使得混沌具有天生的密碼學(xué)特性，所以，基于混沌的圖像加密技術(shù)在近些年發(fā)展很迅速?；诨煦绲膱D像加密技術(shù)的基本原理就是把混沌系統(tǒng)的初始值做為密匙，利用系統(tǒng)產(chǎn)生的混沌序列對待加密的圖像信息近行加密。因?yàn)榛煦缦到y(tǒng)是一種復(fù)雜的非線性動力學(xué)系統(tǒng)，它的偽隨機(jī)特性和對初始值極其敏感的依賴性使它在圖像加密技術(shù)中有著廣闊的應(yīng)用前景。所以，許多基于混沌的圖像加密技術(shù)還在不斷出現(xiàn)，這對圖像加密技術(shù)的研究產(chǎn)生深遠(yuǎn)的影響。1.3課題的研究內(nèi)容本文在研究圖像加密原理的基礎(chǔ)上重點(diǎn)研究了兩種數(shù)字圖像加密技術(shù)，分別是改進(jìn)后的Arnold圖像加密技術(shù)和基于混沌序列的圖像加密技術(shù)。第一種技術(shù)是在分析了經(jīng)典Arnold技術(shù)后提出的一種改進(jìn)的圖像加密技術(shù)。從仿真結(jié)果可以看出，這種方法可以避免原方法的周期性，抗破譯性更強(qiáng)。第二種技術(shù)是基于混沌序列的圖像加密技術(shù)，它的主要特點(diǎn)是對混沌系統(tǒng)的初始值和參數(shù)有較好的敏感性。本文給出了這兩種加密技術(shù)的原理及理論分析，仿真結(jié)果表明這兩種加密技術(shù)都可以很好地使用于遠(yuǎn)程醫(yī)療診斷系統(tǒng)。第2章數(shù)字圖像加密技術(shù)簡介2.1數(shù)字圖像概述圖像的數(shù)字化及數(shù)學(xué)表示從視覺角度上講，圖像是用各種觀測系統(tǒng)以不同形式和手段觀測客觀世界而獲得的，可以直接或間接作用于人眼而產(chǎn)生視知覺的實(shí)體，是自然界景物或事物的客觀反映。就圖像本質(zhì)來說，可以將圖像分為兩大類：模擬圖像和數(shù)字圖像。一幅二維平面圖像可用一個二元函數(shù)來表示。表示二維空間坐標(biāo)系中一個坐標(biāo)點(diǎn)的位置，則表示相應(yīng)實(shí)際圖像在該點(diǎn)的某個性質(zhì)的度量值，所有點(diǎn)的度量值的有序集合構(gòu)成圖像I。一般認(rèn)為，表示的圖像是連續(xù)的，如一幅照片、一幅圖畫等。為了能用計(jì)算機(jī)對圖像I進(jìn)行處理，則將連續(xù)圖像的的值域從實(shí)數(shù)域映射到整數(shù)域，即得到數(shù)字圖像。換言之，數(shù)字圖像就是圖像經(jīng)過采樣、量化后的二維空間中離散點(diǎn)的有序集合。這些離散點(diǎn)稱為像素（pixel）。首先，最直觀的，以用一個二維矩陣來表示一幅數(shù)字圖像，矩陣中元素所在的行和列，就是數(shù)字圖像顯示在計(jì)算機(jī)屏幕上的像素點(diǎn)的坐標(biāo)，矩陣中各個元素的值就是數(shù)字圖像對應(yīng)位置像素的灰度值（通常有256個）或色彩值。例如，一幅個像素的數(shù)字圖像，其像素灰度值或色彩值用行列的矩陣F來表示，因此可以借助于矩陣的性質(zhì)和變換來研究數(shù)字圖像。數(shù)字圖像的特點(diǎn)一般地，模擬圖像經(jīng)采樣離散后得到的數(shù)字圖像具有以下的特點(diǎn)：(1)圖像數(shù)據(jù)信息量很大。例如取512512個像素組成一幅數(shù)字圖像，如其灰度級用8比特的二進(jìn)制來表示，則有28=256個灰度級，那么這幅圖像的數(shù)據(jù)信息量即為5125128=2097152比特。若是彩色圖像，數(shù)據(jù)量更大。對這樣大數(shù)據(jù)量的圖像進(jìn)行處理，必須要有計(jì)算機(jī)才能勝任。(2)數(shù)字圖像占用的頻帶較寬。與語言信息相比，占用的頻帶要大幾個數(shù)量級。如電視圖像的帶寬為5-6而語言帶寬僅為4左右。頻帶愈寬，技術(shù)實(shí)現(xiàn)愈難，為此對頻帶壓縮技術(shù)提出了較高要求。(3)數(shù)字圖像中各個圖像不是獨(dú)立的，其相關(guān)性很大。就是說，有大塊區(qū)域的灰度值是相差不大的。例如在一幅數(shù)字電視圖像中，同一行中相鄰兩個像素或相鄰兩行的像素，其相關(guān)系數(shù)可達(dá)0.9，而相鄰兩幀電視圖像之間的相關(guān)性比幀內(nèi)相關(guān)性還有大一些，因此圖像信息的冗余度很大。2.2數(shù)字圖像加密技術(shù)的基本原理加密傳輸?shù)睦碚摪l(fā)送方接收方發(fā)送方接收方加密密鑰加密密鑰解密加密圖2-1一個加密、解密過程解密加密2.2.2與文本信息不同,圖像數(shù)據(jù)有著自己獨(dú)特的性質(zhì):如數(shù)據(jù)量大、冗余度高、像素間相關(guān)性強(qiáng)等,這使得在處理圖像數(shù)據(jù)時傳統(tǒng)的加密方法顯得效率不高、效果不理想。圖像加密的特殊性在于[7]：(1)數(shù)據(jù)量大、冗余度高的特征通常使加密后的圖像數(shù)據(jù)容易受到來自各種密碼分析方法的攻擊。數(shù)據(jù)量大,攻擊者可以獲得足夠多的密文樣本進(jìn)行統(tǒng)計(jì)分析；冗余度高，鄰近的像素很可能具有近似的灰度值。傳統(tǒng)的加密算法未能很好解決這一棘手問題。(2)與文本相比,圖像的數(shù)據(jù)量大得多，這使得圖像的實(shí)時加密變得非常困難。數(shù)據(jù)量大使傳統(tǒng)的加密算法加密一幅圖像需花費(fèi)較長的時間，而且數(shù)字圖像一般以二維數(shù)組形式進(jìn)行存儲，傳統(tǒng)加密算法在加密前得先將圖像數(shù)據(jù)轉(zhuǎn)換成二進(jìn)制的數(shù)據(jù)流，這些都降低了加密的效率。對于實(shí)時圖像處理，若加密算法運(yùn)行速度很慢，即使保密性能非常好，它也沒有任何實(shí)際價(jià)值。(3)圖像中相鄰像素之間有很強(qiáng)的相關(guān)性，這使快速置亂數(shù)據(jù)變得非常困難。香農(nóng)在信息論中提到，一個足夠安全的加密算法應(yīng)該滿足E(P/c)=E(P)，其中P表示明文消息，c表示密文消息。也就是說加密后的信息要有足夠的隨機(jī)性，不應(yīng)反映任何明文信息。