一種基于提升小波變換的數(shù)字圖像多重置亂方法
【專利摘要】本發(fā)明公開了一種基于提升小波變換的數(shù)字圖像多重置亂方法,屬于數(shù)字圖像處理領(lǐng)域和信息安全領(lǐng)域。包括圖像正置亂和逆置亂兩部分內(nèi)容。該算法利用指定的提升小波函數(shù),以及圖像分塊、隨機整數(shù)矩陣擾動、低頻分量與高頻對角分量互換位置等多重密鑰方法對圖像進行置亂。實驗數(shù)據(jù)表明,該算法安全性和通用性較強,具有算法簡單和置亂速度快的特點,只需較少次數(shù)的置亂即可獲得良好的圖像置亂度和置亂效果,且逆置亂恢復圖像無損。
【專利說明】一種基于提升小波變換的數(shù)字圖像多重置亂方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于提升小波變換的圖像多重置亂方法,具體說是一種新的圖像加密手段和信息隱藏預處理方法,屬于數(shù)字圖像處理領(lǐng)域和信息安全領(lǐng)域。
【背景技術(shù)】
[0002]隨著數(shù)字多媒體技術(shù)的網(wǎng)絡(luò)化發(fā)展,數(shù)字圖像信息的安全和保密問題受到國家和全社會的重視。數(shù)字圖像信息加密是數(shù)字圖像處理領(lǐng)域和信息安全領(lǐng)域研究的熱點,而數(shù)字圖像置亂方法是數(shù)字圖像信息加密技術(shù)中的重要方法之一。
[0003]數(shù)字圖像置亂技術(shù)既可作為一種圖像加密方法,又可以作為信息隱藏的預處理方法。數(shù)字圖像置亂是將數(shù)字圖像經(jīng)過一定算法變換,使其成為面目全非的另一幅沒有明顯意義的混亂圖像,其實質(zhì)就是圖像的加密隱藏,用來解決數(shù)字圖像信息在網(wǎng)絡(luò)傳輸和存儲過程中的安全性和保密性問題。
[0004]目前常見的數(shù)字圖像置亂方法大多屬于空間域方法,包括Arnold變換、Fibonacci變換、仿射變換、Hilbert曲線、抽樣置亂、幻方置亂、騎士巡游置亂、生命游戲置舌L、混沌序列置亂等??臻g域置亂方法很多,但是沒有確定的方法規(guī)律,無論是對數(shù)字圖像的像素位置進行置亂,還是對像素值進行置亂,都在某方面存在著一定程度上的缺陷。比如最常用的Arnold變換和抽樣技術(shù)置亂,都是對方陣圖像進行置亂,且置亂結(jié)果的直方圖沒有改變,在通用性和安全性上比較差。Arnold變換還具有明顯的周期性,即經(jīng)過若干次迭代變換后,矩陣回到初始狀態(tài),其變換算法固定,要達到滿意的置亂效果需經(jīng)過多次迭代。其他類似算法也存在著諸如計算量大、計算復雜、周期性等問題,在置亂速度、置亂效率和置亂度等綜合評價方面難以達到理想的置亂效果。
[0005]事實上,對數(shù)字圖像的置亂,即可在空間域進行,也可在頻域上進行。從數(shù)字圖像加密的角度來說,頻域加密比空間域加密更安全,且能與國際通用JPEG壓縮標準兼容,在性能上更具有優(yōu)越性。常見的頻域置亂方法主要有傅里葉變換(DFT)、離散余弦變換(DCT)、Fourier變換以及小波變換(DWT)等,但尚未發(fā)現(xiàn)基于提升小波變換的圖像置亂方法。
[0006]提升小波變換屬于一種不依賴于傅里葉變換的第二代小波變換,具有結(jié)構(gòu)簡單、計算量小、逆變換直接翻轉(zhuǎn)等特點,目前只在數(shù)字水印技術(shù)中有個別應(yīng)用。傳統(tǒng)小波變換的實現(xiàn)是通過卷積完成的,其計算復雜、運算速度慢、內(nèi)存需求量大,且經(jīng)過傳統(tǒng)小波變換后產(chǎn)生的系數(shù)是浮點數(shù),受到計算機有限字長的限制而不能精確地重構(gòu)原始信號。而提升小波是通過一個基本小波,逐步構(gòu)建出一個性質(zhì)更好的小波(這就是提升的基本含義),它不僅僅是簡單地提升問題,還具有結(jié)構(gòu)簡單、運算量小、原位運算、節(jié)省內(nèi)存空間、逆變換可直接翻轉(zhuǎn)實現(xiàn)等特點,既保持了傳統(tǒng)小波的優(yōu)點,又克服了傳統(tǒng)小波的局限性,正好適合數(shù)字圖像置亂技術(shù)的需求。
