医学图像加密算法研究_项目笔记

个人本科期间项目笔记（1）：医学图像加密算法研究
（A Hybrid Chaotic Encryption Algorithm for Securing DICOM Images）

注：大二时期进入图像处理和信息安全课题组学习图像加密时，常看夏冰加密软件技术博客，以下所有链接都源于此.

基础知识：
一、浅析几种图像加密技术
项目采用的图像加密技术：基于混沌的图像加密技术
1.把待加密的图像信息看做是按照某种编码方式的二进制的数据流 ，利用混沌信号来对图像数据流进行加密的 。
2.混沌之所以适合于图像加密 ，这是与它自身的有些动力学特点密切相关的 。

采用的原因：早期的图像加密方法主要基于现有的数据加密技术，如DES、AES等。然而，由于图像本身的固有特性，这些方法的效率和抗攻击能力都较弱。近年来，基于混沌的图像加密方法越来越受到重视。与传统的非混沌图像加密相比，基于混沌的图像加密具有密钥空间大、速度快、易于实现等优点。

二、基于多混沌系统的医学图像加密算法
项目采用的针对医学图像的加密原理：利用混沌系统产生的伪随机序列与明文进行异或操作 详解XOR 运算加密

（可能考察）图像文件加密与普通文件加密的不同之处在于，图像相邻像素之间通常存在着比较大的相关性，对图像加密不仅要使图像变得不可识别，还要尽可能地减小相邻像素之间的相关性。目前国内外提出的各种混沌图像加密算法，总结起来，主要加密原理有以下两种形式：

1)利用混沌系统产生的伪随机序列与明文进行异或操作，直接改变明文的值；

2）利用伪随机序列对明文进行置乱，但由于置乱过程没有改变像素本身的值，因此加密后图像的颜色直方图并没有改变。（针对医学图像，不好）

结合医学图像数据量大、同色像素连续性高的特点，本项目采用异或的方式提出一种新的双混沌图像加密算法。

三、图像加密技术的基本原理和评价标准
图像加密系统的组成：
对于任何一个图像加密系统，不管形如何复杂，是基于什么加密的原理，实现的加密算法如何不同，其基本组成部分是相同的，主要包括4个部分：
1、待加密的数字图像，成为明图M。
2、加密后形成的数字图像，成为密C。
3、加密M=Ek1©、解密算法M =Ek2（C）。
4、用于加密解密的钥匙，称为密钥K1，K2。

四、Logistic映射、Chebyshev映射
项目模型：Logistic映射和Chebyshev映射：两种广泛使用的用于加密的经典混沌映射。

Logistic映射是典型的非线性混沌函数，具有复杂的混沌行为；
Chebyshev映射对其初始条件非常敏感，可以产生长期的不可预测的混沌序列。

基于混沌的图像加密最流行步骤的主要包括三个步骤:
(i)生成密钥作为混沌系统的初始条件，
(ii)生成混沌序列，
(iii)使用混沌序列对像素进行XOR操作。

四、读取并可视化DICOM图像
方法：VTK进行读取，然后用OpenCV处理：
要注意在使用VTK读取的时候，要记得转换数据类型，在转到OpenCV上，就可以使用OpenCV显示并处理，最后写入（保存）。

项目细节：
一、研究结果：提出了一种新的基于混合混沌映射的DICOM图像加密算法。
二、主要创新点：
1.双混沌交叉扩散，使得相邻像素间的相关性非常弱；
2.由于前一个像素和当前像素之间的异或操作，初始条件敏感性非常强；
3.它是非常有效的，具有更少的加密时间。

三、算法流程概括：
1.对两个初始密钥的多次迭代；
2.根据图像像素点的奇偶位置的不同，将迭代后的初始密钥，交换混沌映射再次迭代多次；
3.然后将迭代后的密钥与当前像素点进行异或，并将异或后的像素值与相邻的前一位置的像素值进行异或，并将结果为当前的像素值；
4.依次遍历下去，直到遍历完整张图像。

四、实验配置：VS2012,OPENCV2.4

五、实验结果与分析：
1.直方图分析：加密后的图像具有良好的均匀分布，能够有效抵抗统计攻击。

2.像素相关性分析：这些图像的垂直、水平和对角方向上相邻像素之间的相关系数近乎为0。

3.密钥敏感性分析：将正确密钥做较小改变，正确密钥与错误密钥相差10^15倍，解密后的图像和原始图像差别很大。

4.差分攻击：评价算法抗差分攻击敏感性的两个重要指标是像素变化率(NPCR)和统一平均变化率(UACI)。一般情况下，数值越大，说明算法越灵敏、越好。

5.时间分析：对于不同的医学影像，加密一张512×512的医学影像，加密时间为3ms左右，解密所需时间大约为30ms。