一個均勻分布的信息源具有極大的不確定性，因此理想的密文應(yīng)該擁有一幅均衡的直方圖，它的任何兩個相鄰像素應(yīng)該是統(tǒng)計(jì)上互不相關(guān)的。(4)數(shù)字圖像信息并不像文本信息那么敏感，它允許一定的失真度，只要將圖像失真控制在人的視覺不能覺察的范圍內(nèi)是完全可以接受的，許多情況下，甚至視覺上覺察到一定的失真也是可以的。2.2.3目前圖像加密技術(shù)主要有:圖像像素空間位置置亂,圖像灰度值變換,對空間位置與灰度值均進(jìn)行加密操作。所謂空間位置置亂,就是通過某種方式打亂圖像像素的排列,使得原始圖像的內(nèi)容變得雜亂無章。圖像置亂技術(shù)早期是對模擬圖像的位置空間做置換，可以看作從經(jīng)典密碼學(xué)中的單表系統(tǒng)擴(kuò)展而來。對于數(shù)字化的圖像，置亂過程不僅可以在數(shù)字圖像的空間(色彩空間、位置空間)上進(jìn)行，還可以在數(shù)字圖像的頻域上進(jìn)行。數(shù)字圖像置亂即是對數(shù)字圖像的一種加密方法，它使得合法使用者可以自由控制算法的選擇、參數(shù)的選擇以及使用隨機(jī)數(shù)技術(shù)，這就加大了攻擊者非法破譯的難度?？臻g域的圖像置亂是利用某種算法將一副圖像各像素的次序打亂，但像素的總個數(shù)不變，直方圖不變，使一副圖像各像素的次序打亂，但像素的總個數(shù)不變，直方圖不變，使一副圖像變得“面目全非”。但是,單純地用置亂方法對圖像進(jìn)行加密有可能會被統(tǒng)計(jì)分析方法所破解。圖像灰度值變換主要是利用密鑰產(chǎn)生的偽隨機(jī)序列改變原始圖像的灰度值。對空間位置與灰度值均進(jìn)行加密操作就是把前兩者結(jié)合起來的一種思想。而按加密的對象來分，也可分為兩類：一類是直接對圖像數(shù)據(jù)進(jìn)行加密；另一類則是對圖像數(shù)據(jù)編碼的輔助信息進(jìn)行加密。而按加密的手段來講也可以分為兩大類：一類是應(yīng)用圖像數(shù)據(jù)的特點(diǎn)，再加上現(xiàn)代密碼技術(shù)來達(dá)到加密的目的，如先對圖像數(shù)據(jù)進(jìn)行編碼，再對編碼信息進(jìn)行加密；另一類是建立一種完全新式的密碼體制來達(dá)到對圖像數(shù)據(jù)加密的目的，如應(yīng)用混沌動力系統(tǒng)加密圖像數(shù)據(jù)。具體來講主要有以下幾種技術(shù)：一、基于置亂的圖像加密技術(shù)；二、基于偽隨機(jī)序列的加密技術(shù)；三、基于SCAN語言的加密技術(shù)；四、基于“密鑰圖像”的加密技術(shù)等等。2.3MATLAB工具簡介Matlab是近幾年來國內(nèi)外使用最為廣泛的優(yōu)秀科技軟件之一，其語法結(jié)構(gòu)簡單，具有極強(qiáng)的數(shù)值計(jì)算、數(shù)據(jù)分析、圖形繪制及圖像處理等功能，具有高質(zhì)量的圖形可視化效果和強(qiáng)大的界面設(shè)計(jì)能力，因而在數(shù)字圖像處理中有著其他語言無法比擬的優(yōu)勢。Matlab圖像處理工具箱提供了豐富的圖像處理函數(shù)，幾乎涵蓋了圖像處理的各個內(nèi)容。這里采用Matlab作為編程工具，有兩方面原因：一是對圖像的操作算法主要涉及了矩陣的數(shù)學(xué)處理變換，而Matlab是一種專門為處理矩陣的數(shù)學(xué)工具，所以用Matlab處理會很簡便；另一點(diǎn)是文中的算法是關(guān)于圖像空間變換，灰度變換以及塊操作的處理，例如，彩色圖像與灰度圖像轉(zhuǎn)換函數(shù)rgb2gray（）。所以用Matlab進(jìn)行圖像的仿真及變換運(yùn)算，會得到較好的效果，同時操作很方便。第3章基于矩陣變換及像素置換的圖像加密技術(shù)3.1經(jīng)典的Arnold圖像置亂技術(shù)隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，圖像置亂技術(shù)已成為數(shù)字圖像安全傳輸和保密存儲的主要手段之一。其基本方法是把一幅圖像經(jīng)過變換或數(shù)學(xué)上的知識，攪亂像素位置或顏色，將原來有意義的圖像信息變換成一幅“雜亂無章”的圖像，無法辨認(rèn)出原始圖像信息。為了確保其機(jī)密性，算法中一般引入密鑰。圖像合法接受方借助密鑰，通過相應(yīng)算法的逆變換可解密出原始圖像。這一過程又稱去亂[8]。此外，目前給出的置亂加密算法大多是基于數(shù)學(xué)變換的，去亂過程有時也可通過置亂加密的周期性獲得。目前，數(shù)字圖像置亂加密的方法有許多種，如Arnold變換，幻方變換，抽樣技術(shù)等等，本文中主要應(yīng)用了在經(jīng)典Arnold變換基礎(chǔ)上提出了一種改進(jìn)的Arnold變換。經(jīng)典Arnold變換的定義ArnoldCat變換是在遍歷理論研究中提出的一種變換，俗稱貓臉變換。本意為catmapping。設(shè)想正方形圖像大小為,其內(nèi)有一點(diǎn)，將點(diǎn)變換到另一點(diǎn)的變換用公式(3-1)表示為：(3-1)式中，式(3-1)稱為Arnold變換。Arnold變換。Arnold變換實(shí)際上是一個點(diǎn)的位置移動過程。文獻(xiàn)[9]已經(jīng)證明，對于一幅大小為N*N的圖像，經(jīng)過若干次迭代后可得到一幅置亂的圖像，但是Arnold變換具有周期性，隨著迭代次數(shù)的增加,圖像逐漸趨于混亂,不過迭代到一定次數(shù)時,又將回到原圖。如大小為128*128的圖像迭代96次后將回到原圖,大小為240*240的圖像迭代60次后將回到原圖,大小為256*256的圖像迭代192次后將回到原圖。經(jīng)典Arnold變換的算法實(shí)現(xiàn)和結(jié)果分析這里采用的是一幅420*342的一幅醫(yī)用大腦圖像，因此算法首先將該圖像轉(zhuǎn)換為了240*240的圖像，然后經(jīng)仿真得到的置亂圖像如下圖3-2所示：(a)原始圖像(b)置亂一次(c)置亂2次(d)置亂3次(e)置亂10次(f)置亂190次(g)置亂191次(h)置亂192次圖3-2經(jīng)典Arnold變換置亂效果圖Arnold變換是一種廣泛應(yīng)用的經(jīng)典置亂變換方法，圖2示意了經(jīng)過處理后的大小為256*256像素的醫(yī)學(xué)灰度圖像大腦以二維Arnold變換置亂若干次的不同效果圖，可以看出，隨著置亂次數(shù)增加，圖像開始雜亂。