一种具有无限区间时空混沌的全局耦合隐私图像加密方法及存储介质

技术领域

本发明涉及图像加密技术领域，具体而言，尤其涉及一种具有无限区间时空混沌的全局耦合隐私图像加密方法及存储介质。

背景技术

在信息时代，随着网络和通信设备的快速发展，数据在不同的人或机构之间紧密传播。然而，数据泄露已经在个人隐私、商业纠纷和战争中造成了许多重大安全事故。数据作为信息传输的主要依托，具有声音、文本、图像和视频等多种形式。因为数字图像比文本更丰富，比视频更方便，它们已经成为最常用的通信形式。为了防止数字图像信息的泄漏，学者们针对图像水印、混沌等方法研发了许多图像加密技术。混沌主要研究非线性系统的时间演化行为，与分形有着深刻的内在联系。混沌系统的许多特性，如随机相似性、对初值的敏感性和迭代，可以提高加密图像的安全性。因此，许多学者将混沌理论与图像加密相结合。

在Kaneko首次研究和设计耦合映射格子(CML)之后，许多学者对其进行了完善和补充。经典的时空混沌有全局非局部可折叠映射格(GNCML)，帐篷映射耦合混沌映射格(CML-UD)，非相邻耦合映射格(NCML)。然而，现有的时空混沌系统存在混沌间隔短、窗口周期长、伪随机数分布不均匀等缺点，给图像加密的安全性带来了隐患。

当前绝大多数图像加密工作于整个图像，并且是基于置乱扩散结构提出的。检测算法的引入可以快速识别隐私信息并对隐私信息进行特殊加密，然后快速加密整个图像。这种方法相当于对隐私区域进行双重加密。虽然隐私区域的安全得到了保障，但时效性在一定程度上降低了。

发明内容

根据上述提出现有的时空混沌系统存在混沌间隔短、窗口周期长、伪随机数分布不均匀等缺点，给图像加密的安全性带来了隐患的技术问题，提供一种具有无限区间时空混沌的全局耦合隐私图像加密方法。本发明包括建立改进的正弦动态非相邻耦合映射格，提高密码特征；采用全局耦合的加密技术，首先识别图像的隐私区域，然后将隐私区域和非隐私区域耦合加密，同时，将病态动态扩散引入隐私区域，在保证隐私信息安全的前提下，避免了对隐私区域的重复加密。

本发明采用的技术手段如下：

一种具有无限区间时空混沌的全局耦合隐私图像加密方法，包括：

建立改进的正弦动态非相邻耦合映射格子模型；

基于明文图像P，确定隐私信息的位置；

网格标记二进制处理的图像，并计算图像的信息率，以确定隐私信息的位置；

基于确定的隐私信息的位置以及原始图像方差，生成密钥K；

将隐私信息区域转换为数组AH1，将非隐私区域转换为数组AH2；

采用所建立的时空混沌模型生成密钥流数组SH，并通过补0操作使密钥流数组SH与AH1或AH2具有相同长度；

对SH的值进行排序以获取索引数组SHS，对AH1和AH2循环置乱得到隐私和非隐私耦合置乱数组Sd；

在隐私和非隐私耦合置乱数组Sd上执行病态动态扩散，得到加密数组q；

将加密数组q重组成矩形矩阵Q，用0填充空白部分并对空白部分进行病态动态扩散得到最终加密图像C。

进一步地，所述建立的改进的正弦动态非相邻耦合映射格子模型，具体为：

上式中，h(x)表示改进的一维正弦混沌映射，μ表示该映射的参数，s表示该映射的混沌序列，mod1表示取模1的操作；i、p和q表示不同的格子，j和k表示猫映射参数；modL表示取模L的操作，L表示格子数；e

进一步地，所述基于明文图像P，确定隐私信息的位置，具体包括：

将明文图像P进行二进制处理转化为0-1图像BW；

采用网格分块标记经过二进制处理后的图像BW；

计算不同块组合图像的黑色像素所占的比例数，得到预选位置Q

进一步地，所述基于确定的隐私信息的位置以及原始图像方差，生成密钥K，具体为：

其中，密钥K由K

进一步地，所述采用所建立的时空混沌模型生成密钥流数组SH，并通过补0操作使密钥流数组SH与AH1或AH2具有相同长度，具体包括：

基于隐私信息大小的不确定性，分为如下两种情况：

情况1、如果w×h<(M×N)/2，则迭代ISDNCML系统(M×N-w×h)/4+w+N次，放弃前w次以消除初始影响，将迭代数据转换为一维数组S，截取长度为M×N的序列且来自一维数组S的w×h作为密钥流数组SH，将0添加到AH1，使密钥流数组SH与AH2一样长；

