[发明专利]基于不完全Feistel网络的RGB图像加密方法

权利要求书

1.一种基于不完全Feistel网络的RGB图像加密方法，其特征在于，包括以下步骤：

S1、对RGB图像进行分层，分别提取出R层图像、G层图像和B层图像；

S2、分别对提取出的R层图像、G层图像和B层图像进行二进制化表示，得到R层二进制化表示图像、G层二进制化表示图像和B层二进制化表示图像；

S3、分别对R层二进制化表示图像、G层二进制化表示图像和B层二进制化表示图像进行对应位比特值提取，得到24幅由比特值表示的所述RGB图像的子图；

S4、对24幅子图进行分组，共得到6组子图集，每组所述子图集包含4张子图；

S5、利用随机数发生器生成一个随机密钥，将一组子图集与一个随机密钥输入不完全Feistel网络进行加密运算，得到一组加密后的子图集，重复S5中的前述操作过程直至完成所有子图集的加密；

S6、将所有经过加密后子图集内的子图进行图像合并，得到经过加密的RGB图像；

S3中所述分别对R层二进制化表示图像、G层二进制化表示图像和B层二进制化表示图像进行对应位比特值提取，得到24幅由比特值表示的原RGB图像的子图，包括如下步骤：

S31、对R层二进制化表示图像进行对应位比特值提取，共得到4张R层高位子图以及4张R层低位子图；

S32、对G层二进制化表示图像进行对应位比特值提取，共得到4张G层高位子图以及4张G层低位子图；

S33、对B层二进制化表示图像进行对应位比特值提取，共得到4张B层高位子图以及4张B层低位子图；

S4中所述对24幅子图进行分组，共得到6组子图集，每组所述子图集包含4张子图，包括如下步骤：

S41、将4张R层高位子图分为一组，得到第一子图集；

S42、将4张R层低位子图分为一组，得到第二子图集；

S43、将4张G层高位子图分为一组，得到第三子图集；

S44、将4张G层低位子图分为一组，得到第四子图集；

S45、将4张B层高位子图分为一组，得到第五子图集；

S46、将4张B层低位子图分为一组，得到第六子图集；

S5中所述将一组子图集与一个随机密钥输入不完全Feistel网络进行加密运算，得到一组加密后的子图集，重复上述过程直至完成所有子图集的加密，包括如下步骤：

S52、将第一子图集与一个随机密钥输入不完全Feistel网络进行两轮加密运算，得到加密后的第一子图集；

S53、将第二子图集与一个随机密钥输入不完全Feistel网络进行一轮加密运算，得到加密后的第二子图集；

S54、将第三子图集与一个随机密钥输入不完全Feistel网络进行两轮加密运算，得到加密后的第三子图集；

S55、将第四子图集与一个随机密钥输入不完全Feistel网络进行一轮加密运算，得到加密后的第四子图集；

S56、将第五子图集与一个随机密钥输入不完全Feistel网络进行两轮加密运算，得到加密后的第五子图集；

S57、将第六子图集与一个随机密钥输入不完全Feistel网络进行一轮加密运算，得到加密后的第六子图集。

2.根据权利要求1所述的基于不完全Feistel网络的RGB图像加密方法，其特征在于，S5中所述利用随机数发生器生成一个随机密钥，包括如下步骤：

S51、利用随机数发生器，根据所述RGB图像的分辨率，产生大小为的随机密钥。

3.根据权利要求1所述的基于不完全Feistel网络的RGB图像加密方法，其特征在于，S5中所述不完全Feistel网络的混淆函数部分由异或和循环左移运算组成，具体为：

，

其中，F表示混淆函数部分，表示一层大小为的比特子图，表示异或运算，表示大小为的随机密钥，表示循环左移运算，表示循环左移的位数。