-
公开(公告)号:CN113904764A
公开(公告)日:2022-01-07
申请号:CN202111111707.6
申请日:2021-09-18
申请人: 大连大学
摘要: 本发明公开了一种基于多尺度压缩感知和马尔科夫模型的图像加密方法,根据图像的低频系数与高频系数携带信息的不同,对图像的低频系数与高频系数设置不同的采样率,能够有效地提高解密图像的重构质量。另外,通过结合混沌系统与马尔科夫模型,用先对图像进行系数矩阵内置乱,后对图像进行系数矩阵间置乱,最后进行独立扩散与全局扩散的策略完成加密的过程。相比于已有方案生成的密文图像信息熵更高,难以获取原始图像的相关信息,同时有较好的明文敏感性和密钥敏感性,可以抵抗各种攻击。经过本发明获得的解密图像,相比于已有方案生成的解密图像质量更高,可以取得更好的视觉效果以及更完整的原图像信息。
-
公开(公告)号:CN113904764B
公开(公告)日:2023-06-16
申请号:CN202111111707.6
申请日:2021-09-18
申请人: 大连大学
摘要: 本发明公开了一种基于多尺度压缩感知和马尔科夫模型的图像加密方法,根据图像的低频系数与高频系数携带信息的不同,对图像的低频系数与高频系数设置不同的采样率,能够有效地提高解密图像的重构质量。另外,通过结合混沌系统与马尔科夫模型,用先对图像进行系数矩阵内置乱,后对图像进行系数矩阵间置乱,最后进行独立扩散与全局扩散的策略完成加密的过程。相比于已有方案生成的密文图像信息熵更高,难以获取原始图像的相关信息,同时有较好的明文敏感性和密钥敏感性,可以抵抗各种攻击。经过本发明获得的解密图像,相比于已有方案生成的解密图像质量更高,可以取得更好的视觉效果以及更完整的原图像信息。
-
公开(公告)号:CN115473625A
公开(公告)日:2022-12-13
申请号:CN202211168486.0
申请日:2022-09-19
申请人: 大连大学
摘要: 本发明公开了一种基于自适应分块压缩感知与非负矩阵分解的视觉安全图像加密方法,首先,对明文图像作Tetrolet变换,接着对稀疏矩阵优化稀疏度并作矩阵置乱,使得图像矩阵的各个分块区域内的稀疏度均衡化。之后根据图像信息计算分块区域的采样数,构造测量矩阵并进行优化,利用优化后的测量矩阵对图像进行压缩。然后对压缩后的图像进行置乱和扩散操作来完成加密过程。最后将图像信息通过非负矩阵分解嵌入到载体图像得到视觉安全的密文图像。解密过程即为加密过程的逆过程。经过本发明的加密方法对明文图像进行加密,整个过程与明文信息密切联系,使得整个加密系统有较强的抵抗选择明文攻击与已知明文攻击的能力。
-
-