[发明专利]基于GAN和混沌系统的图像加密方法有效
申请号: | 201911328031.9 | 申请日: | 2019-12-20 |
公开(公告)号: | CN111105338B | 公开(公告)日: | 2023-04-25 |
发明(设计)人: | 李锦青;底晓强 | 申请(专利权)人: | 长春理工大学 |
主分类号: | G06T1/00 | 分类号: | G06T1/00 |
代理公司: | 长春众邦菁华知识产权代理有限公司 22214 | 代理人: | 王丹阳 |
地址: | 130033 吉林*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 gan 混沌 系统 图像 加密 方法 | ||
1.基于GAN和混沌系统的图像加密方法,其特征是:该方法由以下步骤实现:
步骤一、采用混沌系统迭代生成T1个混沌随机矩阵M(1),M(2),...M(T1);
步骤二、对步骤一所述的混沌随机矩阵M(1),M(2),...M(T1)进行归一化处理,获得归一化混沌矩阵HD(1),HD(2),...HD(T1);
步骤三、将步骤二获得的归一化混沌矩阵HD(1),HD(2),...HD(T1)作为生成GAN的训练集,利用G网络模型迭代训练t次,获得随机数G(1),G(2),...G(T1);GAN的公式为:
式中,为输入真实数据的分布,logD(x)为判别器的判断值,log(1-D(G(z)))为生成数据的判断值,通过持续的极大极小值的相互博弈,循环交替优化G网络模型和D网络模型,直到两个模型到达纳什均衡;x为训练集,G(z)为G网络模型生成的数据,D(x)为D网络模型判断真实数据是否与训练集相同的概率;z为输入G网络模型的噪声,为噪声数据的分布;
步骤四、将步骤三获得的随机数G(1),G(2),...G(T1)经过数值映射操作,获得加密密钥KG(1),KG(2),...KG(T1);
步骤五、将大小为M×N的图像作为原始图像P;
步骤六、选取加密密钥中的KG(a)和KG(b)生成In对坐标对Indj,其中a,b∈{1,2,...T1},j=1,2,...,In;
步骤七、将步骤五所述的原始图像P分割为B个大小为m×m的图像块PBk,k=1,2,3,...B;采用In对坐标对Indj对图像块中的像素点进行块间置乱,获得置乱图像PBimage;
步骤八、采用加密密钥KG(c)和KG(d)生成gn对全局坐标对gdi,其中c,d∈{1,2,...T1},i=1,2,...,gn;将步骤七获得的置乱图像PBimage进行全局像素置乱,获得全局置乱图像GBimage;
其中γ为中间变量,m=1,2,3,...M,n=1,2,3,...,N;
步骤九、选取dn组加密密钥KG(n1),KG(n2),...,KG(ndn)进行矩阵变换,n1,n2,...,ndn∈{1,2,...T1}分别转换为行数为m的加密密钥矩阵MKG(n1),MKG(n2),...,MKG(ndn);
步骤十、对步骤八获得的全局置乱图像GBimage进行矩阵变换,转换为行数为m的置乱矩阵MGBimage;
步骤十一、对步骤九获得的加密密钥矩阵MKG(n1),MKG(n2),...,MKG(ndn)分别进行分割,获得加密密钥矩阵块集合BMKG(n1),BMKG(n2),...,BMKG(ndn),每个矩阵大小为Mm×Mm;
步骤十二、将加密密钥矩阵块集合BMKG(n1),BMKG(n2),...,BMKG(ndn),以步长step对步骤十的置乱矩阵MGBimage进行循环叠加扩散,获得扩散矩阵DFimage;
步骤十三、将步骤十二获得的扩散矩阵DFimage进行矩阵变形,转换为M×N的加密图像Enimage。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长春理工大学,未经长春理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911328031.9/1.html,转载请声明来源钻瓜专利网。