基于小波压缩深度学习重构的多图像光学加密

为解决多图像加密算法密文体积大、加密效果差、重构效果不理想等问题,提出一种基于小波压缩和深度学习重构的多图像光学加密方法。利用小波压缩提取多图像的低频部分,将重排后的新图放入改进的FDT-DRPE光学加密系统中得到密文;利用矢量分解和螺旋相位变换克服FDT-DRPE不敏感问题;构造的L_S混沌系统提高密钥敏感性。提出新型深度学习网络模型BHCN,解决传统图像重构精度不高问题。实验结果表明,密文体积可压缩至原图的1/4,重构图像的峰值信噪比为34.57 dB,结构相似性为0.9521,与同类文献相比,速度更快,重构效果更好,安全性更高。

基于分形混沌系统的多图像加密算法

构造了一个迭代函数系统,生成充满整个单位正方形的填充曲线。由迭代函数系统生成一个单位正方形上的分形混沌系统,并从混沌系统的轨迹、李亚普诺夫指数和0~1测试等方面验证了该系统具有优良的混沌性能。基于构造的二维分形混沌系统,提出了密钥相关的Z字形变换,并结合自适应Arnold变换和有限域运算设计了一个针对多个灰度图像的混沌图像加密算法,详细分析了该加密算法的安全性。

基于多混沌系统的多图像加密算法

针对多幅图像在传输中的安全性问题,本文提出了一种基于多混沌系统的多图像加密算法.首先,利用离散小波变换对多幅图像进行预处理,得到一幅拼接的大图像;接着,利用logistic-sine-cosine (LSC)映射生成混沌序列,进而生成用于置乱的矩阵O对像素位置进行置乱;最后,采用超混沌Lorenz系统生成四维混沌序列,利用其对置乱后的图像进行双向扩散和行列置乱,获得最终密文图像.所提算法加解密过程简单,执行效率高.实验结果经多方面分析后得出该算法的密钥空间大,可以抵御多种攻击手段,具有较好的加密效果和安全性.

基于离散奇里科夫混沌映射与分数阶随机变换的多图像加密算法

为了解决当前图像加密技术难以对多目标(≥3)同步置乱与扩散,增大了网络传输负载的不足,本文提出了离散奇里科夫混沌映射耦合分数阶随机变换的图像加密机制。基于奇里科夫标准映射,通过改变其混沌轨迹范围,提出了离散奇里科夫标混沌映射,根据初始条件,通过对其迭代,获取4个混沌序列,再基于引力模型,高度置乱输入明文的像素位置;随后,对任意两个置乱密文完成编码,输出纯相位掩码,并结合剩余的置乱图像,构成融合置乱图像;随后,通过迭代映射,将其输出的4个随机序列变成矩阵,构造相位掩码模型,形成4混沌掩码;最后,引入分数阶随机变换,设计像素扩散函数,完成多图像同步加密。测试结果显示:所提算法能够对多图像实现同步加密,具有较高的安全性与抗剪切攻击性能。

基于级联相位检索与关联成像的多图像加密研究

光学信息处理技术本身具有高速度、并行性、信息容量大的特点。同时,光波又具有振幅、相位、波长、偏振等多种属性,是多维信息的载体。因此,光学加密在信息安全传输领域意义重大。现有的图像加密方法存在效率低、安全性差、加密容量小等问题。为了实现多图像二次加密传输,提出了一种基于级联相位迭代与计算关联成像的多图像加密算法。该方法可以同时对多幅图像进行高效加密,计算简单,安全可靠,传输数据少。利用相关系数指标评估了该方法的加密效果,并通过仿真实验验证了该方法的有效性和安全性。

基于超混沌系统的多权限多图像加密算法

为有效改善多图像加密质量及其对数据传输的安全性,提出一种基于超混沌系统的多权限多图像加密算法.首先,将L幅明文图像分别进行分段线性混沌映射(piece-wise linear chaotic map,PWLCM)的双层交叉耦合操作,并通过异或进行合并得到类噪声图像;接着,采用最低有效位嵌入算法将类噪声图像嵌入到第L+1幅明文图像信息中,得到半加密图像;最后,通过结合一维的cubic映射和一维帐篷映射,产生一个二维cubic-帐篷混沌映射(two-dimensional cubic-tent modular map,2D-CTMM),利用其对半加密图像扩散后进行双层阶梯置乱,得到密文图像.实验结果表明:所提方法对明文以及密钥十分敏感,密钥空间大,可以有效抵御统计攻击和差分攻击,并且该算法在保证安全性的前提下,实现了用户多权限解密以及用户部分解密工作.