到第l0次Arnold變換后圖像的內(nèi)容已經(jīng)不具有任何原圖像的形狀或輪廓特征，視覺上呈現(xiàn)為雜亂無序的、類似于噪聲的分布，置亂效果非常良好，但是可以從圖中看到第190次的變換開始在逐漸接近原圖像，到第192次變換后，加密的圖像恢復(fù)為原圖，證明Arnold變換具有一定的周期性。上述經(jīng)典Arnold變換可以看作是裁剪和拼接的過程。通過這一過程將離散化的數(shù)字圖像矩陣中的點(diǎn)重新排列，由于離散數(shù)字圖像是有限點(diǎn)集，這種反復(fù)變換的結(jié)果，在開始階段像素點(diǎn)的位置變化會出現(xiàn)相當(dāng)程度的混亂，但由于動力系統(tǒng)固有特性，即變換具有回復(fù)性。這樣，只要知道加密算法，按照密文空間的任意一個狀態(tài)來進(jìn)行迭代，都會做有限步內(nèi)恢復(fù)出明文。這種攻擊對現(xiàn)代的計(jì)算機(jī)來說其計(jì)算時間是很短的，因而其保密性不高。3.2基于矩陣變換和像素置換的圖像加密算法設(shè)計(jì)本文提出了一種改進(jìn)的Arnold變換方法，引入了偽隨機(jī)序列，這樣增加了密鑰數(shù)，從而可以提高保密性。只有將初值和本原多項(xiàng)式信息傳給接收方才可以實(shí)現(xiàn)解密。由于偽隨機(jī)序列的這種類隨機(jī)噪聲特性，使得攻擊者在不知道加密初值和本原多項(xiàng)式的時候很難破解加密圖像。算法設(shè)計(jì)過程(1)設(shè)置初始化密鑰n1，n2，x1(1)，x2(2)，n1是對整個圖像進(jìn)行Arnold變換的迭代次數(shù)，n2是對各個分塊迭代次數(shù)，設(shè)x1(1)=0.2，x2(2)=0.25為兩個隨機(jī)序列的初值，分形參數(shù)u=4。(2)利用步驟(1)中設(shè)定的初始條件就可以得到兩個隨機(jī)序列。為了充分利用隨機(jī)序列的隨機(jī)特性，隨機(jī)序列的每一個元素必須有足夠的位數(shù)，這個可以通過對每一個元素值的浮點(diǎn)數(shù)取整來實(shí)現(xiàn)。因此在程序設(shè)計(jì)時用預(yù)處理函數(shù)fix()實(shí)現(xiàn)浮點(diǎn)數(shù)取整。得到新的混沌序列x2(i)，x4(i)。(3)隨機(jī)序列不能直接用于圖像加密中，因?yàn)殡S機(jī)序列的值可能不在像素的灰度值的取值范圍內(nèi)。因此，我們必須經(jīng)過一定的變換使其符合要求。對于圖像的灰度值來說，每一個像素點(diǎn)的灰度值是一個范圍在0~255內(nèi)的整數(shù)，但是得到的混沌序列值很可能超過這個范圍，有的甚至為負(fù)值。為了節(jié)省存儲空間，每一個像素值必須在0~255的范圍內(nèi)。所以我們進(jìn)行了如下mod()函數(shù)，從而將兩個序列的像素值限制在0~255。(4)利用貓變換函數(shù)先對圖像進(jìn)行Arnold變換，再對分塊圖像進(jìn)行Arnold變換。算法設(shè)計(jì)流程根據(jù)以上分析，得出加密流程圖如框圖3-3所示：設(shè)置密匙構(gòu)造隨機(jī)序列對整個圖像Arnold變換分塊Arnold變換設(shè)置密匙構(gòu)造隨機(jī)序列對整個圖像Arnold變換分塊Arnold變換圖3-3加密流程圖3.3算法實(shí)現(xiàn)及結(jié)果分析為了驗(yàn)證改進(jìn)的Arnold算法在處理醫(yī)學(xué)圖片時的有效性，針對不同醫(yī)學(xué)圖像采用不同參數(shù)做了大量的實(shí)驗(yàn)。本文以一幅醫(yī)學(xué)圖片大腦為例，應(yīng)用此算法對圖像進(jìn)行加密處理，得到的結(jié)果下圖3-4所示：(a)原始圖像(b)整體加密后(c)分塊加密后圖3-４改進(jìn)后Arnold技術(shù)加密效果圖從上圖可以看出，經(jīng)過改進(jìn)后的Arnold算法，不需要經(jīng)過周期性的迭代過程即可實(shí)現(xiàn)圖像加密。經(jīng)過最后分塊Arnold變換后的加密圖像，可以看出已經(jīng)完全看不到原圖像的信息，得到了很好的加密效果。3.4小結(jié)上述文中提出了一種改進(jìn)的Arnold的變換圖像加密技術(shù)，充分利用了矩陣的特性，同時結(jié)合偽隨機(jī)序列，從而增加了密鑰量，避免了因密鑰不足導(dǎo)致安全性不足的缺點(diǎn)，可以看出得到了較好的置亂效果，所以針對遠(yuǎn)程醫(yī)療診斷技術(shù)中圖片的傳輸?shù)陌踩宰隽撕芎玫谋Ｕ?，具有可行性和有效性。?章基于混沌的圖像加密技術(shù)4.1混沌系統(tǒng)的基本理論傳統(tǒng)的加密算法，如DES和IDESA，它們都不適合對圖像進(jìn)行加密，因?yàn)閳D像的信息量很大。大部分傳統(tǒng)圖像加密算法都是依據(jù)位置置亂，如Arnold變換。這些加密算法都具有加密速度快的優(yōu)點(diǎn)，但是，其安全性完全依賴于算法的安全性，這很難滿足現(xiàn)代加密系統(tǒng)的要求?；煦绗F(xiàn)象是在非線性動力系統(tǒng)中出現(xiàn)的確定性、類似隨機(jī)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(jī)序列，相關(guān)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(jī)信號或偽隨機(jī)碼。原理上只要增加迭代次數(shù)，偽隨機(jī)碼的周期可以很長[10]。通過混沌系統(tǒng)對初始值和結(jié)構(gòu)參數(shù)的敏感依賴性，可以提供數(shù)量眾多、非相關(guān)、類隨機(jī)而又確定可再生的信號。混沌的定義當(dāng)今科學(xué)界認(rèn)為，混沌是無處不在的：自來水龍頭的滴水花樣由穩(wěn)態(tài)變?yōu)殡S機(jī)；在風(fēng)中旗幟的前后拍動；在高速公路上汽車用具的形態(tài)中；在氣候變化等等情形中，都會出現(xiàn)混沌。實(shí)質(zhì)上，混沌是直接研究我們看得見摸得著的宇宙，以及在與人類本身的尺度大小差不多的對象中發(fā)生的過程。迄今為止，學(xué)術(shù)界對“混沌”尚無一個統(tǒng)一的嚴(yán)格的定義，這主要是由于混沌現(xiàn)象的復(fù)雜性，人們對混沌本身的種種性質(zhì)還沒有完全掌握好，而且，國內(nèi)外學(xué)者們對混沌不同學(xué)派往往會從不同的角度來理解和定義混沌。目前，為大多數(shù)人所接受的數(shù)學(xué)上的定義有兩個[11]：一個是基于混沌運(yùn)動軌跡的非周期特性所作的。另一個定義是基于對初始條件的敏感依賴性所作的。本文里采用的是物理學(xué)上的混沌定義，在物理學(xué)上人們并不嚴(yán)格采用數(shù)學(xué)上的定義，而給出了一個普適的依賴于現(xiàn)象的定義。定義：所謂混沌是指具有以下特點(diǎn)的一類現(xiàn)象。(1)由確定性產(chǎn)生(2)具有有界性(3)具有非周期性(4)對初始條件具有極端敏感性這是從物理學(xué)的角度定義的，正是由于上述四種現(xiàn)象，混沌具有用于保密通信的極佳性能?；煦缬纱_定性系統(tǒng)產(chǎn)生和具有有界性，這意味著是可以通過適當(dāng)?shù)姆椒▉磉_(dá)到可控的，而且也是可觀測和可實(shí)現(xiàn)的?；煦缇哂蟹侵芷谛裕@表明它具有寬的頻帶和類噪聲的特點(diǎn)，基于此，正好用其掩蓋所傳送的通信信息，使這些信息看起來像是寬帶的噪聲一樣，難于提取。對初始條件的極端敏感性說明混沌信號具有長期不可預(yù)測性，通信的保密性正要求這一點(diǎn)。不難分析出混沌能真正用于保密通信的實(shí)質(zhì)是其寬帶類噪特性和強(qiáng)烈地依賴初始值。混沌的基本性質(zhì)(1)對初值的極端敏感性這是混沌系統(tǒng)的一個主要特征，混沌系統(tǒng)對初始值極其敏感，十分相近的初始值經(jīng)過系統(tǒng)數(shù)次迭代均會產(chǎn)生很大的差別。這種對初始條件有敏感依賴性的動力學(xué)特性也稱為蝴蝶效應(yīng)。(2)遍歷性和混合性遍歷性是一個物理學(xué)中經(jīng)常使用的概念，在動力學(xué)中，系統(tǒng)的軌道具有遍歷性表示該軌道具有一定的回歸性，即隨著時間的推移，軌道總可以任意地接近它所經(jīng)過的狀態(tài)。混合性則表示系統(tǒng)軌道初始狀態(tài)的選擇，不影響軌道的統(tǒng)計(jì)特性。當(dāng)系統(tǒng)同時滿足遍歷性和混合性時，就相當(dāng)于在信號統(tǒng)計(jì)分析中各態(tài)歷經(jīng)的。此時。可以通過時間平均代替集平均對系統(tǒng)的統(tǒng)計(jì)特性進(jìn)行分析?；煦缦到y(tǒng)是同時滿足遍歷性和混合性的系統(tǒng)，因此可以使用信號統(tǒng)計(jì)分析中的各種分析工具對其進(jìn)行分析和處理。(3)內(nèi)隨機(jī)性混沌具有類隨機(jī)性在學(xué)術(shù)界是一致肯定的。混沌過程可以由算法來定義，而隨機(jī)過程則不可以，這就是其重要差別。一般由來說，產(chǎn)生混沌的系統(tǒng)具有內(nèi)在不穩(wěn)定性而整體穩(wěn)定性。所謂局部穩(wěn)定性實(shí)質(zhì)系統(tǒng)運(yùn)動的某方面（如某些維度上）的行為強(qiáng)烈地依賴于初始條件。由于這個差別，把混沌的隨機(jī)性稱為類隨機(jī)性是比較合適的?；煦缦到y(tǒng)與數(shù)字圖像在數(shù)字圖像加密技術(shù)中，引入混沌映射模型產(chǎn)生的混沌序列可以帶來以下的優(yōu)點(diǎn)：第一，混沌序列的產(chǎn)生極為方便，只需給出一個參數(shù)u和初值s，便可產(chǎn)生數(shù)量眾多的混沌序列，可用于需要大量圖像加密的場合；第二，混沌序列是一個類似隨機(jī)的過程，而且從混沌序列的值很難推出原始的參數(shù)和初值，因此具有較好的保密性；第三，混沌序列具有良好的相關(guān)特性。只有使用相同的參數(shù)和初值產(chǎn)生的序列相關(guān)性較好，而采用不同參數(shù)或初值產(chǎn)生的序列相關(guān)性近似于零，這能有效地抵抗破壞攻擊。本課題中主要用到了Logistic映射的混沌系統(tǒng)。Logistic映射由生物學(xué)家R.May于1976年提出來的，它是一個十分簡單的一維非線性迭代方程，其定義如式(4-1)所描述：(4-1)其中，分形參數(shù)。它雖然簡單，但是有著極其復(fù)雜的動力學(xué)行為，它的演化過程與有密切關(guān)系，當(dāng)，系統(tǒng)工作于混沌狀態(tài)[12]。文獻(xiàn)[13]已證明了上式所產(chǎn)生的混沌序列的概率密度函數(shù)分布圖如下圖4-2所示：圖4-2Logistic序列概率密度函數(shù)分布圖由上圖4-2可見，Logistic映射序列大部分在0和1附近，其關(guān)于0.5對稱分布，即序列的均值為0.5。還有一種對Logistic映射改進(jìn)后的序列，具體公式如下式4-3所示：(4-3)這是一種均值為0的滿Logistic映射，當(dāng)時，上式處于混沌狀態(tài)，滿Logistic映射序列關(guān)于0對稱分布，即序列的均值為0。4.2基于混沌系統(tǒng)的圖像加密算法設(shè)計(jì)加密算法設(shè)計(jì)文中采用了灰度置亂的方法，灰度置亂的加密規(guī)則[14]表達(dá)如下式4-4所示：(4-4)式中，；P——圖像矩陣；K——加密矩陣，即由混沌序列構(gòu)造的加密矩陣；C——加密后的矩陣。整個加密過程的框圖4-5如下：密鑰密鑰讀入原始圖像標(biāo)準(zhǔn)圖像圖像序列加密圖像混沌序列設(shè)定參數(shù)，初始值圖4-5混沌加密算法框圖選擇一幅醫(yī)用骨頭圖像作為仿真圖像，首先讀入初始圖像，經(jīng)過圖像預(yù)處理后，將其轉(zhuǎn)換為標(biāo)準(zhǔn)256*256的圖像，然后輸入Logistic混沌映射序列的初始值m（1）=0.3，取分形參數(shù)=4，按照Logistic混沌序列的迭代方法便可產(chǎn)生混沌序列。最后用圖像序列和混沌序列的異或運(yùn)算實(shí)現(xiàn)對原始圖像的加密。解密算法設(shè)計(jì)解密的過程是上述過程的逆過程：首先讀入加密后的Lena圖像，然后輸入密鑰產(chǎn)生解密序列，然后進(jìn)行和加密時一樣的灰度變換既可以得到解密圖像。