[发明专利]基于元胞自动机和分块压缩感知的图像加密方法

摘要

本发明涉及一种基于元胞自动机和分块压缩感知的图像加密方法，采用单层小波分解将图像分解为包含高频和低频的四个矩阵，对矩阵分别采用初等元胞自动机进行置乱；再采用不同的压缩率进行压缩感知，采用变参数混沌系统来构造测量矩阵，同时混沌系统的初始值和参数是通过明文图像的SHA256函数产生的；对压缩后的四个矩阵进行重组，并对重组后的矩阵进行置乱操作，得到密文图像。本发明利用初等元胞自动机对图像进行置乱，提高算法的安全性，通过压缩感知对图像进行压缩加密，以减少数据量；一方面增加了密钥空间，增强了算法抵抗暴力攻击的能力，另一方面又使得密钥的产生紧紧地依赖于明文，提高了算法抵抗选择明文攻击的能力。

主权项

1.一种基于元胞自动机和分块压缩感知的图像加密方法，其特征在于，包含如下内容：明文图像通过SHA256函数获取变参数混沌系统的初始状态值和参数；通过单层小波分解将明文图像分解为三个高频分量矩阵和一个低频分量矩阵，对四个分量矩阵分别采用初等元胞自动机进行置乱；将变参数混沌系统的初始状态值和参数带入变参数混沌系统获取测量矩阵，利用测量矩阵对置乱后的四个矩阵进行压缩感知，得到四个压缩后的矩阵；对压缩后的矩阵进行重组，将重组后的矩阵进行置乱操作，得到密文图像；具体实现步骤如下：步骤1、利用SHA256函数对大小为M×N的明文图像P进行计算，得到一组256位的哈希值，作为图像密钥Key，图像密钥Key换算为32个十进制数k₁，k₂，…，k₃₂，并计算变参数混沌系统的初始状态值x₀，y₀和参数u，其中，M＝N＝2^t，t为正整数；步骤2、将明文图像P进行单层小波分解，得到大小为(M/2)×(N/2)的4个小波子带系数矩阵cA，cH，cV和cD，其中，cA表示低频分量矩阵，cH、cV和cD表示高频分量矩阵；步骤3、用离散小波变换DWT对低频分量cA进行稀疏化处理，得到大小为(M/2)×(N/2)的低频稀疏系数矩阵cA1；步骤4、将步骤1中得到的变参数混沌系统的初始状态值和参数带入变参数混沌系统进行迭代，得到混沌序列Y，通过混沌序列Y构建压缩感知过程中需要的大小不同的测量矩阵Ф1和Ф2，其中，Ф1大小为M₁×(M/2)，Ф2大小为M₂×(M/2)，M₁＝(M/2)×LCR，M₂＝(M/2)×HCR，LCR代表低频分量矩阵cA的压缩率，HCR代表高频分量矩阵cH，cV和cD的压缩率；步骤5、将明文图像P的每个像素按位展开，得到八个大小为M×N的位平面，选取其中的两个位平面矩阵C和D，将矩阵C的第一列的前M/2个数作为元胞自动机的初始行构型将矩阵D的第一行的前N/2个二进制数作为元胞自动机的初始列构型步骤6、对元胞自动机的初始行构型和初始列构型按照设定演变规则演变l次，得到每次演变的行构型和列构型其中，l为演变的总轮数；步骤7、初始化设定k＝1；步骤8、根据步骤6中得到的第k‑1次演变的行构型和第k次演变的行构型对四个矩阵cA1_k‑1，cH_k‑1，cV_k‑1，cD_k‑1分别进行行循环置乱操作，然后根据步骤6中得到的第k‑1次演变的列构型和第k次演变的列构型对行置乱后的四个矩阵再分别进行列循环置乱操作；在置乱操作中，将行构型和列构型分别作为矩阵cA1_k，cH_k，cV_k，cD_k的行状态和列状态，其中，和分别表示元胞自动机第k次演变后得到的构型，cA1_k，cH_k，cV_k，cD_k分别表示cA1，cH，cV，cD的第k轮置乱后的矩阵，cA1₀，cH₀，cV₀，cD₀分别等于矩阵cA1，cH，cV，cD；令k＝k+1；步骤9、返回步骤8进行迭代，直至k＝l+1，完成置乱过程，得到大小为(M/2)×(N/2)的四个矩阵cA2，cH1，cV1和cD1；步骤10、对步骤9中得到的四个矩阵进行压缩感知，得到大小为M₁×(N/2)的矩阵cA3，大小为M₂×(N/2)的矩阵cH2，cV2和cD2；步骤11、对步骤10中得到的四个矩阵进行重组，将重组后的矩阵转置，得到大小为(N/2)×(3M₂+M₁)的图像P1；步骤12、对步骤11中得到的图像P1进行置乱操作，得到大小为(N/2)×(3M₂+M₁)的密文图像C。