基于压缩感知和超混沌系统的多图像加密算法

为了有效改善传输速率并降低带宽负担,提出一种基于压缩感知和超混沌系统的多图像加密方案.首先将多幅原始图像拼接成新的明文图像,并将部分明文信息与随机正整数结合产生混沌系统初始值,利用超混沌系统产生的伪随机序列生成加密过程所需的测量矩阵、置乱序列及扩散序列.其次通过离散小波变换、阈值处理以及并行测量对明文图像进行压缩处理,有效减少运算数据量,大大加快运行速率.最后通过无重复置乱操作和双向加模扩散得到最终的密文图像.经多个层面的仿真模拟实验,验证了所提算法能有效抵御剪切攻击,且具有比较高的安全性.

基于相位恢复和混沌图的多图像并行加密算法

基于相位恢复算法提出了分数傅里叶变换域的多图像加密算法。一组图像作为复值图像的振幅部分分别采用不同分数阶傅里叶变换加密到一个混沌图上;通过非线性加密过程产生的相位密钥与明文相关,所提的加密算法可以抵抗已知明文攻击,选择明文攻击和选择密文攻击。通过混沌系统还原的混沌图可以独立解密所有图像,加密容量较大。仿真结果验证了该方法的可行性、有效性和安全性。

基于边缘融合的多图像直线提取算法

该文提出了一种新的基于边缘融合的多图像直线提取算法 ,该算法首先对所有多图像分别提取边缘 ,然后通过将多图像对应的梯度方向相似的、相邻近的边缘编组 ,以形成融合的直线支持区域 ,最后基于最小二乘的方法从直线支持区域拟合出直线段 ,并提取直线属性 .该文提出的算法把边缘的相位信息作为融合要素 ,能够从复杂的图像中提取出相当低对比度的直线 ,并且通过分析多图像边缘之间的特性 ,提出相位压缩和融合编组方案 ,不仅可以充分融合互补信息还有效降低了算法复杂度 .真实的遥感图像直线提取结果表明了该文算法的有效性 .

基于混沌Gyrator变换与离散小波变换的多图像光学同步加密算法

为了实现对多幅图像的同步加密,并改善密文的安全性,提出了基于混沌Gyrator变换与离散小波变换的多图像光学同步加密算法。首先,引入离散小波变换(DWT),对多幅明文实施分解,得到各自对应的低频与高频系数;再将所有明文的高频、低频信息分别组合为对应的映射图像;利用压缩感知(CS)方法,将高频映射图像分割为2个矩阵;借助复数理论,将其中一个矩阵与低频映射图像组合成复数图像;基于混沌Gyrator变换,对复数图像完成光学调制,得到对应的频谱;随后,采用相位截断操作来处理Gyrator频谱,获取幅度信息,并将其作为虚数,联合第二个感知矩阵,得到新的幅度复数图像;利用不同角度的Gyrator变换和新的调制掩码,通过光电装置,对幅度复数图像进行干涉,得到对应的Gyrator频谱。基于相位截断操作,保留Gyrator频谱的幅度成分,将其作为加密密文。实验结果显示,所提算法可以较好地完成多图像的同步加密,较其他光学加密技术而言,且其输出的密文具备更好的安全性。

位置与波长并行复用技术下的光学干涉多图像加密系统(英文)

基于位置和波长参量的并行复用,提出一种高加密容量的光学干涉多图像加密系统.加密时,待加密图像分为两组,每组均利用位置复用技术解析地加密到两个纯相位板中,将所获取的四个相位板再经波长复用技术融合到两个光学相位元件中.加密过程采用数字技术,无需使用迭代算法,而解密过程既可以采用数字技术也可以采用纯光学方法.实验中利用波长与位置的并行复用及相关系数对系统的加密容量进行评估,同时研究了系统对于噪音攻击和剪切攻击的稳健性.结果表明:加密容量较已有方法有较大提高;对于噪音攻击的稳健性较强,但是对于剪切攻击的稳健性较弱.

