一种彩色图像加密效果评估方法

技术领域

本发明涉及图像加密评估技术领域，具体来说，涉及一种彩色图像加密效果评估方法。

背景技术

近年来，数字图像的安全性问题引起了人们的重视，研究者们已经创造了许多种图像加密方法，它们对图像的保护提高了图像信息的安全性和有效传输性，有关图像加密方法的创造与创新仍在有条不紊地进行。

图像加密方法的层出不穷，让图像加密性能的评估也提上日程。目前图像加密效果的评估方法主要分为主观类和客观类评测方法。传统主观评估方法通过利用人类视觉及主观评价能力分析图像的加密效果，这种评测方法简单易行，结果直白，但是由于操作者之间的差异，分析结果也存在或大或小的误差，同时也有缺乏科学性，可调性差等缺点。传统客观评估方法通常采用像素灰度的统计值作为评价标准，统计值包括统计密文图像的直方图分布、灰度熵、像素改变率、统一平均变化强度等。这些标准受图像尺寸影响较大，不能反应密钥空间大小等安全性能，对变换域实施的压缩图像加密效果评估不够准确。

检索中国发明专利CN107392971A，公开了一种基于空隙检验的图像加密效果评估方法，先读入加密后的图像文件，并利用分块扫描，获得一维图像数据向量；将一维图像数据中的元素值均匀量化等级，转化为一维向量；将一维向量中的元素值二值化，获得二值化向量；将二值化向量中的0视为1之间的空隙，计算空隙观测概率，并按照空隙长度j升序排列获得观测概率向量；计算理想的随机分布二值化向量中，不同长度空隙出现的先验概率，按照空隙长度j升序排列获得先验概率向量；计算观测概率向量与先验概率向量之间的卡方距离，作为量化的图像加密效果评估结果，完成基于空隙检验的图像加密效果评估。不需要明文图像信息，能够评估各种不同类型的图像加密方案，评估速度快。但其存在一定局限性，且不能满足图像加密研究者对加密方案效果优劣进行主观和客观评估的需求。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的问题，本发明提出一种彩色图像加密效果评估方法，以克服现有相关技术所存在的上述技术问题。

