基于差分统计特性的图像置乱度盲评价线性模型

当前大部分图像置乱度评价算法均依赖于原始图像,且缺乏科学的数学模型作为基础。在分析置乱图像差分值统计分布特性的基础上,建立了理想置乱图像差分统计分布线性模型,并以此为基础,提出了三种置乱度盲评价算法：斜率绝对差法、差分绝对差法和重叠面积法。实验结果表明：三种算法对于图像差分统计分布有较强的敏感性,且不依赖于原始图像,能客观地评价图像置乱度,与人类视觉系统有着良好的一致性。     

基于几何测度的图像置乱度算法研究

分析研究了现有的几种图像置乱度衡量算法,从图像置乱前后相邻像素之间的距离偏移和方向偏移两个方面考虑,提出了基于几何测度的图像置乱度算法;最后通过对比分析,证明该算法具有更好的实用性、有效性与优越性。     

基于分层Arnold变换的置乱算法

针对数字图像信息隐藏存在的安全问题,提出一种基于按位分层Arnold变换的置乱算法。算法将秘密图像按位平面分层,同时考虑图像的位置迁移和像素的灰度变换,对每个位平面进行不同次数的Arnold变换,经像素交叉换位,相邻像素间按位异或得出置乱图像。实验结果表明,秘密图像分层置乱后直方图分布更加均匀,与白噪声相似度在0.962左右,置乱图像可近无损地还原和提取,提高了信息隐藏的鲁棒性。与其他置乱算法相比,置乱图像具有更高的置乱度、更强的抵御攻击能力,提高了空域信息隐藏的安全性。     

一种改进的基于排序变换的图像全局置乱算法

利用混沌系统的类随机性、遍历性以及对参数以系统初值极端敏感的特点,提出了一种改进的基于混沌系统的图像全局置乱算法,并给出了算法的详细实现步骤。该算法利用混沌系统产生图像全局置乱矩阵,实现了在图像整体上的置乱,相比基于排序变换的图像置乱算法,具有良好的置乱性能。同时,由于该算法具有较低的时间复杂度,而全局置乱矩阵又显示出排列的强不规则性,因此,该混沌图像全局置乱算法具有较好的安全保密性能。最后,仿真和实验结果验证了本算法的有效性。     

理想置乱图像差分直方图分布模型的数学验证

目前图像置乱度评价算法缺乏统一的标准和模型,某些模型的提出缺乏科学依据与严格证明,如理想置乱图像的差分直方图分布模型。在分析置乱图像差分直方图分布的基础上,利用ChiSquare假设检验和回归分析方法进行差分直方图分布函数的拟合检验和回归系数预测。实验结果证明,在理想置乱情况下,图像的差分直方图应符合线性分布,为理想置乱图像差分直方图分布模型的建立提供了理论基础。     

一种改进的数字图像置乱方法

图像置乱技术利于图像的保护,有效地保护数字图像内容为目的,结合Rijndael算法理论,提出了一种新的图像置乱算法.算法在原Rijndael算法的密钥扩展方案上进行了改进,综合运用了像素值置乱、像素位置乱、块置乱等技术,增强了图像置乱的效果.同时,算法改进了种子密钥的长度策略,使其与待加密图像的像素个数相等,以便适应于各种尺寸的数字图像,并有效提高了算法执行效率.采用图像相似度和图像直方图的评价方法对置乱的效果进行仿真计算.计算机仿真结果表明,与传统方法相比,算法对图像置乱简单高效,达到了很好的效果.     

云模型图像置乱算法

针对目前数字图像置乱算法在双重置乱方面的欠缺问题,提出一种新的云模型图像置乱算法。该算法利用三维云模型生成的函数值来改变图像像素位置和像素值,实现了双重置乱。经实验验证以及定量定性分析,置乱图像呈现白噪声,真正实现了图像置乱,并不存在周期性恢复的安全问题,该算法能较快达到理想的置乱效果,且能抵抗一定的剪切、加噪、滤波以及缩放攻击;证明了该算法的有效性和合理性,可以较好地应用于图像置乱。     

基于Zigzag变换的数字图像置乱算法的研究

图像的隐藏与伪装技术是图像安全方面一个非常重要的研究领域.其中常用的图像置乱算法实现较为复杂,基于Zigzag变换的思想提出了一种新的数字图像置乱算法,并构造了两个具体的置乱变换方法.通过算法的仿真实验和结果分析表明该算法具有较好的置乱效果及较大的周期,并具有一定的抗攻击能力,从图像信息安全性及算法的时间复杂度方面分析,该算法优于Arnold等变换,将该类算法用于图像加密有一定的应用价值.     

一种索玛立方体方块匹配的图像置乱算法

针对图像已有置乱算法普遍存在的不足,提出了一种新的索玛立方体方块匹配的图像置乱算法.算法先将原始图像的位平面进行交换以改变图像的像素灰度值,然后按照索玛立方体将变换的图像进行分块,选择索玛立方体的任意两种拼接方式,其中一种看作是原始图像元素的拼接方式,另一种是置乱图像的拼接方式,将两种拼接方式对应转换,从而实现图像的置乱.置乱后的图像表现为白噪声,不存在周期性恢复的安全性问题,置乱较为稳定,能很快达到理想的置乱效果,并且置乱算法对图像尺寸没有要求.实验结果表明,算法能有效地实现对灰度图像的置乱,并且有良好的视觉效果和定量评价结果,能抵抗一定的几何攻击.     

基于灰度变换的图像置乱算法研究

为实现军事图像信息安全,在研究图像置乱几种算法的基础上提出了基于灰度变换的图像置乱思想,并对空间置乱与灰度置乱两种不同置乱方法的优缺点进行比较,研究表明基于灰度的图像置乱算法执行速度快,安全性更高。     

基于均匀置乱的图像位置置乱衡量方法

由于图像置乱分成位置和像素值置乱两类,图像置乱衡量也从这两方面进行分析。目前基于像素值的衡量效果依赖于原始图像,存在局限性;基于位置的衡量随着置乱距离的不同效果也有很大偏差,同样存在局限性。从图像位置置乱的实质出发,提出均匀置乱的概念,从偏离度和均匀度的角度对图像位置置乱效果进行衡量。通过对大量实验结果的分析得出,该衡量算法可以准确地衡量图像置乱程度,与人的视觉评价保持一致,具有可行性和有效性。     

图像置乱效果评价算法综述

图像置乱技术通过对图像矩阵的重排操作,破坏图像矩阵的相关性,从而实现信息加密。图像置乱效果评价方法是对图像置乱程度的客观评价,目前涌现的图像置乱方法都从各个方面验证其自身的优越性,但仍没有一种通用的评判方法。该文根据最优置乱效果的定义,讨论了一些现有的图像置乱效果评判方法,在深入研究这些方法的原理后,对各置乱性能评判方法的客观性进行了深入分析和讨论。     

混沌映射与比特重组的图像加密

目的 当前很多图像加密都采用基于比特的加密算法。针对这种比较流行的加密算法所存在的安全缺陷问题,提出一种能够解决比特面0比特和1比特置乱时的位置限制的图像加密算法,实现比特的全局重组。方法 首先利用Tent混沌映射生成一个伪随机序列,然后利用生成的伪随机序列对比特明文图像进行整行以及整列的置乱,将置乱后的比特像素矩阵分块分别进行Henon映射的置乱,最后经过扩散操作得到最后的密文图像。结果 加密后明文图像的像素值的分布由不均匀变成了均匀分布,明文图像的各像素间的相关性被打破,使得原图没有了统计特性,像素变化率（NPCR）以及归一化平均变化强度（UACI）皆接近理想值,算法能够抵抗穷举攻击和差分攻击,并且在能保证加密安全的同时能有较低计算复杂度。结论 本文所提出的图像加密算法具有加密后像素相关性低、密钥空间大,以及对明文图像和密钥高度敏感等特点,本文算法在进行比特级的置乱时,又加入了与明文相关的特性,增强了加密算法的明文敏感性,同时也加强了加密算法的扩散性,可有效地保障密文图像的安全。     

利用DCT变换进行图像置乱及其效果评价

提出了基于DCT变换的图像置乱效果评价新方法,以便真实地评价图像置乱效果的好坏。首先将置乱前后两图像分成大小相同的子块并对其进行DCT变换,其次利用置乱前后相同位置子块图像所对应频域系数来构造偏差矩阵并定义其离散概率分布,最后通过计算离散概率分布的信息能量作为图像置乱程度的评价。提出的评价方法能够很好地度量图像的置乱程度,反映了加密次数与置乱程度之间的关系,与人的视觉基本相符。而且对于不同的图像,该评价方法能在一定程度上反映所用的置乱变换在各置乱阶段的效果。     

一种度量图像置乱加密程度的新算法

近年来,出现了许多有效的图像置乱加密算法,但却很难找到一种关于置乱加密效果的有效度量方法。对度量置乱加密效果的方法进行了深入的探讨,进而提出了“置乱加密度”的概念,能够客观地反映置乱算法的加密性能,同时兼顾人类的视觉特性,是一种有效的度量方法。算法的执行过程如下：首先,将原始图像和置乱加密后的图像按照同样的方法分割为许多子块;第二步,对于原始图像中的每一块,求出它与置乱加密后的图像各个子块的最小“距离”;最后,给出了“置乱加密度”的定义,用来度量图像的置乱加密程度。实验结果证实了“置乱加密度”能有效地反映算法的置乱加密效果。     

分布均匀性的图像置乱衡量方法

尽管越来越多的置乱算法被提出,如Arnold cat变换、Hilbert变换、幻方变换和基于混沌置乱变换等,但是针对这些置乱算法的衡量方法却很少,现有的方法都是基于某一种置乱变化而提出的,通用性不强。从图像置乱均匀分布的角度出发,定义了理想置乱状态的模型,并根据理想状态的特点提出了一种图像置乱衡量方法,通过比较置乱效果与理想状态的偏离度来评价置乱效果的好坏。对Arnold cat变换进行了仿真分析,实验结果显示该方法能准确衡量图像的置乱程度,与人类视觉相吻合。并指出对256×256的图像来说,8×8,16×16的分块可以更准确地衡量置乱效果。     

基于位置相关性的图像置乱效果评价方法

利用欧氏距离范数描述图像的位置相关性,提出一种图像置乱效果评价方法。对Arnold变换和M序列变换2种置乱算法的置乱效果进行评价,实验结果表明,该评价方法能较好地刻画图像的置乱程度,反映了置乱次数和图像置乱程度之间的关系,与主观评价结果相吻合。     

基于多组混沌序列的彩色数字图像置乱算法

传统的数字图像置乱算法需要多次迭代,加密强度不高,密钥空间小,抗攻击能力弱。针对上述问题,基于多组混沌序列和矩阵拉直算子,提出一种新的图像置乱算法。通过对彩色数字图像的RGB矩阵进行拉直和置乱,隐藏原始图像所含信息。理论分析和实验结果表明,该算法具有较大的密钥空间,对密钥敏感,能改变图像的灰度特征,且置乱后的图像纹理细、颗粒均匀。     

利用差分图像奇异值分解的置乱程度评价研究

提出了基于差分图像和奇异值分解相结合的图像置乱效果评价新方法。针对基于奇异值分解法的置乱程度评价法不能客观地反映图像置乱效果好坏的不足,首先对置乱前后图像进行差分运算并得到其相应的差分图像,其次对两差分图像进行奇异值分解,最后计算其奇异值差异程度的大小作为图像置乱效果评价的新准则。实验结果表明,提出的评价方法能够较好地刻画图像的置乱程度,反映了加密次数与置乱程度之间的关系,与人的视觉基本相符。对于不同的图像,该评价方法在一定程度上反映了所用的置乱变换在各置乱阶段的效果。