【图像加密】基于Logistic混沌结合Arnold置乱实现图像加密含Matlab源码

 1 简介

传统的Arnold变换能改变图像象素的位置,而不能改变图像象素值,不能仅仅靠Arnold变换来实现图像加密.本文结合Logistic映射的伪随机性与对初值的敏感性,提出一种新的基于Arnold变换的图像加密算法,改进后的算法不仅改变了图像象素的位置,也改变了图像象素值.matlab仿真实验表明了该算法的有效性与安全性.​

2 部分代码

function jiami% NOTE:请修改 testImgName,来测试不同输入图像,支持灰度图和 RGB 图% testImgName = 'lena';% testImgName = 'lena_color';% testImgName = 'color0';% testImgName = 'lena16x16';% testImgName = 'gray32x32';% testImgName = 'gray2';testImgName = 'pepper_gray';% testImgName = '1Pixel';img = imread(strcat(testImgName, '.png'));[w h rgb] = size(img);% chaos映射预迭代次数,Logistic映射初始值x0,mu,Arnold置乱次数Key = [128, 0.7532, 3.8793, 2];%disp('###############################');% 信息熵计算% 统计输出figure;if rgb == 3    % 彩色图像    subplot(4, 2, 1);    imshow(uint8(img));    title('明文');    subplot(4, 2, 2);    imshow(imgEncrypted);    title('密文');        imgR = img(:, :, 1);    imgG = img(:, :, 2);    imgB = img(:, :, 3);    subplot(4, 2, 3);    imhist(uint8(imgR));    title('明文R分量直方图');    subplot(4, 2, 5);    imhist(uint8(imgG));    title('明文G分量直方图');    subplot(4, 2, 7);    imhist(uint8(imgB));    title('明文B分量直方图');        imgEncryptedR = imgEncrypted(:, :, 1);    imgEncryptedG = imgEncrypted(:, :, 2);    imgEncryptedB = imgEncrypted(:, :, 3);    subplot(4, 2, 4);    imhist(imgEncryptedR);    title('密文R分量直方图');    subplot(4, 2, 6);    imhist(imgEncryptedG);    title('密文G分量直方图');    subplot(4, 2, 8);    imhist(imgEncryptedB);    title('密文B分量直方图');else    % 灰度图像    subplot(2, 2, 1);    imshow(uint8(img));    title('明文');    subplot(2, 2, 2);    imshow(uint8(imgEncrypted));    title('密文');    subplot(2, 2, 3);    imhist(uint8(img));    title('明文直方图');    subplot(2, 2, 4);    imhist(uint8(imgEncrypted));    title('密文直方图');endfigure;subplot(3, 3, 1);imshow(imgEncrypted);title('加密后图像');subplot(3, 3, 2);imshow(imgEncrypted_Noise_Salt);title(strcat('(1)椒盐噪声ρ=', num2str(delta)));subplot(3, 3, 3);imshow(imgDecrypted_Noise_Salt);title('(1)解密图像');subplot(3, 3, 5);imshow(imgEncrypted_Noise_Gaussian);title(strcat('(2)高斯噪声μ=0,σ=', num2str(delta)));subplot(3, 3, 6);imshow(imgDecrypted_Noise_Gaussian);title('(2)解密图像');subplot(3, 3, 8);imshow(imgEncrypted_Croped);title('(3)1/16剪切');subplot(3, 3, 9);imshow(imgDecrypted_Croped);title('(3)解密图像');% 明文敏感性imgPlain = img;if rgb == 3    % 彩色图像    gray = imgPlain(w, h, 1);%     bin = dec2bin(gray);    gray = bitxor(gray, 1);    imgPlain(w, h, 1) = gray;else    % 灰度图像    gray = imgPlain(w, h);%     bin = dec2bin(gray);    gray = bitxor(gray, 1);    imgPlain(w, h) = gray;endimgEncrypted1 = imgPlain;for i = 1 : encryptCount    imgEncrypted1 = encrypt(imgEncrypted1, Key);enddisp(strcat('------', testImgName, ',加密次数为:', num2str(encryptCount), ',明文敏感性分析------'));NPCR(imgEncrypted, imgEncrypted1, '明文改变1个像素值');UACI(imgEncrypted, imgEncrypted1, '明文改变1个像素值'); :, 2) = cG;    A(:, :, 3) = cB;else    A = crop_(img);endend

3 仿真结果

4 参考文献

[1]杨恒伏, 伍雁鹏, 田祖伟. 基于Logistic混沌映射与Arnold变换的图像加密算法[J]. 衡水学院学报, 2008, 10(4):4.