[0007]因此考慮到,利用提升小波變換實現(xiàn)的數(shù)字圖像置亂方法,不但可以對數(shù)字圖像進行快速置亂,還可以對圖像置亂效果的通用性、完整性和安全性提供保證。
【發(fā)明內(nèi)容】
[0008]本發(fā)明的目的是提出一種基于提升小波變換的數(shù)字圖像多重置亂方法。本算法采用了圖像分塊、隨機整數(shù)矩陣擾動、低頻分量與高頻對角分量互換位置等多重密鑰的創(chuàng)新設(shè)計方法,不但解決了諸如周期性恢復的安全問題,也滿足數(shù)字圖像加密和信息隱藏的魯棒性要求。
[0009]本發(fā)明的目的是通過下述技術(shù)方案實現(xiàn)的:一種基于提升小波變換的數(shù)字圖像多重置亂方法,其特征在于:包括正置亂和逆置亂兩個過程;
[0010]所述的正置亂過程實現(xiàn)步驟如下:
[0011]輸入待置亂的初始圖像Image,讀取其圖像大小為MXN,設(shè)定置亂次數(shù)密鑰cycle e [1,max (Μ, N)]、分塊大小密鑰 block (block e [I, min (Μ, N)])及選定的小波函數(shù)族名密鑰wname ;
[0012](I)循環(huán)迭代開始,循環(huán)條件k = Iicycle ;
[0013](2)依次對圖像的每一個分塊進行縮減一倍的操作,并確定四個分量塊坐標位置,然后按設(shè)定的提升小波方案進行變換,以形成4個分量圖像數(shù)組[CA,CH, CV, CD];
[0014](3)建立隨機擾動矩陣密鑰R,并將R與低頻分量CA進行疊加:CA = CA+R ;
[0015](4)將疊加后的低頻分量CA與高頻對角分量CD互換位置,然后通過逆變換恢復為MXN的圖像fig,正置亂的一次迭代結(jié)束;
[0016](5)當k不等于cycle,即循環(huán)未結(jié)束時,轉(zhuǎn)至步驟⑵繼續(xù)操作,直到迭代k次,得到置亂后圖像fig,正置亂過程結(jié)束。
[0017]所述的逆置亂過程實現(xiàn)步驟如下:
[0018]輸入置亂后圖像fig,設(shè)定與正置亂過程中相同的置亂次數(shù)密鑰cycle、分塊大小密鑰block及小波函數(shù)族名密鑰wname ;
[0019](I)循環(huán)迭代開始,循環(huán)條件k = Iicycle ;
[0020](2)依次對圖像的每一個分塊進行縮減一倍的操作,并確定四個分量塊坐標位置,然后按設(shè)定的提升小波方案進行變換,以形成4個分量圖像數(shù)組[CA,CH, CV, CD];
[0021 ] (3)建立隨機擾動矩陣密鑰R,并與低頻分量CA進行減法操作:CA = CA-R ;
[0022](4)將低頻分量CA,即原CD,與高頻對角分量CD,即原CA,互換位置,再進行提升小波的逆變換,結(jié)果保存在FIG中,算法一次迭代結(jié)束;
[0023](5)當k不等于cycle,即循環(huán)未結(jié)束時,轉(zhuǎn)至步驟⑵繼續(xù)操作,直到迭代k次,得到的逆置亂恢復圖像FIG,逆置亂過程結(jié)束。
[0024]所述的提升小波函數(shù)及小波函數(shù)族名wname,其值可以是包括“db3”、“db6”、“Sym4”、“Sym8”、“COif”等其它適合的小波函數(shù)名。
[0025]所述的低頻分量CA與高頻對角分量⑶互換位置,包括分量圖像數(shù)組的任意位置的互換。