情况2、如果w×h≥(M×N)/2，则迭代ISDNCML系统(w×h)/4+h+N次，放弃前h次，获得一维数组S，从一维数组S截取长度w×h的序列，得到密钥流数组SH，将0添加到AH2，使密钥流数组SH与AH1一样长。

进一步地，所述对SH的值进行排序以获取索引数组SHS，对AH1和AH2循环置乱得到隐私和非隐私耦合置乱数组Sd，具体包括：

对AH1和AH2执行以下操作：

上式中，

所述在隐私和非隐私耦合置乱数组Sd上执行病态动态扩散，得到加密数组q，具体包括：

在隐私和非隐私耦合置乱数组Sd上执行病态动态扩散：

上式中，E和G表示辅助扩散序列；floor()表示对括号内的数值向下取整；

如果i是奇数，则：

上式中，Z(1)表示改进的一维正弦混沌映射第1个生成值，Z(i)表示第i个值生成，Z(i-1)表示第i生成值，G(1)表示该映射参数的第一个值；SH(i)表示密钥流数组的第i个值；I

如果i是偶数，则：

本发明还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序运行时，执行所述具有无限区间时空混沌的全局耦合隐私图像加密方法。

较现有技术相比，本发明具有以下优点：

1、本发明提供的具有无限区间时空混沌的全局耦合隐私图像加密方法，引入高性能内驱系统，扩大了时空混沌系统范围，减少了混沌窗口周期，更符合密码特性。

2、本发明提供的具有无限区间时空混沌的全局耦合隐私图像加密方法，采用图像识别算法提取隐私信息，对重要信息进行有效分类识别。

3、本发明提供的具有无限区间时空混沌的全局耦合隐私图像加密方法，采用隐私-非隐私区域耦合置乱加密，避免了对隐私区域的重复加密。

4、本发明提供的具有无限区间时空混沌的全局耦合隐私图像加密方法，将病态矩阵引入到隐私信息的动态扩散中，进一步保障了隐私信息的安全。

5、本发明提供的具有无限区间时空混沌的全局耦合隐私图像加密方法，在保证隐私信息安全的前提下，所设计的模型具有更好的动力学行为，可以在图像加密等工程领域得到应用具有重要的价值，而且该模型有利于混沌现象的演示和教学。

基于上述理由本发明可在图像加密等领域广泛推广。

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，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明方法流程图。

图2为本发明实施例提供的Kolmogorov-Sinai entropy分析图。

图2中：(a)、CML的h；(b)、CML的hu；(c)、ISDNCML的h；(d)、ISDNCML的hu。

图3为本发明实施例提供的CML and ISDNCML不同参数下的分叉图。

图3中：(a)、在参数e＝0.28时，CML系统的分叉图；(b)、参数e＝0.68时，CML系统的分叉图；(c)、参数e＝0.28时，ISDNCML系统的分叉图；(d)、参数e＝0.28时，ISDNCML系统的分叉图；(e)、参数e＝0.88时，ISDNCML系统在区间[0,3.5]的分叉图；(f)、参数e＝0.89时，ISDNCML系统在区间[4,11]的分叉图。

图4为本发明实施例提供的隐私信息定位流程图。

图4中：(a)、初始图像；(b)、栅格化图像；(c)、二进制化图像；(d)、计算并定位隐私区域。

图5为本发明实施例提供的隐私与非隐私耦合置乱例子图。

图6为本发明实施例提供的仿真结果图。

图6中：(a)、明文图像；(b)、密文图像；(c)、解密图像。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

如图1所示，本发明提供了一种具有无限区间时空混沌的全局耦合隐私图像加密方法，包括：

S1、建立改进的正弦动态非相邻耦合映射格子模型；

S2、基于明文图像P，确定隐私信息的位置；

S3、网格标记二进制处理的图像，并计算图像的信息率，以确定隐私信息的位置；

S4、基于确定的隐私信息的位置以及原始图像方差，生成密钥K；

S5、将隐私信息区域转换为数组AH1，将非隐私区域转换为数组AH2；

S6、采用所建立的时空混沌模型生成密钥流数组SH，并通过补0操作使密钥流数组SH与AH1或AH2具有相同长度；

S7、对SH的值进行排序以获取索引数组SHS，对AH1和AH2循环置乱得到隐私和非隐私耦合置乱数组Sd；

S8、在隐私和非隐私耦合置乱数组Sd上执行病态动态扩散，得到加密数组q；

S9、将加密数组q重组成矩形矩阵Q，用0填充空白部分并对空白部分进行病态动态扩散得到最终加密图像C。

具体实施时，作为本发明优选的实施方式，所述步骤S1中，建立的改进的正弦动态非相邻耦合映射格子模型，具体为：

上式中，h(x)表示改进的一维正弦混沌映射，μ表示该映射的参数，s表示该映射的混沌序列，mod1表示取模1的操作；i、p和q表示不同的格子，j和k表示猫映射参数；modL表示取模L的操作，L表示格子数；e