具體框圖如下圖4-6所示：異或運(yùn)算圖像序列讀入加密圖像異或運(yùn)算圖像序列讀入加密圖像密鑰混沌序列加密圖像密鑰混沌序列加密圖像圖4-6混沌解密算法框圖4.3算法實(shí)現(xiàn)及結(jié)果分析1、加密過程實(shí)現(xiàn)及分析這里選取了一幅醫(yī)學(xué)骨骼圖像作為加密對象，設(shè)置初始密鑰m(1)=0.3,加密算法經(jīng)matlab仿真后的效果圖如下4-7所示：(a)原始的Lena圖像(b)經(jīng)過混沌處理后的圖像圖4-7混沌加密仿真后效果圖可以看出，加密后的圖像看不出原圖像的絲毫信息，加密效果比較好，且本算法加密速度快，程序簡單易實(shí)現(xiàn)，相對于Arnold變換加密算法，這種算法的運(yùn)算量要小很多。2、解密實(shí)現(xiàn)及分析當(dāng)所輸入的密鑰m（1）=0.3時得到的解密后骨骼圖像如下圖4-8所示：(a)加密圖像(b)解密圖像圖4-8混沌解密圖像效果圖可以看出能采用密匙解密的方法，可以安全正確的恢復(fù)原圖像信息，為了檢測本算法的安全性，僅僅檢測一下它對初始條件的敏感性。當(dāng)其他的參數(shù)都正確時，改變初始值，令m（1）=0.3000000001時，解密出的圖像如圖4-9所示：圖4-9誤解密時仿真效果圖從上圖可以看出，只是當(dāng)初始值變化時，都不能解密出圖像且看不到原圖像的任何信息，已完全不能辨認(rèn)出來，好像是噪聲引起的雪花點(diǎn)，具有隨機(jī)性。因此此加密系統(tǒng)具有較高的保密性同時表示了此種算法的可行性。第５章總結(jié)隨著現(xiàn)代醫(yī)學(xué)的快速發(fā)展和Internet技術(shù)的日益成熟，使得網(wǎng)絡(luò)信息安全問題日益突出，正越來越受到社會的普遍關(guān)注。圖像加密技術(shù)作為保障網(wǎng)絡(luò)傳輸安全的一種手段，吸引了廣大學(xué)者的廣泛關(guān)注，本文在圖像加密技術(shù)主要做了如下幾方面工作：1.簡要闡述了經(jīng)典Arnold變換技術(shù)的定義、特點(diǎn)，同時對其進(jìn)行了加密解密的仿真實(shí)驗(yàn)，通過效果圖總結(jié)出這種經(jīng)典變換存在的缺點(diǎn)和不足。2.在經(jīng)典Arnold變換的基礎(chǔ)上提出了改進(jìn)后結(jié)合密鑰的Arnold圖像置亂技術(shù)，通過引入隨機(jī)序列，從而增加密鑰空間，通過matlab仿真證明這種方法能夠很好地克服經(jīng)典Arnold變換的周期性缺點(diǎn)。3.本文提出的第二種加密技術(shù)是一種新興加密技術(shù)-混沌?；煦缦到y(tǒng)由于其天然對初始值的良好敏感特點(diǎn)，而備受關(guān)注。本文主要對混沌定義和系統(tǒng)特點(diǎn)做了簡要闡述，同時給出了Logistic映射的定義，利用matlab軟件，給出了一幅醫(yī)學(xué)圖像的加密解密的仿真效果圖，同時還給出了當(dāng)密鑰誤解密時的效果圖，試驗(yàn)結(jié)果證明：該算法具有較高的效率和安全性。參考文獻(xiàn)[1]傅征,連平.遠(yuǎn)程醫(yī)學(xué)[M].北京：人民軍醫(yī)出版社,2005:1[2]王睿.基于PACS的遠(yuǎn)程會診系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].山東濟(jì)南.2006[3]Image,andVideoProcessing,2021[4]黃鑫.圖像加密技術(shù)及其進(jìn)展[J].科技信息,2007(6):19-22[5]陳銘,平西建.基于Arnold變換的圖像信息偽裝算法[J].計(jì)算機(jī)應(yīng)用研究,2006(1):235-237[6]鄒建成,鐵小勻.數(shù)字圖像的二維Arnold變換及其周期[J]．北方工業(yè)大學(xué)學(xué)報(bào)，2000，12(1)：P10~14[7]馬進(jìn),盧雷,朱寧.基于劃分思想的Arnold變換算法[A].中國電子學(xué)會.第十六屆信息論學(xué)術(shù)年會論文集[C].北京：電子工業(yè)出版社，2021:90-94[8]張勇,陳濱.Logistic映射的有限字長研究[J].電子科技大學(xué)學(xué)報(bào),2006,35(3):292-316[9]GuanZH,HuangFJ,GuanWJ.Chaos-basedimageencryptionalgorithm[J],PhysLettA2005,346:153-157[10]王亥,胡建棟.改進(jìn)型Logistic-Map混沌擴(kuò)頻序列[J].通信學(xué)報(bào),1997,18(8):71-77[11]張連俊.圖像混沌加密技術(shù)分析[J].現(xiàn)代情報(bào),2005,25(8):118-119[12]張雪鋒,羅軍,高川.基于混沌序列的數(shù)字圖像加密算法[J].計(jì)算機(jī)工程與應(yīng)用，2006,4（19）：61-62[13]DangPP,ChauPM.ImageenecryptionforsecureInternetmulti-mediaapplication[J].IEEETransactionsonConsumerElectronics,2000,46(8):395-403[14]孫鑫,易開祥,孫優(yōu)賢.基于混沌系統(tǒng)的圖像加密算法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2002,14(2):136-139致謝這次畢業(yè)論文能夠得以順利完成，包含了很多人的關(guān)懷和心血。在此，我要向他們表示深深的謝意！首先，在論文的選題構(gòu)思、課題研究及論文寫作過程中，每當(dāng)我遇到疑難問題時，鄭老師總是耐心地幫我分析，幫我度過了一個個難關(guān)。最終，我才能順利完成論文的創(chuàng)作。鄭老師嚴(yán)謹(jǐn)求實(shí)，認(rèn)真細(xì)致的工作作風(fēng)，深厚的知識積淀，使我受益匪淺。這些將在我今后的工作中給我指引和激勵。在此，謹(jǐn)向鄭老師致以深深的謝意。其次，要感謝所有曾經(jīng)教我們電子信息的任課老師，老師們教會我的不僅僅是專業(yè)知識，更多的是對待學(xué)習(xí)、對待生活的態(tài)度。感謝我宿舍的舍友們在做論文的過程中給我的建議和幫助。