本发明的技术方案是这样实现的：

一种彩色图像加密效果评估方法，包括预先基于AHP(层次分析法)建立图像质量评估指标，包括质量尺度信息、颜信息色、曝光信息、清晰度信息和对焦信息；

标定各指标比较的标度值，并建立判断矩阵，确定权重值；

获取彩色图像基于指标的评价得分，并作为评估第一参考值；

进行标定彩色图像每个像素的纯四元数，表示为：

q(x,y)＝r(x,y)i+g(x,y)j+b(x,y)k

其中，r(x,y)、g(x,y)和b(x,y)分别表示彩色图像在像素(x,y)处的红、绿、蓝的灰度值；

进行四元数奇异值，将秩为r的m×n的四元数矩阵Q分解成子矩阵，表示为：

U＝{U

V＝{V

S＝diag{σ

其中，U∈H

基于四元数奇异值分解，分别获取图像的色彩信息和图像的结构信息，并作为评估第二参考值。

进一步的，还包括标定曲线所围成的面积作为评估噪声图像失真级别的指标，包括以下步骤：

标定奇异值倒数曲线的函数，表示为：

其中，S(i)为奇异值；

进行估算奇异值倒数曲线所围成的面积值，表示为：

其中，r是奇异值的个数，S(i)为奇异值。

进一步的，所述评估第二参考值，还包括以下步骤：

标定图像质量评价指标，表示为：

其中，S(i)为奇异值，i为相对应的奇异值的序号。

进一步的，所述彩色图像中的每个像素，包括由R、G和B分量构成的图像，其中R、G和B分别代表红、绿和蓝通道。

进一步的，所述分别获取图像的色彩信息和图像的结构信息，包括四元数奇异值分解为奇异值和奇异值向量，其中，奇异值表示图像的色彩信息；奇异值向量表示图像的结构信息。

本发明的有益效果：

本发明彩色图像加密效果评估方法，通过预先基于AHP建立图像质量评估指标，标定各指标比较的标度值，并建立判断矩阵，确定权重值，获取彩色图像基于指标的评价得分，并作为评估第一参考值以及进行标定彩色图像每个像素的纯四元数，并进行四元数奇异值，将秩为r的m×n的四元数矩阵Q分解成子矩阵，基于四元数奇异值分解，分别获取图像的色彩信息和图像的结构信息，并作为评估第二参考值，实现基于AHP的主观评估方法，通过组织同学对不同加密方法处理后的图像效果进行多指标评价，构造判断矩阵，得出权重，最终算得不同加密方法的综合得分和基于对传统客观类评测方法，以及解密后图像与原图像的相似度为标准，引入彩色图像的奇异值倒数曲线来量化判定两幅图像的失真程度，失真程度越小，说明加密效果越好，实现对彩色图像加密效果评估，不仅满足图像加密研究者对加密方案效果优劣进行主观和客观评估的需求，而且可帮助研究者修正改进加密方案，促进图像加密的研究，局限性广。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例的一种彩色图像加密效果评估方法的流程示意图；

图2是根据本发明实施例的一种彩色图像加密效果评估方法的图像数据库中的高频噪声图像示意图；(a)参考图像；(b)失真程度1级图像；(c)失真程度2级图像；(d)失真程度3级图像；(e)失真程度4级图像；(f)失真程度5级图像；

图3是根据本发明实施例的一种彩色图像加密效果评估方法的高频噪声图像的奇异值倒数曲线；

图4是根据本发明实施例的一种彩色图像加密效果评估方法的不同失真类型图像的奇异值倒数曲线示意图；(a)加性高斯噪声图；(b)脉冲噪声图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

