基于混沌Hopfield神经网络视觉意义的图像加密算法

为解决传统加密方案得到的类噪声图像在传输过程中常常会因其视觉效果而受到攻击的问题,提出一种基于混沌Hopfield神经网络的具有视觉意义的双图像加密算法。对混沌Hopfield神经网络迭代生成随机数矩阵,与两幅压缩后的明文图像组合后进行离散余弦变换。通过生命游戏算法生成置乱矩阵来进行置乱。将置乱后的图像分为三部分,通过逆离散余弦变换分别嵌入到彩色载体图像的R、G、B分量中。实验结果表明,该算法密钥空间足够大,传输效率高,密钥敏感性强,能够抵御各种攻击,具有较好的安全性。