[0026]本發(fā)明的有益效果:使用本發(fā)明方法獲得的置亂圖像視覺效果良好,置亂后的圖像更像白噪聲,經(jīng)過逆置亂恢復后的圖像與原始圖像相比沒有任何像素誤差(即因提升小波變換具有整數(shù)變換的特點)?!緦@綀D】
【附圖說明】
[0027]圖1(a)~圖1(c)展示了基于提升小波變換置亂方法置亂256X5121ena圖像效果圖。其中圖1(a)為原始圖像,圖1(b)為置亂16次圖像效果圖,圖1(c)為置亂恢復圖像圖。
[0028]圖2(a)~圖2(c)展示了基于提升小波變換置亂方法置亂512X5121ena圖像效果圖。其中圖2(a)為原始圖像圖,圖2(b)為置亂3次圖像效果圖,圖2(c)為置亂恢復圖像圖。
[0029]圖3(a)~圖3(c)展示了 Arnold置亂方法512X5121ena圖像效果圖。其中圖3(a)為原始圖像圖,圖3(b)為置亂I次圖像效果。圖3(c)為置亂135次圖像效果圖。
[0030]圖4(a)~圖4(c)展示了抽樣置亂方法置亂512X5121ena圖像效果圖。其中圖4(a)為原始圖像圖。圖4(b)為置亂3次圖像效果圖。圖4(c)為置亂77次圖像效果圖。
[0031]圖5為提升小波變換置亂的灰度值連續(xù)置亂程度評價曲線圖。
[0032]圖6為Arnold置亂方法的灰度值連續(xù)置亂程度評價曲線圖。
[0033]圖7為抽樣置亂方法的灰度值連續(xù)置亂程度評價曲線圖。
[0034]圖8為提升小波變換置亂的小波域局部標準差置亂程度評價曲線圖。
[0035]圖9為Arnold置亂 方法的小波域局部標準差置亂程度評價曲線圖。
[0036]圖10為抽樣置亂方法的小波域局部標準差置亂程度評價曲線圖。
【具體實施方式】
[0037]本發(fā)明的設(shè)計思想如下:
[0038]一、設(shè)圖像大小為MXN(M、N可以不相等,即此方法直接適用于矩形圖像)。本算法中設(shè)計四重置亂密鑰,包括循環(huán)次數(shù)cycle e [l,max(M,N)]、分塊大小block e [1,min (Μ, N)]、小波函數(shù)族名 wname e [1,37],如,db6,或 ’ sym4’ 等,以及隨機擾動矩陣R e [1,max (Μ, N)]。即以512 X 512圖像為例,則有C41537 ^ 211種密鑰的選擇,當然,也包括選擇其中幾種密鑰組合的靈活運用,或者采用多級提升小波變換的方案,都可以極大地提高置亂安全性。
[0039]二、對提升小波變換后的低頻分量CA位置與高頻對角線分量CD的位置進行顛倒并對低頻分量CA加上隨機整數(shù)擾動。因為提升小波變換后的低頻分量CA包含了人眼識別圖像的主要部分,而高頻對角線分量CD則對人眼而言是最不敏感的細節(jié)部分。所以,低頻分量CA加上隨機整數(shù)擾動已使得圖像的主要部分得到了置亂,再經(jīng)過與高頻對角線分量CD顛倒位置后的圖像在逆變換后,其置亂程度更強。當然,還可以對其它高頻分量也采取顛倒位置或者加上隨機整數(shù)擾動的方案,這樣將會進一步加大破譯的難度。
[0040]三、本置亂方法對每個分塊分別做提升小波變換,不僅僅相當于對原圖做了多次提升小波變換這一個方面的考慮,而且由于分塊的塊數(shù)改變,從而使得每次提升小波變換中的各個分量的大小做相應(yīng)的改變,再加之CA與CD的位置顛倒及對低頻分量CA附加隨機整數(shù)擾動,從而達到進一步加大數(shù)據(jù)散亂程度的目的。當然,對于矩形圖像的分塊大小需能被矩形尺寸整除。
[0041]現(xiàn)對本發(fā)明的實現(xiàn)方法進行詳細說明如下:
[0042]第一部分,正置亂過程的主要步驟如下:[0043]輸入待置亂的初始圖像Image,讀取其圖像大小為MXN,設(shè)定置亂次數(shù)密鑰cycle e [1,max (Μ, N)]、分塊大小密鑰 block = 128 (block e [I, min (Μ, N)])及選定的小波函數(shù)族名密鑰wname = ‘db6’ ;
