混沌圖像加密方法之基于分數(shù)傅里葉變換加密

混沌圖像加密方法之基于分數(shù)傅里葉變換加密

ID:18793717

大?。?98.00 KB

頁數(shù):9頁

時間:2018-09-23

混沌圖像加密方法之基于分數(shù)傅里葉變換加密_第1頁
混沌圖像加密方法之基于分數(shù)傅里葉變換加密_第2頁
混沌圖像加密方法之基于分數(shù)傅里葉變換加密_第3頁
混沌圖像加密方法之基于分數(shù)傅里葉變換加密_第4頁
混沌圖像加密方法之基于分數(shù)傅里葉變換加密_第5頁
資源描述:

《混沌圖像加密方法之基于分數(shù)傅里葉變換加密》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫

1、混沌圖像加密方法之基于分數(shù)傅里葉變換加密在以互聯(lián)網(wǎng)為代表的數(shù)字信息技術(shù)飛速發(fā)展的今天,越來越多的場合需要用數(shù)字加密保護處理。為此我們利用離散分數(shù)傅里葉變換(DFRFT)提出了一種數(shù)字圖像文件加密變換算法。分數(shù)傅里葉變換如今在光學信息處理領(lǐng)域已有比較廣泛的應用。數(shù)本文將這種加密算法同傳統(tǒng)混沌加密方法相結(jié)合,能夠獲得較高的保密效果。一、數(shù)字圖像的分數(shù)傅里葉變換1、分數(shù)傅里葉變換的定義和性質(zhì)以一維為例討論,設(shè)輸入信號為f(x),則其p階分數(shù)傅里葉變換定義為:其中,常數(shù)為:p(o<

2、p

3、<2)為分數(shù)階,φ=p.(π/2)。特別地,當p=1時,上述分數(shù)傅里葉變換即為普通傅里葉變換。由此定義可得出

4、分數(shù)傅里葉變換的兩條重要性質(zhì):(1)可加性:fp1(fp2)=fp1+p2;(2)周期性:當p1+p2=4n時,fp1+p2=f,其中n為整數(shù)。2、分數(shù)傅里葉變換的數(shù)值計算對分數(shù)傅里葉變換的定義進行離散化處理,分數(shù)傅里葉變換的數(shù)值計算可通過7個步驟得到:(1)初始化;(2)由采樣定理對輸入信號和啁啾信號進行離散化處理得到f(n),(-N/2

5、,不會對理論分析造成影響,因為常數(shù)位相因子不改變分數(shù)傅里葉變換的分布,只是使位相增加了一個共同的移動。算法的結(jié)果很容易擴展到二維可分離變量情況。3、數(shù)字圖像的離散分數(shù)傅里葉變換數(shù)字圖像的離散分數(shù)傅里葉變換是二維的,變換過程可轉(zhuǎn)換為兩次一維離散分數(shù)傅里葉變換,轉(zhuǎn)換步驟如下:(1)對數(shù)字圖像的行向量進行一維離散分數(shù)傅里葉變換,變換階數(shù)為px,得變換結(jié)果F1;(2)對F1的列向量進行一維離散分數(shù)傅里葉變換,變換階數(shù)為py,得到變換結(jié)果F2;(3)對F2進行轉(zhuǎn)置,得到的結(jié)果就是二維離散分數(shù)傅里葉的變換結(jié)果。二、混沌系統(tǒng)和圖像空間域置亂1、混沌系統(tǒng)混沌現(xiàn)象是在非線性動力系統(tǒng)中出現(xiàn)的確定性類似隨機

6、的過程,這種過程既非周期又不收斂,并且對初始值有極其敏感的依賴性。從時域上看,混沌映射得到的序列類似于隨機序列,相關(guān)性較弱,具有很好的類白噪聲特性,因此可以用來產(chǎn)生偽隨機信號或偽隨機碼。原理上只要增加迭代次數(shù),偽隨機碼的周期可以很長,產(chǎn)生長碼十分簡單。通過混沌系統(tǒng)對初始值和結(jié)構(gòu)參數(shù)的敏感依賴性,可以提供數(shù)量眾多、非相關(guān)、類隨機而又確定可再生的信號。由于上述特點,混沌已廣泛應用于保密通信中,同時也可以作為加密序列?;煦缂用芗夹g(shù)已成為一種新興的加密技術(shù)。一類非常簡單卻被廣泛研究的動力系統(tǒng)是logistic映射,其定義如下:其中,0<μ<4稱為分枝參數(shù),xk∈(0,1)定義同上?;煦鐒恿ο到y(tǒng)

7、的研究工作指出,當3.5699456…<μ≤4時,logistic映射工作于混沌態(tài)。也就是說,由初始條件xo在logistic映射的作用下所產(chǎn)生的序列{Xk;k=0,1,2,3…)是非周期的、不收斂的,并對初始值非常敏感。另一類簡單的映射是Chebyshev映射,以階數(shù)為參數(shù)。k階Chebyshev映射定義如下:其中,xk的定義區(qū)間是(-1,1)。事實是通過簡單的變量代換,logistic映射同樣可以在區(qū)間(-1,1)上定義。其形式如下:其中,λ∈[0,2]。在λ=2的滿射條件下,logistic映射與Chebyshev映射是拓撲共軛的,其所生成的序列的概率分布函數(shù)PDF(probab

8、ilitydensityfunction)也是相同的:對于式(2)形式的logistic映射,如果μ=4,PDF可改寫為:通過ρ(x),可以很容易地計算得到logistic映射所產(chǎn)生的混沌序列的一些很有意義的統(tǒng)計特性。例如,x的時間平均即混沌序列軌跡點的均值為:關(guān)于相關(guān)函數(shù),獨立選取兩個初始值xo和yo,則序列的互相關(guān)函數(shù)為:注意聯(lián)合pdfρ(x,y)=ρ(x)*ρ(y)。而序列的自相關(guān)函數(shù)(auto-correlationfunctions,ACF)則等于delta函數(shù)θ(1)。Logistic序列的以上特性表明,混沌動力系統(tǒng)具有確定性,其遍歷統(tǒng)計特性等同于白噪聲,其具有形式簡單,初

9、始條件的敏感性和具備白噪聲的統(tǒng)計特性等諸多特性。2、混沌二維置換網(wǎng)絡(luò)的設(shè)計密碼學中使用置換來進行數(shù)據(jù)變換,主要有兩種作用:(1)對數(shù)據(jù)內(nèi)容作不可預測的替換;(2)改變數(shù)據(jù)在數(shù)據(jù)序列中的位置,即隨機換位。對于第(2)種置換網(wǎng)絡(luò)也稱為置亂網(wǎng)絡(luò)。本文采用一種二維混沌置亂方法來應用于圖像的加密。置換網(wǎng)絡(luò)的目的是利用若干步驟的變換,打亂原來元素的位置,使原來有規(guī)則的元素分布在多次變換后顯現(xiàn)無規(guī)則、接近隨機的分布,從而起到信息保密的作用。這里將混沌序列引入

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。