基于梯度的多图像小波变换运动测量

利用小波变换的特性,设计了一种基于梯度的多图像小波变换运动测量算法.该算法利用多幅图像的数据计算两幅图像的运动,精度得到了较大的提高;同时结合可靠性检验,对通过了可靠性检验的光流约束利用快速的小波变换,进行多层并行的时间微分.同传统运动估计算法相比,这种多层并行小波变换运动测量算法避免了估计中的误差传播,从而提高了测量精度.实验模拟结果表明,该算法不但实现简单,而且运动测量精度高.

复用技术耦合率失真优化的多图像加密算法

为对多图像进行同步加密,解决当前多图像加密算法因采用压缩思想导致的串扰效应,提出角度旋转复用技术耦合率失真优化控制的多图像同步加密算法。引入DCT(discrete cosine transform)与ZigZag机制,基于角度旋转思想,设计复用技术,将多个明文转换成复合矩阵,借助IDCT(inverse discrete cosine transform),形成置乱图像;设计率失真优化控制技术,嵌入复用技术中,减少失真度;构造加密函数,获取密文。仿真结果表明,该加密机制高度安全,与当前多图像加密机制相比,解密质量更高,失真度更小。

基于显著像素复合矩阵的多图像同步实时加密算法

当前图像加密算法对多图像同步实时加密效率低、复杂度高,且无法满足实时传输要求。为此,提出一种基于显著像素复合矩阵的多图像同步无损实时加密算法。引入Zig Zag机制扰乱所有明文像素位置,定义显著像素择取机制,将置乱后的密文像素分割为显著像素与次要像素,形成多个显著像素矩阵。设计迭代复数模型,将显著像素矩阵形成复合矩阵,借助奇异值分解与Logistic映射得到矩阵密钥。构造扩散函数,利用矩阵密钥对显著像素复合矩阵执行扩散获取密文。实验结果表明,该算法安全性高、无失真,与目前多图像加密机制相比,加密效率更高,可同时对多幅图像进行实时安全加密传输,满足实时性传输需求。

基于迭代复数模型的多图像无损同步加密算法研究

当前的多图像加密算法都是将多个明文压缩成一幅图像,再进行加密;但压缩易产生块效应。对此,避开压缩,设计图像复数模型,将多个明文以复数形式叠加成复合图像,提出了基于迭代复数模型的多图像无损加密算法。引入DCT(discrete cosine transform)与ZigZag扫描,将多个明文演变为矩阵;设计迭代图像复数模型,将多个矩阵转变成一个复数矩阵,形成实部与虚部;借助Tent混沌映射扰乱复数矩阵的实部与虚部;通过IDCT(inverse discrete cosine transform)机制,形成复合置乱图像;再结合优化序列,构造加密函数,对复合置乱图像进行扩散。通过提取复数矩阵的实部与虚部,即可得到解密图像,彻底消除了失真现象。仿真结果显示:该加密机制高度安全,密文实部与虚部截然不同;且与当前多图像加密机制相比,算法几乎无失真,解密质量更高,显著消除了块效应。

基于超复数融合模型的多图像同步加密算法

为了解决当前多图像加密技术存在的的安全性不高、解密图像存在失真的不足,设计了基于超复数融合模型与分数阶混沌动态混淆的多图像同步无损加密算法。构建分阶Logistic混沌映射,考虑每幅明文的像素,设计了动态混淆机制,对每幅明文进行置乱;基于(Discrete Cosine Transform,DCT)机制,输出4个置乱图像的DCT系数矩阵;设计超复数融合模型,将4个DCT系数矩阵进行无损融合,获取复合矩阵;利用逆DCT变换,输出复合置乱图像。再次迭代分阶Logistic混沌映射,获取混沌掩码,并联合(Fractional Fourier Transform,FrFT)变换,设计像素加密机制,实现多图像同步加密。试验数据显示,与当前多图像加密技术相比,所提同步加密算法具有更高的安全性与复原质量。

