移动设备上数字图像的优化加密及质量评价方法

摘要

本发明提供了一种移动设备上数字图像的优化加密及质量评价方法。该方法包括混沌序列初始值的确定，初始种群的生成，图像加密的优化三部分过程。采用依赖于原始图像的混沌序列初始值的确定方法，生成的混沌序列初始值完全依赖于原始图像；采用的种群个体是以一般的灰度子图像作为个体，采用的遗传算法，其种群中的个体以子图像的形式构成，这不同于一般的遗传算法，它无需进行十进制与二进制之间的换算，有利于减少计算量；加密图像的加密质量用相关系数值的绝对值来评价，相关系数值还同时选作个体的适应度函数值，用以指导优化的进行。本发明中适应度函数值一值两用，可降低计算量。

主权项

一种移动设备上数字图像的优化加密与质量评价方法，其特征在于包括混沌序列初始值的确定，初始种群的生成，图像加密的优化三部分过程：(一)混沌序列初始值的确定在给出原始图像后决定混沌序列的初始值，具体确定方法如下：步骤1.设原始图像的大小为M×N；将原始图像分成n×n个大小相等的子图像I₁,I₂,…,I_n×n；步骤2.从每个子图像中任选4个像素，由这4个像素的值来获得混沌序列的初始值；步骤3.设待加密图像像素值是m比特的；对每个子图像，将4个被选择的像素值V₁,V₂,V₃,V₄用二进制形式表示，记为T＝[V_1,1,V_1,2,…,V_1,m,V_2,1,V_2,2,…,V_2,m,V_3,1,V_3,2,…,V_3,m,V_4,1,V_4,2,…,V_4,m‑1,V_4,m]其中V_1,1表示第1个被选择随机像素值二进制数的第1位值，…，其T的长度是4m；步骤4.按照下列公式计算子图像的混沌序列初始值：$X_k\left(0\right)=\frac{V_{\mathrm{1,1}}\times 2^{4m-1}+V_{\mathrm{1,2}}\times 2^{4m-2}+···+V_{4,m-1}\times 2^1+V_{4,m}\times 2^0}{2^{4m}}---\left(1\right)$其中，k＝1,2,…,n×n是4个子图像的索引值；(二)初始种群的生成采用以一般的灰度子图像作为个体，由初始种群所获得的图像就是第一代加密图像，加密过程具体如下：步骤1.对于第k个子图像，利用这个子图像所生成的初始值X_k(0)，按照如下公式可生成混沌序列：X(n+1)＝rX(n)(1‑X(n))  (2)其中，3.5699≤r≤4时所生成的序列是混沌的，且X(n)∈[0,1]，混沌序列的长度取为(M/4)·(N/4)，并将这(M/4)·(N/4)个数值依次转换成M/4行N/4列的混沌矩阵，记为U_k，k＝1,2,…,n×n；步骤2.对n×n个子图像分别加密，加密按如下公式计算：${\mathrm{Value}}_{\mathrm{New}}\left(k\right)=(2^m-1)·U_k\otimes {\mathrm{Value}}_{\mathrm{Old}}\left(k\right),k=\mathrm{1,2},···,n\times n---\left(3\right)$其中，是XOR运算，Value_New(k)、Value_Old(k)分别是第k个子图像加密后与加密前的子图像；这n×n个加密后的子图像构成初始种群{IE₁,IE₂,…,IE_n×n}；(三)图像加密的优化将遗传算法用于初始加密图像的优化，公式(4)作为遗传优化的适应度函数值，并用来评价加密图像的质量，公式(4)是计算原始图像与加密图像这两幅图像之间的相关系数值，相关系数绝对值越低，两幅图像越不相关，安全性越高，其加密方法不仅包含加密过程，也包含了对加密质量的评价，具体处理方法如下：步骤1.按以下公式计算每个加密子图像的适应度函数值：$\mathrm{FF}\left({\mathrm{IE}}_k\right)=\frac{\underset{i=1}{\overset{M/n}{\Sigma }}\underset{j=1}{\overset{N/n}{\Sigma }}({\mathrm{IE}}_k(i,j)-E\left({\mathrm{IE}}_k\right))(I_k(i,j)-E\left(I_k\right))}{\sqrt{\underset{i=1}{\overset{M/n}{\Sigma }}\underset{j=1}{\overset{N/n}{\Sigma }}{({\mathrm{IE}}_k(i,j)-E\left({\mathrm{IE}}_k\right))}^2}·\sqrt{\underset{i=1}{\overset{M/n}{\Sigma }}\underset{j=1}{\overset{N/n}{\Sigma }}{(I_k(i,j)-E\left(I_k\right))}^2}}---\left(4\right)$k＝1,2,…,n×n其中，IE_k(i,j)表示第k个加密后的子图像IE_k在第i行第j列的像素值；I_k(i,j)表示第k个加密前的子图像I_k在第i行第j列的像素值；I_k表示第k个加密前的子图像；E(·)是子图像·像素值的均值；步骤2.定义遗传操作如下：(1)选择操作从种群中选择两个个体；(2)交叉操作对选择的个体进行交换；(3)变异操作对给定的图像按变异概率p_m选择像素，对于这些所选择的像素进行取反操作，例如109→(2^m‑1)‑109，232→(2^m‑1)‑232；步骤3.计算新生成个体的适应度函数值，若适应度函数绝对值小于阈值，则这两个个体就不再进行处理；选择适应度绝对值大的两个个体进行交叉操作，之后判断是否是初次交叉操作，如果是则重新计算它们的适应度函数绝对值，如果不是则对这两个选择的个体按照给定的变异概率进行变异操作；之后重新计算它们的适应度绝对值；步骤4.若所有个体适应度函数绝对值均小于给定的阈值，则输出(1)当前的个体，此时由所获得的所有子图像所构成的图像就是优化加密图像；(2)优化加密图像加密质量的评价值，该值就是1‑相关系数值的绝对值，此值越接近1，则加密质量越好。