图2是KSE(Kolmogorov-Sinai entropy)的测试结果，KSE包含两个测试分别为KSE密度格子试验h和KSE宽度空间水平试验hu。在图2(a)和图2(b)中，一些参数对(μ，e)的值为h(μ≤3.73和e≤0.94)和hu趋向于0，这意味着当前晶格表现出弱或无混沌。具体来说，在CML中，h的平均值约为0.2333，当μ∈(3.57、4]和e∈[0,1].而在图2(c)-(d)中，对于ISDNCML，h的值都是正数，当μ∈(3.57、4]和e∈[0,1]，甚至当μ∈(3、4)和e∈[0,1]。因此，对KSE的分析表明，在ISDNCML中引入I1DS和动力学参数h(x)不仅补偿了CML的晶格缺陷，扩大了混沌范围，而且大大改善了混沌性能。

在本实施例中，采用第68个格子绘制分岔图。从图3(a)-(d)可以看出，ISDNCML有效地解决了周期窗口、分布不均匀和混沌范围窄的问题。从图3(e)-(f)可以分析出，ISDNCML将参数的混沌范围扩展到无穷大，即使参数的微小变化也不会影响ISDNCML的均匀分布。

具体实施时，作为本发明优选的实施方式，所述步骤S2中，基于明文图像P，确定隐私信息的位置，具体包括：

将明文图像P进行二进制处理转化为0-1图像BW；

采用网格分块标记经过二进制处理后的图像BW；

计算不同块组合图像的黑色像素所占的比例数，得到预选位置Q

隐私信息的定位过程如图4所示。

具体实施时，作为本发明优选的实施方式，所述步骤S3中，基于确定的隐私信息的位置以及原始图像方差，生成密钥K，具体为：

其中，密钥K由K

具体实施时，作为本发明优选的实施方式，所述步骤S5中，采用所建立的时空混沌模型生成密钥流数组SH，并通过补0操作使密钥流数组SH与AH1或AH2具有相同长度，具体包括：

基于隐私信息大小的不确定性，分为如下两种情况：

情况1、如果w×h<(M×N)/2，则迭代ISDNCML系统(M×N-w×h)/4+w+N次，放弃前w次以消除初始影响，将迭代数据转换为一维数组S，截取长度为M×N的序列且来自一维数组S的w×h作为密钥流数组SH，将0添加到AH1，使密钥流数组SH与AH2一样长；

情况2、如果w×h≥(M×N)/2，则迭代ISDNCML系统(w×h)/4+h+N次，放弃前h次，获得一维数组S，从一维数组S截取长度w×h的序列，得到密钥流数组SH，将0添加到AH2，使密钥流数组SH与AH1一样长。

具体实施时，作为本发明优选的实施方式，所述步骤S6中，对SH的值进行排序以获取索引数组SHS，对AH1和AH2循环置乱得到隐私和非隐私耦合置乱数组Sd，具体包括：

对AH1和AH2执行以下操作：

上式中，

置乱过程的例子如图5所示。隐私和非隐私耦合置乱如下表表示：

具体实施时，作为本发明优选的实施方式，所述步骤S7中，在隐私和非隐私耦合置乱数组Sd上执行病态动态扩散，得到加密数组q，具体包括：

在隐私和非隐私耦合置乱数组Sd上执行病态动态扩散：

上式中，E和G表示辅助扩散序列；floor()表示对括号内的数值向下取整；

如果i是奇数，则：

上式中，Z(1)表示改进的一维正弦混沌映射第1个生成值，Z(i)表示第i个值生成，Z(i-1)表示第i生成值，G(1)表示该映射参数的第一个值；SH(i)表示密钥流数组的第i个值；I

如果i是偶数，则：

具体实施时，作为本发明优选的实施方式，所述步骤S8中，将加密数组q重组成矩形矩阵Q，用0填充空白部分并对空白部分进行病态动态扩散得到最终加密图像C。其仿真结果如图6所示。

本申请实施例还公开了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机指令集，计算机指令集被处理器执行时实现如上文任一实施例所提供的具有无限区间时空混沌的全局耦合隐私图像加密方法。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。