根据本发明的实施例，提供了一种彩色图像加密效果评估方法。

如图1-图4所示，根据本发明实施例的彩色图像加密效果评估方法，包括以下步骤：

预先基于AHP建立图像质量评估指标，包括质量尺度信息、颜信息色、曝光信息、清晰度信息和对焦信息；

标定各指标比较的标度值，并建立判断矩阵，确定权重值；

获取彩色图像基于指标的评价得分，并作为评估第一参考值；

进行标定彩色图像每个像素的纯四元数，表示为：

q(x,y)＝r(x,y)i+g(x,y)j+b(x,y)k

其中，r(x,y)、g(x,y)和b(x,y)分别表示彩色图像在像素(x,y)处的红、绿、蓝的灰度值；

进行四元数奇异值，将秩为r的m×n的四元数矩阵Q分解成子矩阵，表示为：

U＝{U

V＝{V

S＝diag{σ

其中，U∈H

基于四元数奇异值分解，分别获取图像的色彩信息和图像的结构信息，并作为评估第二参考值。

其中，还包括标定曲线所围成的面积作为评估噪声图像失真级别的指标，包括以下步骤：

标定奇异值倒数曲线的函数，表示为：

其中，S(i)为奇异值；

进行估算奇异值倒数曲线所围成的面积值，表示为：

其中，r是奇异值的个数，S(i)为奇异值。

其中，所述评估第二参考值，还包括以下步骤：

标定图像质量评价指标，表示为：

其中，S(i)为奇异值，i为相对应的奇异值的序号。

其中，所述彩色图像中的每个像素，包括由R、G和B分量构成的图像，其中R、G和B分别代表红、绿和蓝通道。

其中，所述分别获取图像的色彩信息和图像的结构信息，包括四元数奇异值分解为奇异值和奇异值向量，其中，奇异值表示图像的色彩信息；奇异值向量表示图像的结构信息。

借助于上述技术方案，通过预先基于AHP建立图像质量评估指标，标定各指标比较的标度值，并建立判断矩阵，确定权重值，获取彩色图像基于指标的评价得分，并作为评估第一参考值以及进行标定彩色图像每个像素的纯四元数，并进行四元数奇异值，将秩为r的m×n的四元数矩阵Q分解成子矩阵，基于四元数奇异值分解，分别获取图像的色彩信息和图像的结构信息，并作为评估第二参考值，实现基于AHP的主观评估方法，通过组织同学对不同加密方法处理后的图像效果进行多指标评价，构造判断矩阵，得出权重，最终算得不同加密方法的综合得分和基于对传统客观类评测方法，以及解密后图像与原图像的相似度为标准，引入彩色图像的奇异值倒数曲线来量化判定两幅图像的失真程度，失真程度越小，说明加密效果越好，实现对彩色图像加密效果评估，不仅满足图像加密研究者对加密方案效果优劣进行主观和客观评估的需求，而且可帮助研究者修正改进加密方案，促进图像加密的研究，局限性广。

另外，具体步骤如下：

S1、通过对图像质量评估的研究，总结出影响图像质量的性能指标共5个，分别为：质量尺度、颜色、曝光、清晰度、对焦。

S2、通过图像评价小组同学打分的形式，确定各元素之间比较的标度值，建立判断矩阵，进行计算并对矩阵进行一致性检验，如表1所示：

表1

借助于表1，对其进行一致性检验得到一致性比例CR＝0.0693＜0.1，那么认定该判断矩阵的一致性可以接受，如表2所示：

表2

S3、填写判断矩阵及计算相应权重值；

S4、完成评价表，表3所示：

表3

另外，具体的，其加密方法1得分，表示为：

＝0.3333*0.4511+0.2500*0.2458+0.3333*0.0520+0.2000*0.1625+0.3333*0.0786＝0.29116；

其加密方法2得分，表示为：

＝0.6667*0.4511+0.7500*0.2458+0.6667*0.0520+0.8000*0.1625+O.6667*0.0786＝0.708836。

因此更佳的加密方法是加密方法2。

此外，在一个实施例中，如图2所示，奇异值的大小和频率变化之间存在密切的联系。图像噪声级别、频率以及奇异值之间是正相关关系，级别越高，则频率越高，奇异值越大。

图2(b)－图2(f)的失真程度是递增的。对上述图像四元数奇异值进行分解处理，得到每幅图像的奇异值S(i)。以S(i)的倒数为y轴，S(i)的序号i为x轴，得到相对应的倒数曲线。通过对下面曲线图的分析可以看出，曲线围成的面积和图像失真程度之间是反比关系，面积越大失真程度越小。具体如下图3所示。

另外，本文选择了加性高斯噪声、脉冲噪声类型的图像来加以验证。验证过程中，同样绘制了相应的奇异值倒数曲线。具体如下图4所示。通过对图4(a)和图4(b)两幅图中曲线的分析，得出的结论也是相同的，面积越大，失真程度越小。

综上所述，借助于本发明的上述技术方案，通过预先基于AHP建立图像质量评估指标，标定各指标比较的标度值，并建立判断矩阵，确定权重值，获取彩色图像基于指标的评价得分，并作为评估第一参考值以及进行标定彩色图像每个像素的纯四元数，并进行四元数奇异值，将秩为r的m×n的四元数矩阵Q分解成子矩阵，基于四元数奇异值分解，分别获取图像的色彩信息和图像的结构信息，并作为评估第二参考值，实现基于AHP的主观评估方法，通过组织同学对不同加密方法处理后的图像效果进行多指标评价，构造判断矩阵，得出权重，最终算得不同加密方法的综合得分和基于对传统客观类评测方法，以及解密后图像与原图像的相似度为标准，引入彩色图像的奇异值倒数曲线来量化判定两幅图像的失真程度，失真程度越小，说明加密效果越好，实现对彩色图像加密效果评估，不仅满足图像加密研究者对加密方案效果优劣进行主观和客观评估的需求，而且可帮助研究者修正改进加密方案，促进图像加密的研究，局限性广。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。