基于图像重组和比特置乱的多图像加密

针对现有多图像加密算法只能同时加密多张同类型同大小的图像,适用范围不广、实用性差等问题,提出一种基于图像重组和比特置乱的多图像加密算法.该算法通过将任意数量、不同大小和不同类型的图像重新组合成新多灰度图,一次完成同时加密,极大提高了加密效率和适用范围.首先,依次提取所有待加密图像像素值重新组合出N张m×n新灰度图,并将其转化成m×n×8N二进制矩阵.然后,采用3D比特置乱方式,对高位页进行行列比特置乱,低位页进行整页比特置乱.最后,进行异或扩散操作,得到密文图像.高低位分开置乱提高了算法的抗噪声能力,最终密文信息熵达到7.999以上,很好地掩盖了明文的统计特性.构造一种新型Logistic与广义三阶Fibonacci级联的混沌系统产生随机序列,增加了初值和控制参数范围,扩大了密钥空间,使其达到8×10^84以上,极大地提高了抗穷举攻击能力.既提高了序列随机性,又同时保留了低维混沌系统的快速性.结合明文哈希值(SHA-256)产生密钥,明文像素值发生微小改变后密文像素值变化率达到0.996以上,极大地提高了的明文敏感性和算法抗选择明文攻击的能力.实验分析表明,提出的多图像加密算法安全性高、实用性强.

基于傅里叶域向量计算的多图像联合加密算法（英文）

为了解决光学多图像加密系统中的串扰噪声问题与轮廓问题,并且提高加密系统的计算效率,提出了一种基于傅里叶向量计算的高效率光学多图像加密算法。首先,设计了基于排序的像素交换处理,解决光学干涉多图像加密的轮廓问题;然后,对置乱图像在傅里叶域进行向量分解的加密处理,将置乱图像与合成向量之间的差异作为相位秘钥;最终,将合成的向量作为双随机相位编码的输入。实验结果表明:本加密系统能够有效地实现多图像的光学加密,并且具有较好的安全性。

基于显著像素复合矩阵的多图像同步实时加密算法

目的研究基于显著像素复合矩阵的多图像同步无损实时加密算法。方法提出引入Zig Zag机制,扰乱所有明文像素位置。定义显著像素择取机制,将置乱后的密文像素分割为显著像素与次要像素,形成多个显著像素矩阵。设计迭代复数模型,将这些显著像素矩阵形成复合矩阵,借助奇异值分解与Logistic映射,得到矩阵密钥最后构造扩散函数,利用矩阵密钥对显著像素复合矩阵执行扩散,获取密文。结果文中加密机制高度安全,且无失真,与当前多图像加密机制相比,文中算法的加密效率更高,可满足实时性传输需求。结论文中算法可同时对多幅图像进行实时安全加密传输。

选择性传输与铰链对抗的多图像域人脸属性迁移

在基于生成对抗网络的人脸属性迁移过程中,存在图像域表达形式单一、图像域迁移细节失真的问题。提出一种结合选择性传输单元与铰链对抗损失的多图像域人脸属性迁移方法。在生成器中,利用自适应实例归一化融合图像的内容信息与图像域控制器生成的样式信息,增加图像域表达方式的多样性,同时通过选择性传输单元将下采样提取的内容特征根据相对属性标签选择性地传输到上采样,形成融合特征以增强图像的细节信息。在判别器中,通过增加双尺度判别,协同鉴定人脸图像的真伪及类别,从而提高判定的准确度。在此基础上,设计融合相对鉴别和铰链损失的对抗损失函数,增强真伪图像域之间的联系。在CelebA数据集上的实验结果表明,与StarGAN、STGAN等主流的多图像域人脸属性迁移方法相比,该方法能够建立更准确的多图像域映射关系,提高迁移图像的质量同时增加迁移图像表达的多样性。