【图像加密解密】基于分数阶傅里叶变换实现双随机图像加密解密附Matlab代码

 ✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，

代码获取、论文复现及科研仿真合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab完整代码及仿真定制内容点击👇

智能优化算法       神经网络预测       雷达通信      无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

🔥 内容介绍

图像加密解密是信息安全领域中的重要问题之一。随着计算机技术的不断发展，图像在数字传输和存储中的应用越来越广泛，因此图像的安全性也变得尤为重要。基于分数阶傅里叶变换的双随机图像加密解密算法是一种较为高效的图像加密解密方法，能够有效保护图像的安全性。本文将介绍基于分数阶傅里叶变换的双随机图像加密解密算法的原理及实现方法。

首先，我们来了解一下分数阶傅里叶变换。传统的傅里叶变换是基于整数阶的，而分数阶傅里叶变换是一种新型的信号处理方法，它可以更好地描述非平稳信号和非线性系统。分数阶傅里叶变换在图像处理领域有着广泛的应用，能够提取图像的更多细节信息，因此被应用到图像加密解密算法中。

基于分数阶傅里叶变换的双随机图像加密解密算法的实现步骤如下：

1. 首先，将原始图像进行分数阶傅里叶变换，得到图像的频域信息。

2. 然后，利用双随机序列生成器产生两个随机序列，分别对图像的幅度和相位进行加密操作。

3. 接着，将加密后的图像进行逆分数阶傅里叶变换，得到加密后的图像。

4. 最后，利用相同的双随机序列生成器和密钥，对加密后的图像进行解密操作，得到原始图像。

基于分数阶傅里叶变换的双随机图像加密解密算法具有较高的安全性和鲁棒性，能够抵抗常见的攻击手段，如统计分析、差分攻击等。同时，该算法在图像传输和存储中的性能也表现出色，加密解密速度快，占用的存储空间小。

总之，基于分数阶傅里叶变换的双随机图像加密解密算法是一种较为高效的图像安全保护方法，能够有效保护图像的安全性，具有很高的应用价值。随着信息安全技术的不断发展，相信这种算法将会得到更广泛的应用和推广。

📣 部分代码

function [ PSNR,MSE ] = Psnr1( im1,im2 )if (size(im1))~=(size(im2))  error('错误：两个输入图象的大小不一致');end[m,n] = size(im1); A = double(im1); B = double(im2); D = sum( sum( (A-B).^2 ) ); MSE = D / (m * n);if  D == 0error('两幅图像完全一样'); PSNR = 200;elsePSNR = 10*log10( (255^2) / MSE );end​

⛳️ 运行结果

🔗 参考文献

[1] 李彦傧.基于分数阶傅里叶变换的多图像加密技术[D].北京理工大学[2023-12-29].DOI:CNKI:CDMD:2.1016.716414.

[2] 陶然,孟祥意,王越.一种基于多阶次分数阶傅里叶变换的图像加密与解密方法:CN200910238479.1[P].CN101739660A[2023-12-29].

[3] 陶然,孟祥意,王越.一种基于多阶次分数阶傅里叶变换的图像加密与解密方法:CN200910238479.1[P][2023-12-29].DOI:CN101739660 A.

🎈 部分理论引用网络文献，若有侵权联系博主删除

🎁  关注我领取海量matlab电子书和数学建模资料

👇  私信完整代码、论文复现、期刊合作、论文辅导及科研仿真定制

1 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面

卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

2.图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

3 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

4 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化

5 无线传感器定位及布局方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

6 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

7 电力系统方面

微电网优化、无功优化、配电网重构、储能配置

8 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长

9 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合