感謝我的父母、學(xué)校領(lǐng)導(dǎo)和我的親戚朋友們，在四年的大學(xué)生涯中，給我莫大的精神鼓舞和物質(zhì)的支持，才能使我順利地完成學(xué)業(yè)。最后，感謝在百忙中抽出時間閱讀本文的各位評委。附錄附錄A外文資料TheresearchofdigitalimageprocessingtechniqueIntroductionInterestindigitalimageprocessingmethodsstemsfromtwoprincipalapplicationareas:improvementofpictorialinformationforhumaninterpretation;andprocessingofimagedataforstorage,transmission,andrepresentationforautonomousmachineperception.Thischapterhasseveralobjectives:(1)todefinethescopeofthefieldthatwecallimageprocessing;(2)togiveahistoricalperspectiveoftheoriginsofthisfield;(3)togiveanideaofthestateoftheartinimageprocessingbyexaminingsomeoftheprincipalareainwhichitisapplied;(4)todiscussbrieflytheprincipalapproachesusedindigitalimageprocessing;(5)togiveanoverviewofthecomponentscontainedinatypic叭general-purposeimageprocessingsystem;and(6)toprovidedirectiontothebooksandotherliteraturewhereimageprocessingworknormallyisreporter.WhatIsDigitalImageProcessing?Animagemaybedefinedasatwo-dimensionalfunction,f(x,y)，wherexandyarespatial(plane)coordinates,andtheamplitudeoffatanypairofcoordinates(x,y)iscalledtheintensityorgrayleveloftheimageatthatpoint.Whenx,y,anddigitalimage.Tirefieldofdigitalimageprocessingreferstoprocessingdigitalimagesbymeansofadigitalcomputer.Notethatadigitalimageiscomposedofafinitenumberofelements,eachofwhichhasaparticularlocationandvalue.Theseelementsarereferredtoaspictureelements,imageelements,pels,andpixels.Pixelisthetermmostwidelyusedtodenotetheelementsofadigitalimage.Visionisthemostadvancedofoursenses,soitisnotsurprisingthatimagesplaythesinglemostimportantroleinhumanperception.However,unlikehumanwhoarelimitedtothevisualbandoftheelectromagnetic(E11)spectrum,imagingmachinescoveralmosttheentireEMspectrum,rangingfromgammatoradiowaves.Theycanoperateonimagesgeneratedbysourcesthathumanarenotaccustomedtoassociatingwithimage.theseincludeultrasound,electronmicroscopy,andcomputer-generatedimages.Thus,digitalimageprocessingencompassesawideandvariedfieldofapplication.Thereisnogeneralagreementamongauthorsregardingwhereimageprocessingstopsandotherrelatedareas,suchasimageanalysisandcomputervision,start,sometimesadistinctionismadebydefiningimageprocessingasadisciplineinwhichboththeinputandoutputofaprocessareimages.Webelievethistobealimitingandsomewhatartificialboundary.Forexample,underthisdefinition,eventhetrivialtaskofcomputingtireaverageintensityofanimage(whichyieldsasinglenumber)wouldnotbeconsideredanimageprocessingoperation.Ontheotherhand,therearefieldssuchascomputervisionwhoseultimategoalistousecomputertoemulatehumanvision,includinglearningandbeingabletomakeinferencesandtakeactionsbasedonvisualinputs.Thisareaitselfisabranchofartificialintelligence(AI)whoseobjectiveistoemulatehumanintelligence.ThisfieldofAIisinitsearlieststagesofinfancyintermsofdevelopment,withprogresshavingbeenmuchslowerthanoriginallyanticipated.Theareaofimageanalysis(alsocalledimageunderstanding)isinbetweenimageprocessingandcomputervision.Therearenoclear-cutboundariesinthecontinuumfromimageprocessingatoneendtocomputervisionattheother.However，oneusefulparadigmistoconsiderthreetypesofcomputerizedprocessesisthiscontinuum:how-，mid-,andhigh-everprocesses.low-levelprocessesinvolveprimitiveoperationsuchasimagepreprocessingtoreducenoise,contrastenhancement,andimagesharpening.Alow-levelprocessischaracterizedbythefactthatbothitsinputandoutputareimages.mid-levelprocessingonimagesinvolvestaskssuchassegmentation(partitioninganimageintoregionsorobjects),descriptionofthoseobjectstoreducethemtoaformsuitableforcomputerprocessing,andclassification(recognition)ofindividualobject.amid-levelprocessischaracterizedbythefactthatitsinputsgenerallyareimages,butitsoutputisattributesextractedfromthoseimages(e.g.,edgescontours,andtheidentityofindividualobject).Finally,higher-levelprocessinginvolves"makingsense"ofanensembleofrecognizedobjects,asinimageanalysis,and,atthefarendofthecontinuum,performingthecognitivefunctionnormallyassociatedwithvision.Basedontheprecedingcomments,weseethatalogicalplaceofoverlapbetweenimageprocessingandimageanalysisistheareaofrecognitionofindividualregionsorobjectsinanimage.Thus,whatwecallinthisbookdigitalimageprocessingencompassesprocesseswhoseinputsandoutputsareimagesand,inaddition,encompassesprocessesthatextractattributesfromimages,uptoandincludingtherecognitionofindividualobjects.Asasimpleillustrationtoclarifytheseconcepts,considertheareaofautomatedanalysisoftext.Theprocessesofacquiringanimageoftheareacontainingthetext.Preprocessingthatimages,extracting(segmenting)theindividualcharacters,describingthecharactersinaformsuitableforcomputerprocessing,andrecognizingthoseindividualcharactersareinthescopeofwhatwecalldigitalimageprocessinginthisbook.Makingsenseofthecontentofthepagemaybeviewedasbeinginthedomainofimageanalysisandevencomputervision,dependingonthelevelofcomplexityimpliedbythestatement"makingcense."Aswillbecomeevidentshortly,digitalimageprocessing,aswehavedefinedit,isusedsuccessfullyinabroadrangofareasofexceptionalsocialandeconomicvalue.Theconceptsdevelopedinthefollowingchaptersarethefoundationforthemethodsusedinthoseapplicationareas.TheOriginsofDigitalImageProcessingOneofthefirstapplicationsofdigitalimageswasinthenewspaperindustry,whenpictures~firstsentbysubmarinecablebetweenLondonandNewYork.IntroductionoftheBartlanecablepicturetransmissionsystemintheearly1920sreducedthetimerequiredtotransportapictureacrosstheAtlanticfrommorethanaweektolessthanthreehours.Specializedprintingequipmentcodedpicturesforcabletransmissionandthenrecondstrucedonatelegraghprinterfittedwithtypefacessimulatingahalftonepattern.TheideaofcomputergoesbacktotheinventionoftheabacusinAsiaMintor,morethan5000yearsago.Morerecently,thereweredevelopmentsinthepasttwocenturiesthatarethefoundationofwhatwecallcomputertoday.However