基于灰度均匀性的图像置乱程度盲评价算法

针对图像置乱程度评价问题提出以每个点为中心的区域灰度差均值作为图像置乱程度评价方法。算法首先针对理想置乱变换定义只适用于位置置乱的问题对其进行修改,使其也可以适用于包括像素置乱在内的所有置乱过程,并在此基础上考虑到各灰度值分布的均匀性,建立新的无需原图参与的图像置乱程度评价公式。实验仿真结果表明,该方法可以较好地衡量位置置乱图像或灰度置乱图像的置乱程度,与人的直观视觉评价吻合。     

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。     

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.     

基于相乘法的图像置乱算法

简单幻方变换的图像置乱算法只是简单的元素迭代,使得图像置乱在较少迭代次数情况下难以达到满意的置乱效果。针对以上问题,分析了相乘法构造幻方应用于图像置乱的合理性,提出了一种新的基于幻方变换的双重迭代图像置乱算法。该算法采用小幻方通过相乘法来生成大幻方,应用幻方分块来实现双重迭代。实验结果表明,与简单幻方变换的图像置乱算法相比,该算法只需要在较少迭代次数下就能达到令人满意的置乱效果,而且在准周期问题方面也进行了改进。     

图像置乱程度的衡量方法

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。     

面向纹理特征的图像置乱程度的衡量方法

图像置乱是信息隐藏中最常用的一项技术,其目的是通过将图像的信息次序打乱来提高隐蔽载体的鲁棒性和隐蔽性。如何评价图像置乱的程度,是信息隐藏研究的重点问题之一。利用图像纹理基元行程特征和灰度级的连续概率特征对图像质量的描述方法,提出了基于图像纹理特征的图像置乱程度衡量方法,实验表明,该方法能较好地评价图像的置乱程度,与人的主观视觉评价有较好的一致性。     

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。     

基于混沌映射的图像置乱算法

混沌映射具有对初始条件的敏感性、良好的随机性、相关性和复杂性等特性.基于此提出了一种快速、安全的图像混沌置乱算法,实验表明,该算法达到了很好的效果.尤其在大型图像数据库的应用中,该算法在保证安全性的前提下,能在极短的时间内对大量图像进行置乱与恢复.     

一种基于混沌的图像置乱算法

本文提出了一种新的基于混沌系统的数字图像置乱算法,并将其应用于图像加密.该算法用Logistic映射产生的混沌序列值,离散化后构造出对换规则矩阵和横向、纵向移动量矩阵,通过遍历图像中的每个像素点,根据规则和图像中的另一像素点进行对换置乱.实验结果分析表明,该算法具有很好的置乱效果,有较好的加密效率和安全性.     

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。     

位平面与Gray码相结合的图像置乱方法

针对数字图像的传输安全问题,提出一种将位平面分解与Gray码相结合的图像置乱方法。该方法首先将图像分解成8个位平面,通过位异或操作改变携带图像有用信息的高4位位平面的值,然后对得到的初步置乱图像的灰度值进行Gray码变换,进一步置乱图像,从而得到加密图像。初步实验结果显示,该方法置乱效果明显优于Arnold法、Hilbert法等现有置乱方法,且实现简单。     

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。     

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。     

基于灰色关联分析的图像置乱程度评价方法*

为有效衡量图像置乱的程度,引入灰色理论中的灰色关联分析,提出一种新的置乱效果评价方法。该方法首先将置乱图像分块,通过计算各子块图像中每行元素的灰度均值来统计各子块的灰度信息,建立小样本序列;然后利用灰色关联分析理论计算各序列之间的灰度信息关联度来评判各子图像灰度信息的关联程度,从而获取图像的置乱效果。实验表明,该方法能有效地评价不同置乱变换的效果,且评判无须原图像参与,与基于SNR的置乱评判方法相比,能更加客观地评判置乱效果,且与人眼目测结果相符。     

基于差分互信息距离的图像置乱效果评价法

提出了差分图像和互信息距离相结合的图像置乱效果评价新方法。首先提出了互信息距离概念,然后对置乱前后图像进行差分运算并得到其相应的差分图像,最后计算两差分图像之间的互信息距离作为图像置乱效果评价的新准则。实验结果表明,所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。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。     

基于相邻像素间位异或的图像置乱算法

针对数字图像的传输安全问题,提出了一种基于相邻像素间位异或的图像置乱算法。该算法首先根据每个像素和它前面相邻的像素进行按位异或运算,然后对其按照某种规则进行像素值的交叉换位,再次改变像素点的灰度值,从而提高图像置乱效果。实验结果初步显示,该算法与Arnold等现有的置乱方法相比,置乱后的图像不仅直方图发生了显著改变,而且置乱图像的统计特征更像白噪声,更加适用于图像文件的加密传输和秘密图像信息在数字水印技术中的置乱预处理。     

基于单一像素值改变的图像置乱新算法

针对数字图像传输的安全问题,提出一种基于单一像素值改变的图像置乱新算法,该算法将密码学中维吉尼亚加密算法进行修正,使之能够应用于数字图像的加密。实验结果表明,该算法加密的图像安全性高,与传统的基于单一像素值改变的置乱算法相比较,具有更好的抗噪声性能,该算法具有很高的灵活性,其加密图像的置乱程度与工作密钥的选择具有密切的关系,并且适合加密任意尺寸的数字图像。以上优越性使得该算法更能适合于数字图像的网络传输过程,以及其他对数字图像安全有较高要求的领域。     

二值图像Arnold变换的最佳置乱度

以数字水印技术为背景,介绍了基于二值图像Arnold变换置乱和周期性,详细地讨论置乱度,提出了一种图像分块后像素值方差和像素点与4邻域灰度差值相结合的最佳置乱度计算方法。实验结果表明,该最佳置乱度计算方法能很好地反映二值图像的置乱程度并与主观视觉效果相一致。