[发明专利]基于三维布尔卷积神经网络的彩色图像加密方法及系统

权利要求书

1.一种基于三维布尔卷积神经网络的彩色图像加密方法，其特征在于，包含如下内容：

针对待加密的彩色明文图像，分别分离彩色明文图像红蓝绿三基色来获取三基色明文图像的分量矩阵；

构建用于通过卷积运算和异或运算对三基色明文图像进行图像加密的三维布尔卷积神经网络，其中，该三维布尔卷积神经网络中包含：用于生成三基色明文图像散列值密钥的SHA-1算法组合，和用于生成卷积核并结合散列值密钥生成卷积矩阵的线性发生器组合；

通过分量矩阵和卷积矩阵来组成用于三维布尔卷积操作运算通道的输入映射，利用卷积核分别与运算通道上的输入映射进行三维布尔卷积运算来获取对应三基色明文图像的二维加密矩阵，并通过将二维加密矩阵进行行列变换来获取密文图像。

2.根据权利要求1所述的基于三维布尔卷积神经网络的彩色图像加密方法，其特征在于，利用三个素数模乘线性同余发生器来构建用于生成卷积核和卷积矩阵的线性发生器组合。

3.根据权利要求2所述的基于三维布尔卷积神经网络的彩色图像加密方法，其特征在于，线性发生器组合表示为：其中，i表示当前迭代轮次，U_i、V_i、W_i分别表示三个素数模乘线性同余发生器，X_i表示线性发生器组合。

4.根据权利要求1或2或3所述的基于三维布尔卷积神经网络的彩色图像加密方法，其特征在于，三维布尔卷积神经网络包含：网络结构一致的若干层加密网络单元，其中，第一层加密网络单元利用分量矩阵作为网络单元输入来获取第一层加密网络单元三维布尔卷积运算中的输入映射，相邻层加密网络单元利用前一层加密网络单元三维布尔卷积运算结果行列变换的输出作为后一层加密网络单元输入来获取后一层加密网络单元三维布尔卷积运算中的输入映射，并将最后一层加密网络单元三维布尔卷积运算结果行列变换的输出作为最终输出的密文图像。

5.根据权利要求4所述的基于三维布尔卷积神经网络的彩色图像加密方法，其特征在于，加密网络单元三维布尔卷积运算中，首先，设置线性发生器组合初始值，利用该初始值并通过线性发生器组合迭代计算来获取对应加密网络单元的卷积核；然后，将散列值密钥作为线性发生器组合的初始值，通过线性发生器组合迭代计算来获取对应加密网络单元的卷积矩阵，并将该卷积矩阵与三基色明文图像的分量矩阵组合来获取输入映射，将卷积核分别与三基色明文图像的输入映射进行三维布尔卷积运算来获取二维加密矩阵，将该二维加密矩阵行列变换结果作为对应加密网络单元的输出。

6.根据权利要求1所述的基于三维布尔卷积神经网络的彩色图像加密方法，其特征在于，加密网络单元的三维布尔卷积运算过程表示为：其中，(x,y,z)表示k通道输入映射的空间坐标，z为通道标识，w_j表示卷积核权重，v_x,y,j表示图像亮度值。

7.根据权利要求1所述的基于三维布尔卷积神经网络的彩色图像加密方法，其特征在于，二维加密矩阵行列变换中，首先，将加密矩阵中的每一行像素向左循环移动，然后，将加密矩阵中的每一列像素向左循环移动。

8.根据权利要求7所述的基于三维布尔卷积神经网络的彩色图像加密方法，其特征在于，每一行及每一列像素循环移动的步长根据线性同余发生器来设定。

9.根据权利要求1所述的基于三维布尔卷积神经网络的彩色图像加密方法，其特征在于，还包含：对密文图像的解密过程，在该解密过程中，将密钥应用于线性发生器组合来生成用于解密的卷积核卷积矩阵，并通过反布尔卷积来完成解密。

10.一种基于三维布尔卷积神经网络的彩色图像加密系统，其特征在于，包含：图像分离模块、网络构建模块和图像加密模块，其中，

图像分离模块，用于针对待加密的彩色明文图像，分别分离彩色明文图像红蓝绿三基色来获取三基色明文图像的分量矩阵；

网络构建模块，用于构建用于通过卷积运算和异或运算对三基色明文图像进行图像加密的三维布尔卷积神经网络，其中，该三维布尔卷积神经网络中包含：用于生成三基色明文图像散列值密钥的SHA-1算法组合，和用于生成卷积核并结合散列值密钥生成卷积矩阵的线性发生器组合；

图像加密模块，用于通过分量矩阵和卷积矩阵来组成用于三维布尔卷积操作运算通道的输入映射，利用卷积核分别与运算通道上的输入映射进行三维布尔卷积运算来获取对应三基色明文图像的二维加密矩阵，并通过将二维加密矩阵进行行列变换来获取密文图像。