,thebasisforwhatwecallamodemdigitalcomputerdatesbacktoonlythe1940swiththeintroductionbyJohnvonNeumannoftwokeyconcepts:(1)amemorytoholdastoredprogramanddata,and(2)conditionalbranching.Theretwoideasarethefoundationofacentralprocessingunit(CPU),whichisattheheartofcomputertoday.StartingwithvonNeumann,therewereaseriesofadvancesthatledtocomputerspowerfulenoughtobeusedfordigitalimageprocessing.Briefly,theseadvancesmaybesummarizedasfollow:(1)theinventionofthetransistorbyBellLaboratoriesin1948;(2)thedevelopmentinthe1950sand1960softhehigh-levelprogramminglanguagesCOBOL(CommonBusiness-OrientedLanguage)andFORTRAII,(FormulaTranslator);(3)theinventionoftheintegratedcircuit(IC)atTexasInstrumentsin1958;(4)thedevelopmentofoperatingsystemintheearly1960s;(5)thedevelopmentofthemicroprocessor(asinglechipconsistingofthecentralprocessingunit,memory,andinputandoutputcontrols)byInterintheearly1970s;(6)introductionbyIBMofthepersonalcomputerin1981;(7)progressiveminiaturizationofcomponents,startingwithlargescaleintegration(LI)inthelate1970s,thenverylargescaleintegration(VLSI)inthe1980s,tothepresentuseofultralargescaleintegration(ULSI).Concurrentwiththeseadvancesweredevelopmentintheareasofmassstorageanddisplaysystems,bothofwhicharefundamentalrequirementsfordigitalimageprocessing.Thefirstcomputerspowerfulenouehtocarryoutmeaningfulimageprocessingtasksappearedintheearly1960s.Thebirthofwhatwecalldigitalimageprocessingtodaycanbetracedtotheavailabilityofthosemachinesandtheonsetoftheapaceprogramduringthatperiod.Ittookthecombinationofthosetwodevelopmentstobringintofocusthepotentialofdigitalimageprocessingconcepts.WorkonusingcomputertechniquesforimprovingimagesfromaspaceprobebeganattheJetPropulsionLaboratory(Pasadena,California)in1964whenpicturesofthemoontransmittedbyRanger7wereprocessedbyacomputertocorrectvarioustypesofimagedistortioninherentintheon-boardtelevisioncamera.FigurelAshowsthefastimageofthemoontakenbyRanger7onJuly31,1964at9:09A.M.EasternDaylightTime(EDT),about17minutesbeforeimpactingthelunarsurface(themarkers,calledreseaumark,areusedforgeometriccorrections,asdiscussedinChapter5).ThisalsoisthefastimageofthemoontakenbyaU.S.spacecraft.Theimaginglessonslearnedwithranger7servedasthebasisforimprovedmethodsusedtoenhanceandrestoreimagesfromtheSurveyormissionstothemoon,theMarinerInparallelwithspaceapplication,digitalimageprocessingtechniquesbeganinthelate1960sandearly1970stobeusedinmedicalimaging,remoteEarthresourcesobservations,andastronomy.Theinventionintheearly1970sofcomputerizedaxialtomography(CAT),alsocalledcomputerizedtomography(CT)forshort,isoneofthemostimportanteventsintheapplicationofimageprocessinginmedicaldiagnosis.Computerizedaxialtomogmphyisaprocessinwhicharingofdetectorsencirclesanobject(orpatient)andanX-raysource,concentricwiththedetectorring,rotatesabouttheobject.TheX-rayspassthroughtheobjectandarecollectedattheo