[0044](I)循環(huán)迭代開始,循環(huán)條件k = 1:cycle ;
[0045](2)設(shè)定基本提升步驟 els = {’ p’,[_0.125_k*0.0010.125+k*0.001],0},并設(shè)定多項式插補提升方案 IsnewInt = addlift (liftwave (wname, ’ int2int’), els);
[0046](3)依次對圖像的每一個分塊進行縮減一倍的操作,并確定四個分量塊坐標位置,然后按IsnewInt提升方案進行變換,以形成4個分量圖像數(shù)組:[CA(X, Y),CH(X,Y),CV(X,Y), CD (X, Y)] = lwt2(double(Image(x, y)), lsnewlnt);
[0047](4)建立隨機擾動矩陣密鑰 R = randperm(size (CA, I) *size (CA, 2)),并將 R 與低頻分量CA進行疊加:CA = CA+R ;
[0048](5)將疊加后的低頻分量CA與高頻對角分量⑶互換位置,通過逆變換恢復為MXN 的圖像 fig(x, y) = ilwt2 (CD(X,Y),CH(X,Y),CV (X, Y),CA(X, Y),lsnewlnt),正置亂的一次迭代結(jié)束;
[0049]當k不等于cycle (即循環(huán)未結(jié)束)時,轉(zhuǎn)至步驟(2)繼續(xù)操作,直到迭代k次,得到的置亂后圖像fig,正置亂過程結(jié)束。第二部分,逆置亂過程的主要步驟如下:
[0050]輸入置亂后圖像fig,設(shè)定與正置亂過程中相同的置亂次數(shù)密鑰cycle、分塊大小密鑰block及小波函數(shù)族名密鑰wname ;
[0051](I)循環(huán)迭代開始,循環(huán)條件k = Iicycle ;
[0052](2)設(shè)定基本提升步驟 els = {’ p’,[_0.125_k*0.0010.125+k*0.001],0},并設(shè)定多項式插補提升方案 lsnewlnt = addlift (liftwave (wname, ’ int2int’), els);
[0053](3)依次對圖像的每一個分塊進行縮減一倍的操作,并確定四個分量塊坐標位置,然后按lsnewlnt提升方案進行變換,以形成4個分量圖像數(shù)組:[CA(X, Y),CH(X,Y),CV(X,Y), CD (X, Y)] = lwt2(double(Image(x, y)), lsnewlnt);
[0054](4)建立隨機擾動矩陣密鑰 R = randperm(size (CA, I) *size (CA, 2)),并將 R 與低頻分量CA進行減法操作:CA = CA-R ;
[0055](5)將低頻分量CA (即原⑶)與高頻對角分量⑶(即原CA)互換位置,再進行提升小波的逆變換,結(jié)果保存在FIG中,算法一次迭代結(jié)束;
[0056](6)當k不等于cycle (即循環(huán)未結(jié)束)時,轉(zhuǎn)至步驟(2)繼續(xù)操作,直到迭代k次,得到的置亂恢復圖像FIG,逆置亂過程結(jié)束。
[0057]下面結(jié)合附圖對本發(fā)明
[0058]附圖1給出了本算法對256X5121ena圖像的置亂效果圖,對矩形圖像僅16次置亂即可獲得滿意的圖像散亂度和良好的置亂效果。
[0059]附圖2給出了本算法對512 X 5121ena圖像的置亂效果圖,對方陣圖僅3次置亂即可獲得滿意的圖像散亂度和良好的置亂效果。
[0060]附圖3給出了 Arnold置亂方法512 X 5121ena圖像效果圖,相比較而言,該方法經(jīng)過135次置亂后的視覺效果仍具有明顯的紋理。
[0061]附圖4給出了抽樣置亂方法512X5121ena圖像效果圖,相比較而言,該方法經(jīng)過77次置亂后的視覺效果也具有明顯的紋理。[0062]可見,本發(fā)明置亂方法,在置亂速度、置亂度以及置亂效果方面都遠遠優(yōu)于傳統(tǒng)的置亂方法,尤其是常用的Arnold置亂方法。