博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。

  • 1
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 基于混沌图像置乱加密算法是一种保护图像信息安全的方法。该算法利用混沌系统的随机性和不可预测性,对图像进行置乱操作,使得图像的像素值发生变化,从而达到加密的目的。同时,该算法还可以通过密钥控制置乱过程,增加了加密的强度。 在matlab实现基于混沌图像置乱加密算法,需要先选择合适的混沌系统,如Logistic映射、Henon映射等。然后,根据混沌系统的特性,设计置乱算法,对图像进行像素值的置乱操作。最后,通过密钥控制置乱过程,实现加密解密的功能。 需要注意的是,基于混沌图像置乱加密算法虽然可以保护图像信息安全,但也存在一定的缺陷,如对抗攻击的弱点。因此,在实际应用中,需要综合考虑算法的安全性和实用性。 ### 回答2: 基于混沌图像置乱加密算法是一种利用混沌映射产生的随机数序列对图像进行置乱,从而达到加密的目的的算法。混沌映射具有高度的不可预测性和敏感性,可以产生看似无规律的随机数序列,因此适合用来加密图像。 算法的实现步骤如下: 1. 图像预处理:将待加密图像转换为灰度图像,并将其分为若干个像素块。 2. 选择混沌映射函数:常用的有Logistic映射和Henon映射等,选取合适的混沌映射函数进行加密。 3. 生成混沌序列:通过迭代混沌映射函数,即输入上一次迭代的结果,得到一系列混沌序列,作为加密密钥。 4. 图像置乱:通过将图像像素的位置进行置乱,完成图像置乱过程。可以采用随机排列、像素转换等方式进行置乱。 5. 加密:将置乱后的图像混沌序列进行异或操作,达到加密的效果。密钥的选择和加密算法的设计关系到加密的安全性。 6. 解密:对加密后的图像进行解密操作,即重新通过混沌序列进行异或操作,恢复出原始图像。 在Matlab中,可以使用相应的混沌映射函数进行实现。首先,需要实现相应的混沌映射函数生成混沌序列。然后,对图像进行灰度转换和分块处理。接下来,将混沌序列应用于图像置乱加密过程。最后,对加密后的图像进行解密操作。 通过基于混沌图像置乱加密算法及Matlab实现,可以有效保护图像的安全性,提高图像的保密性。同时,混沌映射函数的选择和密钥的设计也是保证加密强度的关键。 ### 回答3: 基于混沌图像置乱加密算法是一种将混沌系统引入图像加密领域的方法。通过引入混沌映射或混沌序列,实现图像进行随机重排和扰乱,从而达到加密图像的目的。 算法的实现可以利用MATLAB编程语言来完成。首先,需要选择一个合适的混沌系统,并利用该系统生成一个混沌序列或映射。然后,将待加密图像转换为矩阵形式,以便进行后续操作。 接下来,将混沌序列或映射应用于图像矩阵中的像素,进行像素值的替换或交换。这样做会使得图像中的像素位置发生变化,从而达到置乱的效果。为了增强图像的安全性,可以进行多次的置乱操作,增加加密的复杂度。 除了像素值的置乱外,还可以考虑对图像进行扩散操作。这可以通过应用混沌系统的动态特性来实现。例如,可以将混沌序列或映射应用于图像的每个像素点,将其像素值加上混沌序列或映射的值,从而实现图像的扩散。 最后,将置乱后的图像矩阵转换回图像格式,并保存为加密后的图像文件。解密时,只需要按照相同的操作,将混沌序列或映射应用于加密后的图像矩阵,即可还原出原始的图像。 总之,基于混沌图像置乱加密算法利用混沌系统的随机性和不可预测性,对图像进行置乱和扩散,从而实现图像加密和保护。MATLAB作为一种强大的数学计算和编程工具,可以方便地实现这个算法,并进行加密和解密的操作。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

matlab科研助手

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值