申请/专利权人：成都甄识科技有限公司

申请日：2024-03-15

公开（公告）日：2024-04-16

公开（公告）号：CN117896476A

主分类号：H04N1/44

分类号：H04N1/44;G06N7/08;H04L9/00;H04N1/32

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明属于数字图像加密技术领域，具体提供一种基于变参数超混沌系统和压缩感知的多图像加密方法，用以解决现有混沌系统维度低、复杂度低以及随机性差而导致加密算法易破译的弊端，同时具有更优的原始图像重构质量。本发明首先提出了一种新的变参数超混沌系统，该混沌系统不仅是超混沌系统，而且参数变化率也是混沌的，解决了现有混沌系统生成的混沌序列复杂度低、随机性差以及计算机有限精度导致混沌系统的退化问题；然后提出基于混沌观测矩阵的半张量积压缩感知模型，通过改进观测矩阵的稀疏性，有效提高图像重构质量；最后提出多通道同位随机置乱和局部加权扩散，有效解决像素置乱和扩散无法将多通道信息连接的弊端，提高了算法复杂度和破译难度。

主权项：1.一种基于变参数超混沌系统和压缩感知的多图像加密方法，其特征在于，包括以下步骤：A1：密钥生成；A1.1：对四幅待加密明文图像进行离散小波变换处理后得到稀疏小波图像，截取每幅稀疏小波图像的非零信息部分，合并构成稀疏图像P1；A1.2：基于稀疏图像P1，由SHA-512函数生成密钥x、y、z、w；A2：多图像压缩；A2.1：将稀疏图像P1分解为R、G、B颜色矩阵；A2.2：结合密钥x、y、z、w，应用四阶龙格库塔算法对变参数超混沌系统进行迭代，获得混沌序列X、Y、Z、W；A2.3：根据混沌序列X构建半张量积压缩感知模型的观测矩阵，将R、G、B颜色矩阵依次输入半张量积压缩感知模型，得到测量值R1、G1和B1；A2.4：对测量值R1、G1和B1进行量化，得到测量值、和，再组合得到秘密图像S；A3：多通道同位随机置乱；A3.1：将秘密图像S再次分解为颜色矩阵R2、G2和B2，并转化为二进制序列R3、G3和B3；A3.2：根据混沌序列Y，截取长度为3MN的伪随机序列并转换为二进制表示，然后均分为3个长度为8MN的二进制序列Y1、Y2、Y3，再并对二进制序列Y1、Y2、Y3进行量化处理，得到控制序列、、；其中，M、N为观测矩阵的大小；A3.3：对序列R3、G3和B3进行同位随机置乱，得到序列、、；A3.4：将序列、和分别转换并重构为颜色矩阵R3H、G3H和B3H，合并得到置乱后图像C1；A4.局部搜索扩散；A4.1：根据混沌序列Z，截取长度为MN的伪随机序列构成序列Z1；根据混沌序列W，截取长度为MN+1的伪随机序列构成序列W1；再对序列Z1、W1进行量化处理，得到控制序列、，再分别转换为二进制控制序列Z2、W2；A4.2：将置乱后图像C1分解为颜色矩阵R4、G4和B4，并转化为二进制颜色矩阵R5、G5和B5；根据控制序列Z2、W2对颜色矩阵R5、G5和B5进行局部搜索扩散，得到扩散后序列R6、G6和B6；A4.3：将序列R6、G6和B6转换为颜色矩阵R7、G7和B7，合并得到加密图像C2；A5.图像隐写；A5.1：将加密图像C2分解为颜色矩阵R8、G8和B8，并转换为二进制颜色矩阵R9、G9和B9；将载体图像Ca分解为三通道颜色矩阵，并转换为二进制颜色矩阵R10、G10和B10；A5.2：构造Alpha通道矩阵O，并转换为二进制矩阵；A5.3：将颜色矩阵R9、G9和B9分别嵌入到R10、G10、B10和中，得到矩阵、、和；A5.4：将矩阵、、和Alpha矩阵转换为十进制矩阵，组合生成隐写图像Q。

全文数据：

权利要求：

百度查询： 成都甄识科技有限公司 一种基于变参数超混沌系统和压缩感知的多图像加密方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD