共查询到18条相似文献,搜索用时 359 毫秒
1.
2.
目的:针对目前置乱度评估算法对同一图像置乱算法的评价结果存在多变性,对多个置乱算法不能同时评估的问题,本文提出基于层次分析法的图像置乱评估算法。方法:首先,计算置乱矩阵元素分布的均匀性和随机性程度,获得置乱像素位置分布的属性值,保证了同一置乱算法置乱度的恒定性。然后应用层次分析法,实现置乱度二维属性的整合和多个置乱算法的同时评估。结果:实验结果表明,该算法得到的置乱度只与置乱算法本身和置乱迭代次数相关,和置乱对象无关,结果具有稳定性和有效性,同时算法可给出任意数目置乱算法的置乱度排序。结论:总之,建议算法实现了客观、公平、高效的图像置乱度评估,不仅有利于信息隐藏领域设计者方便快速选择合适的置乱算法,同时也为置乱算法的开发提供了有力的反馈工具。 相似文献
3.
在分析传统图像置乱方法不足的基础上,提出一种新的基于位置迁移和像素灰度变换的图像全局置乱算法.算法以图像矩阵的元素为单位进行置乱,采用不同的混沌序列对矩阵中每个元素的位置和灰度都进行了一次随机的改变,产生了图像全局置乱矩阵.变换矩阵形式不固定且不动点的个数为零,没有统一的迭代公式,达到了良好的图像置乱效果.同时,该算法具有较低的时间复杂度和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. 相似文献
4.
探讨了Contourlet变换域的图像视觉信息的置乱掩蔽问题,提出了一种基于零树编码结构的快速置乱算法。算法使用高效混沌映射构造置乱矩阵,对Contourlet系数矩阵进行子树间置乱,以减少系数置乱所带来的对编码效率的影响。实验结果表明该置乱算法效率高,并能有效实现对图像视觉内容的掩蔽。 相似文献
5.
6.
基于二维Arnold变换的图像双置乱算法 总被引:2,自引:0,他引:2
Arnold变换在图像置乱中具有较为广泛的应用。对Arnold变换矩阵在图像置乱中的应用进行了分析,并在此基础上提出了基于二维Arnold变换的双置乱算法,其中将二维Arnold变换同时用于位置置乱和灰度置乱,既改变了图像的纹理信息又改变了图像的统计信息。实验结果表明,该算法简单、安全,在少量的置乱迭代次数下即可达到较好的置乱效果。 相似文献
7.
8.
图像置乱是将图像转换为伪随机图像,一般作为图像加密或信息隐藏前的预处理环节,为了实现彩色图像的自动化置乱,提出了基于改进对抗网络的彩色图像置乱方法。方法构建了编码网络—解码网络结构模仿彩色图像置乱和复原过程,通过模型学习图像置乱,用patchGAN的判别网络实现图像各部分区域像素值分布判别。对提出的编解码损失函数、编码网络和解码网络的对抗损失函数和判别网络的对抗损失函数分别交替使用梯度下降法优化参数。对分辨率为256×256的彩色图像实验的结果表明,上述法能实现各种彩色图像的自动化置乱,并且模型具有较好的收敛性。和传统的Arnold变换,Logistic混沌置乱方法相比较,直观上本方法图像置乱效果更具隐蔽性;在多个判别指标下,所提方法置乱后图像与原始图像相似度更低,置乱程度更高,置乱效果有提升。 相似文献
9.
针对现有零水印算法使用的版权标识大都为结构信息单一的二值图像,且对于几何攻击鲁棒性差等问题,提出一种RGB空间彩色零水印算法。首先将彩色载体图像和彩色水印转换成R、G、B颜色分量,其次对载体图像三个空间分量分别进行Arnold置乱和分块处理;然后计算每个颜色通道各个子块的均值,构成十进制均值矩阵,将均值矩阵转换成8位二进制矩阵,分别生成三个颜色通道的二进制特征矩阵;最后将置乱后的彩色水印分量转换成8位二进制水印信息,分别与载体图像的三个二进制特征矩阵异或生成三个零水印,将三个零水印通过逆编码技术生成彩色零水印。实验结果表明,算法能够有效地抵抗非几何攻击、几何攻击和组合攻击,与相似的零水印算法相比,鲁棒性更好,安全性更高。 相似文献
10.
11.
12.
13.
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。 相似文献
14.
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。 相似文献
15.
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。 相似文献
16.
随着数字图像置乱技术的发展,如何衡量一种置乱技术的好坏,是研究的热点和难点。为了对其进行有效地衡量,给出了图像连续性区域的定义,并根据置乱前后数字图像连续性区域数量随像素点位置的变化而改变这一原理,提出了一种有效的图像置乱程度衡量方法,实验表明,该方法能够清楚地反应图像在各个置乱阶段的置乱效果。 相似文献
17.
18.
图像置乱程度的衡量方法 总被引:1,自引:0,他引:1
图像置乱变换是信息隐藏和图像加密常用的方法,如何衡量一种置乱变换的好坏,是研究的热点和难点问题。基于置乱前后位置变化的方法可以作为一个衡量的标准,但是位置变化并不能代表像素点值的改变,而且把图像作为一个整体来考虑也会产生一些偏差。为了克服这个缺点,提出了一种基于各点相关性的图像置乱程度衡量方法,主要是通过比较置乱前后每个点与其相邻点相关性的差异来进行衡量。由Matlab仿真结果表明,该方法可以很好地衡量图像置乱次数与置乱效果的关系,而且与人类的视觉具有比较好的一致性。 相似文献