申请/专利权人：中国矿业大学

申请日：2023-10-30

公开（公告）日：2024-06-04

公开（公告）号：CN118138693A

主分类号：H04N1/44

分类号：H04N1/44;H04L9/00;H04L9/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.21#实质审查的生效;2024.06.04#公开

摘要：随着网络技术的飞速发展，网络信息传输安全问题愈发重要。为解决多图像内容的网络传输和存储安全问题，提出了一种基于立体停车场置乱模型的多图像加密方法，本方法采用传统的置乱、扩散框架。其中置乱部分利用了多图像的三维矩阵结构，建立了一个立体停车场质量模型，并采用该模型对k幅原始图像进行置乱操作；扩散阶段对三维置乱图像矩阵与三维混沌矩阵进行异或运算，产生k幅加密图像。实验结果和算法分析表明：该方法可同时保护多幅图像内容，加密效果良好，安全性强且高效。

主权项：1.基于立体停车场置乱模型的多图像加密方法，其特征在于，加密过程包括如下步骤：步骤1：填补图像：令k幅原始图像I11,I12,...,I1k，其大小分别为mi×ni，i=1,2,...,k，令m=max{m1,m2,...,mk}，n=max{n1,n2,...,nk}，对I11,I12,...,I1k进行全补0的填补操作，转变成大小均为m×n的图像I21,I22,...,I2k；步骤2：图像立体化：将I21,I22,...,I2k组合成一个m×n×k大小的三维矩阵A；步骤3：生成混沌序列：随机选取Logistic映射的初始值x0与控制参数μ1，按公式（1）迭代2000＋m×n×k次并抛弃前2000个序列值，可得一个长度为m×n×k的混沌序列X1={x1i}；类似地随机选取Logistic映射的初始值y0与控制参数μ2，可得一个长度为m×n×k的混沌序列Y1={y1i}； x i＋1=μ1-xixi，（1）其中，xi∈0,1，控制参数μ∈3.57,4]；步骤4：生成混沌矩阵：将混沌序列X1等分成k份，记为X11,X12,...,X1k，并将它们分别重塑为大小m×n的混沌矩阵X21,X22,...,X2k， X 2 i=reshapeX1i,m,n，i=1,2,...,k，（2）其中，reshape·为矩阵维数重构函数；步骤5：生成行、列、层索引矩阵：将混沌矩阵X21,X22,...,X2k每一行的元素进行行索引，得到行索引矩阵X31,X32,...,X3k，将混沌矩阵X21,X22,...,X2k每一列进行列索引，得到列索引矩阵X41,X42,...,X4k，将混沌矩阵X21,X22,...,X2k坐标位置相同的像素进行索引，得到层索引矩阵X51,X52,...,X5k；步骤6：混沌序列整数化：计算， y 2 i=modfloory1i×1010,256，i=1,2,...,k，（3）其中，mod·为取模运算函数，floor·为向下取整函数，y1i∈Y1，产生一条长度为m×n×k的整数混沌序列Y2={y2i}；步骤7：产生三维混沌矩阵：将Y2重塑成一个大小为m×n×k的混沌矩阵B， B=reshapeY2,m,n,k，（4）步骤8：建立立体停车场置乱模型：将每幅图片视为一层停车场，每个像素视为汽车，结合行、列、层索引矩阵，建立一个立体停车场置乱模型，把下标相同的行、列和层索引矩阵中坐标相同的像素值组合成一个坐标，得到坐标矩阵X61,X62,...,X6k，并将其组合成一个大小为m×n×k的三维坐标矩阵C；步骤9：图像置乱：利用建立的立体停车场置乱模型，对Ai,j,t进行置乱，将三维图像矩阵Ai,j,t的元素值与矩阵ACi,j,t对应的坐标的元素值互换，生成一个大小为m×n×k的三维矩阵Q，i=1,2,...,m，j=1,2,...,n，t=1,2,...,k；步骤10：图像立体扩散：计算， T=Q⊕B，（5）其中，⊕为异或运算，T为一个m×n×k的三维置乱图像矩阵，T的k层二维矩阵即为最终的k幅加密图像I31,I32,...,I3k。

全文数据：

权利要求：

百度查询： 中国矿业大学 基于立体停车场置乱模型的多图像加密方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD