基于显著性检测与混沌对称折叠的图像选择性加密算法

当前图像选择性加密技术主要依赖明文的边缘信息实现局部像素的混淆与扩散,易泄露重要目标的形状信息,而且整个加密过程中忽略了初始明文特性,使其安全性不理想,为了解决以上的问题,提出了显著性检测耦合混沌对称折叠的图像选择性加密技术。首先,引入Ripplet变换,对输入明文完成多方向、多尺度分解,形成Ripplet系数,通过逆Ripplet变换,得到明文对应的特征图;通过高斯概率密度与信息熵来计算特征图的全局与局部显著图;再组合全局与局部显著图,根据区域生长法,检测明文的视觉显著性区域;随后,借助明文信息迭代Logistic映射,获取一组混沌数组,以定义索引扰乱机制,改变显著区域内的像素位置;最后,联合Logistic映射与对称连续折叠机制,设计了混沌折叠扩散方法,从多个方向利用不同的扩散函数对置乱后的显著性区域完成加密。实验结果显示:与已有的选择性加密方案相比,本文方法呈现出更好的安全性与密钥敏感性。

方波曲线耦合零交叉边缘检测的图像加密算法

为解决当前图像加密算法主要是利用相同的加密操作对所有像素实现置乱与扩散,导致密文的安全性不高的问题,提出基于方波空间填充曲线与零交叉边缘检测的选择性图像加密算法。利用正交多项式变换OPT(orthogonal polynomials transform)处理每个明文子块,获取其对应的OPT系数,计算子块的梯度值;基于零交叉边缘检测机制,判断子块的重要性,将其划分为感兴趣区域与不重要区域;设计方波空间填充机制,置乱这些区域的子块;构建异扩散函数,完成对不同区域置乱子块的加密。实验结果表明,与当前图像加密技术相比,所提算法具有更高的安全性与抗明文攻击能力。