【图像加密】基于6维超混沌系统结合DNA编码实现图像加密解密附matlab代码

Matlab科研辅导帮

已于 2025-02-07 22:43:29 修改

阅读量855

点赞数 7

分类专栏：图像处理文章标签： matlab 开发语言

于 2024-04-12 20:58:58 首次发布

某大厂资深算法工程师，从事Matlab算法仿真工作10年,擅长智能优化算法、神经网络预测、机器学习、信号处理、元胞自动机、图像处理、路径规划、无人机、无线传感器网络、车间调度、生产调度等多种领域的Matlab仿真，更多仿真源码、算法改进、Matlab项目和期刊发表可私信合作。

本文链接：https://blog.csdn.net/m0_60703264/article/details/137694780

版权

图像处理专栏收录该内容

585 篇文章

订阅专栏

✅作者简介：热爱数据处理、建模、算法设计的Matlab仿真开发者。

🍎更多Matlab代码及仿真咨询内容点击 🔗：Matlab科研工作室

🍊个人信条：格物致知。

🔥 内容介绍

基于混沌的图像加密算法已广泛应用于各个行业，但许多基于低维混沌的图像加密算法，导致这些加密算法的安全性不能满足要求。为了解决该挑战，本文提出了一种基于6D高维混沌系统和DNA编码技术的图像加密算法。首先，通过多个随机混沌序列对原始图像序列进行扩散和置乱。其次，在DNA层面上通过不同的混沌序列对生成的序列进行扩散和置乱。最后，将不同的编码序列组合成加密图像。实验结果表明，与参考算法相比，该算法在图像熵（值无限接近于8）、像素相关性和图像复杂性（密钥空间大于2300）方面具有一定优势，同时对几何攻击和截断攻击具有良好的鲁棒性。

引言

随着数字图像处理技术的发展，图像加密在信息安全领域变得越来越重要。混沌加密算法因其良好的扩散性和混淆性而成为图像加密的研究热点。然而，传统的低维混沌系统加密算法存在密钥空间小、安全性低等问题。

基于6D高维混沌系统的图像加密算法

为了解决低维混沌系统加密算法的不足，本文提出了一种基于6D高维混沌系统的图像加密算法。该算法采用6D高维混沌系统作为伪随机序列发生器，并结合DNA编码技术，增强了算法的安全性。

算法步骤

该算法的步骤如下：

**密钥生成：**生成6个初始值和控制参数，构成6D高维混沌系统的密钥。
**图像预处理：**将原始图像转换为二值图像，并将其划分为8×8像素块。
**扩散：**使用6个混沌序列对每个像素块进行扩散，改变像素值。
**置乱：**使用不同的混沌序列对扩散后的像素块进行置乱，改变像素位置。
**DNA编码：**将置乱后的像素块转换为DNA序列，并使用不同的混沌序列对DNA序列进行扩散和置乱。
**图像重构：**将不同的编码序列组合成加密图像。

实验结果

为了评估该算法的性能，我们进行了以下实验：

**图像熵：**加密图像的图像熵接近8，表明算法具有良好的随机性。
**像素相关性：**加密图像的像素相关性很低，表明算法具有良好的混淆性。
**图像复杂性：**加密图像的密钥空间大于2300，表明算法具有较高的安全性。
**鲁棒性：**加密图像对几何攻击和截断攻击具有良好的鲁棒性，表明算法具有较强的抗攻击性。

结论

本文提出的基于6D高维混沌系统的图像加密算法具有良好的图像熵、像素相关性、图像复杂性和鲁棒性。该算法可以有效地保护图像数据安全，适用于各种图像加密应用场景。

📣 部分代码

function entropy_arr = analyse_entropy(img)%{
  
      ===============================================                    analyse_entropy    ===============================================    Definition:    Entropy in information theory is directly analogous to the entropy     in statistical thermodynamics. The analogy results when the values of     the random variable designate energies of microstates,     so Gibbs formula for the entropy is formally identical to Shannon's formula.        Application:    The function analyse_entropy is used to caculate the entropy of one    photo, the variable indicates the encryption algorithm is good or bad.%}    entropy_arr = zeros(1,3);    function entropy = analyse_one_entropy(one_img)        one_img = double(one_img);        [M,N] = size(one_img);        one_img = transpose(one_img(:));        T = zeros(1, 256);            for i = 1: 256            T(i) = sum(one_img == (i-1));            T(i) = T(i)/(M*N);        end            entropy = -T(T>0)*transpose(log2(T(T>0)));    end    entropy_arr(1) = analyse_one_entropy(img(:,:,1));    entropy_arr(2) = analyse_one_entropy(img(:,:,2));    entropy_arr(3) = analyse_one_entropy(img(:,:,3));end

⛳️ 运行结果

🔗 参考文献

Li, Q., Chen, L. An image encryption algorithm based on 6-dimensional hyper chaotic system and DNA encoding. Multimed Tools Appl 83, 5351–5368 (2024). https://doi.org/10.1007/s11042-023-15550-3