【图像加密】基于改进Logistic混沌图像加密与解密含高斯噪声、中值滤波并计算相关性、恢复相关性、均方根误差附matlab代码

1 简介

随着互联网的蓬勃发展，各种信息通过网络飞速增长传播，为社会提供便利的同时也带来了许多负面效应。大量个人隐私被泄露、财产损失不断增加、企业重要数据被截取篡改以及国家各种机密保密文件泄露，信息安全岌岌可危。信息作为极其重要的战略资源，如何获取、处理信息和保障信息安全成为体现一个国家综合国力的重要部分。信息安全关乎社会稳定和国家安全，成为人们普遍关注的一个热点问题。同时随着互联网多媒体技术的迅速发展，图像成为信息的主要载体之一。据统计，人们通过视觉从外界获得的信息量高达 80%。图像信息的安全问题成为人们关注的热点问题。

数字图像图像具有信息量大、像素相关性高以及冗余度高等特征。传统的加密方法，例如高级加密标准（Advanced Encryption Standard，AES）、数据加密标准（Data Encryption Standard，DES）、公钥加密算法（Rivest-Shamir-Adleman，RSA）基本都是针对一维的文本数据加密设计的，没有结合图​像本身的特征，并且往往算法复杂、加密效率低，很难满足实际应用的需求，因此不适用于图像加密。而基于矩阵的图像加密算法密钥空间无法抵挡穷举攻击；传统的压缩图像加密算法运算速度慢、效率低，越来越不满足网络实时性的要求；基于秘密分存的图像加密的缺点是由于图像数据量会发生膨胀，若图像数据很大、网络带宽不足，会给图像的网络传输增加困难，并且使用这种算法恢复出的图像的对比度会下降，因此这种加密算法在实际中应用受到了限制。因此找寻新的图像加密方法成为当前信息安全研究的重点。混沌是指在确定性非线性系统中出现的类似随机的行为，具有对初值条件敏感、随机性强、不可预测性和遍历性等特点，混沌序列具备非常优良的密码学特性。混沌学与密码学有许多相似之处，比如混沌映射的初始值通过迭代运算得以扩散到整个相空间，而传统密码算法通过增加加密轮次产生扩散和混乱。自 1997 年 Fridrich 首次应用混沌图像加密起，大量相关混沌图像加密算法被提出，比如基于各种维度的混沌映射图像加密算法，基于混沌映射与其他加密算法相结合的图像加密算法等等。然而随着各种攻击破坏手段的提升以及计算机运算速度的提高，一些原本被认为是安全的加密算法逐渐被破译，同时部分混沌算法存在着密钥空间小、安全性不高或是过于复杂不利于硬件实现的问题。因此进一步探究混沌图像加密算法，不断完善混沌图像加密模式，仍然具有非常重要的理论意义和实用价值。

2 部分代码

clc;clear;I0=imresize(rgb2gray(imread('1.jpg')),[256 256]); %imresize函数:用于图像大小调整插值(双三次方插值),对图像做缩放处理figure(1);subplot(251);imshow(I0);title('原始图像');n=15;%置乱次数​I1 = arnold(I0,5,7,n);J=imnoise(I1,'gaussian',0.05);  %添加方差为0.05的高斯噪声I2=arnold_refresh(I1,5,7,n);J1=arnold_refresh(J,5,7,n);subplot(252);imshow(I1);title('原始图像置乱');subplot(253);imshow(I2);title('原始图像置乱恢复');subplot(254);imshow(J);title('置乱后添加高斯噪声');subplot(255);imshow(J1);title('添加高斯噪声后置乱恢复');subplot(256);imhist(I0);title('原始图像图像直方图');subplot(257);imhist(histeq(I1));title('原始图像置乱直方图');subplot(258);imhist(I2);title('原始图像置乱恢复直方图');subplot(259);imhist(J);title('置乱后添加高斯噪声直方图');subplot(2,5,10);imhist(J1);title('添加高斯噪声后置乱恢复直方图');sha_val=shannon(I0);%信息熵sha_val1=shannon(J1);%信息熵fprintf('原始图像信息熵：%.3f 添加高斯噪声后置乱恢复信息熵：%.3f\n',sha_val,sha_val1);val_c=corr2(I0,J1);fprintf('原始图像与添加高斯噪声后置乱恢复相关性：%.3f\n',val_c); Nc=nc(I0,J1); fprintf('原始图像与添加高斯噪声后置乱恢复归一化相关系数：%.3f\n',Nc); ss=std2(J1-I0);fprintf('原始图像与添加高斯噪声后置乱恢复均方根误差：%.3f\n',ss);

3 仿真结果

4 参考文献

[1]廖雪峰. 基于Logistic混沌系统的图像加密算法分析与改进[J]. 软件导刊, 2017, 16(5):3.

[2]曾祥秋, 叶瑞松. 基于改进Logistic 映射的混沌图像加密算法[J]. 计算机工程, 2021, 47(11):9.

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。