[0063]附圖5、附圖6和附圖7是根據(jù)連續(xù)區(qū)域圖像置亂度評價方法(公式I)分別對本發(fā)明提升小波變換置亂方法、Arnold置亂方法和抽樣置亂方法進行置亂度評價的曲線圖。
[0064]對比可知:用Arnold算法迭代256次的曲線圖(附圖6)和抽樣算法迭代256次的曲線圖(附圖7),置亂度在0.2~0.8之間都有大幅度變化,說明Arnold和抽樣算法的置亂度具有明顯的周期性,安全性較差;而用本發(fā)明算法置亂256次的曲線圖(附圖5),置亂度基本保持不變,說明本算法更穩(wěn)定,而且能快速達到置亂的效果。
【權(quán)利要求】
1.一種基于提升小波變換的數(shù)字圖像多重置亂方法,其特征在于:包括正置亂和逆置亂兩個過程; 所述的正置亂過程實現(xiàn)步驟如下: 輸入待置亂的初始圖像Image,讀取其圖像大小為MXN,設(shè)定置亂次數(shù)密鑰cycle e [1,max (Μ, N)]、分塊大小密鑰 block (block e [I, min (Μ, N)])及選定的小波函數(shù)族名密鑰wname ; (1)循環(huán)迭代開始,循環(huán)條件k= 1:cycle ; (2)依次對圖像的每一個分塊進行縮減一倍的操作,并確定四個分量塊坐標位置,然后按設(shè)定的提升小波方案進行變換,以形成4個分量圖像數(shù)組[CA,CH, CV, CD]; (3)建立隨機擾動矩陣密鑰R,并將R與低頻分量CA進行疊加:CA= CA+R ; (4)將疊加后的低頻分量CA與高頻對角分量CD互換位置,然后通過逆變換恢復為MXN的圖像fig,正置亂的一次迭代結(jié)束; (5)當k不等于cycle,即循環(huán)未結(jié)束時,轉(zhuǎn)至步驟(2)繼續(xù)操作,直到迭代k次,得到置亂后圖像fig,正置亂過程結(jié)束。 所述的逆置亂過程實現(xiàn)步驟如下: 輸入置亂后圖像fig,設(shè)定與正置亂過程中相同的置亂次數(shù)密鑰cycle、分塊大小密鑰block及小波函數(shù)族名密鑰wname ; (1)循環(huán)迭代開始,循環(huán)條件k= 1:cycle ; (2)依次對圖像的每一個分塊進行縮減一倍的操作,并確定四個分量塊坐標位置,然后按設(shè)定的提升小波方案進行變換,以形成4個分量圖像數(shù)組[CA,CH, CV, CD]; (3)建立隨機擾動矩陣密鑰R,并與低頻分量CA進行減法操作:CA= CA-R ; (4)將低頻分量CA,即原CD,與高頻對角分量CD,即原CA,互換位置,再進行提升小波的逆變換,結(jié)果保存在FIG中,算法一次迭代結(jié)束; (5)當k不等于cycle,即循環(huán)未結(jié)束時,轉(zhuǎn)至步驟(2)繼續(xù)操作,直到迭代k次,得到的逆置亂恢復圖像FIG,逆置亂過程結(jié)束。
2.根據(jù)權(quán)利要求1所述的一種基于提升小波變換的數(shù)字圖像多重置亂方法,其特征在于:所述的提升小波函數(shù)及小波函數(shù)族名wname,其值可以是包括“db3”、“db6”、“ sym4”、“Sym8”、“COif”其它適合的小波函數(shù)名。
3.根據(jù)權(quán)利要求1所述的一種基于提升小波變換的數(shù)字圖像多重置亂方法,其特征在于:所述的低頻分量CA與高頻對角分量CD互換位置,包括分量圖像數(shù)組的任意位置的互換。
【文檔編號】G06T1/00GK103985081SQ201410231666
【公開日】2014年8月13日 申請日期:2014年5月27日 優(yōu)先權(quán)日:2014年5月27日
【發(fā)明者】張紹成, 范鐵生, 王青松, 曲大鵬, 李鵬, 王丹華 申請人:遼寧大學