[发明专利]基于半张量积压缩感知与DWT-HD-SVD嵌入的视觉安全图像加密方法在审

专利信息
申请号: 202211265785.6 申请日: 2022-10-17
公开(公告)号: CN115665339A 公开(公告)日: 2023-01-31
发明(设计)人: 王宾;张烁;陈蓉蓉;张强 申请(专利权)人: 大连大学
主分类号: H04N1/32 分类号: H04N1/32;H04L9/00
代理公司: 大连智高专利事务所(特殊普通合伙) 21235 代理人: 毕进
地址: 116622 辽宁省*** 国省代码: 辽宁;21
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 张量积 压缩 感知 dwt hd svd 嵌入 视觉 安全 图像 加密 方法
【权利要求书】:

1.一种基于半张量积压缩感知与DWT-HD-SVD嵌入的视觉安全图像加密方法,其特征在于,包括如下步骤:

根据明文图像信息生成二维混沌系统映射的参数及初始值;

根据混沌系统生成测量矩阵,并使用奇异值分解与列向量单位化对测量矩阵进行优化;

对明文图像进行小波分解得到稀疏化图像,并对该稀疏化图像进行双向交叉之字形置乱得到加密图像;

用优化后的测量矩阵对加密图像进行压缩测量,得到压缩图像;

对载体图像与压缩图像同时进行HD分解与SVD分解,将压缩图像嵌入载体图像得到最终的密码图像。

2.根据权利要求1所述的基于半张量积压缩感知与DWT-HD-SVD嵌入的视觉安全图像加密方法,其特征在于,所述根据明文图像信息生成二维混沌系统映射的参数及初始值,具体为:计算明文图像矩阵像素的行和S1、列和S2及对角线和S3,对行和S1、列和S2、对角线和S3及256位的外部密钥K分别使用哈希函数‘MD2’、‘MD5’、‘SHA384’、‘SHA512’,对得到的结果再次使用‘SHA256’哈希函数生成一个256位的序列H;

将序列H划分成32块,利用外部密钥K和序列H进行异或生成K’,将K’的前16位进行异或得到key1,后16位进行异或得到key2,将key1,key2作为混沌系统的初始值。

3.根据权利要求2所述的基于半张量积压缩感知与DWT-HD-SVD嵌入的视觉安全图像加密方法,其特征在于,根据混沌系统生成测量矩阵,具体为:使混沌系统参数a=0.98,key1,key2迭代映射len+1000次,然后,丢弃前1000个序列,得到长度为len的混沌序列X;再将X改写为256*256的矩阵Φ,再将矩阵Φ与维度为2的单位阵进行张量积运算,扩展为512*512的测量矩阵M。

4.根据权利要求3所述的基于半张量积压缩感知与DWT-HD-SVD嵌入的视觉安全图像加密方法,其特征在于,使用奇异值分解与列向量单位化对测量矩阵进行优化,具体为:对测量矩阵M进行SVD分解,得到分解后的对角矩阵∑中的对角线元素∑1,对∑1中的元素取平均值mean,将mean赋给∑的对角线元素生成∑′,再对∑′进行SVD分解得到矩阵M’,将M’进行列向量单位化得到优化后的测量矩阵M”。

5.根据权利要求1所述的基于半张量积压缩感知与DWT-HD-SVD嵌入的视觉安全图像加密方法,其特征在于,对明文图像进行小波分解得到稀疏化图像,并对该稀疏化图像进行双向交叉置乱得到加密图像,具体为:对明文图像P进行DWT稀疏化,然后对得到的稀疏矩阵进行阈值处理,低于阈值TS的元素改写为0得到矩阵p’,对矩阵p’进行分块,对分块矩阵分别选择两种置乱类型并进行双向交叉之字形置乱,然后对整体矩阵p’再次进行置乱得到加密图像p”。

6.根据权利要求5所述的基于半张量积压缩感知与DWT-HD-SVD嵌入的视觉安全图像加密方法,其特征在于,所述双向交叉之字形置乱,具体为:设矩阵维度为2n*2n,将矩阵按对角线分为上下两部分,两部分分别进行正向和反向的之字形置乱,然后两部分按照交叉组合的方法排列像素,生成置乱后的矩阵。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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大连大学,未经大连大学许可,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/202211265785.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top