[发明专利]基于分数阶量子混沌的一次一密光学图像加密解密方法

摘要

基于分数阶量子混沌的一次一密光学图像加密解密方法，涉及光学信息安全技术领域，解决现有光学图像加密技术非线性不足的安全缺陷，以及不能抵抗已知明文攻击和选择明文攻击的安全漏洞问题，本发明弥补了传统光学图像加密技术线性特征不足的安全缺陷，并且分数阶的量子混沌系统具有更高的密钥维度，更大的密钥空间，更强的敏感性，抵抗各种安全攻击的能力更强，同时由于量子混沌系统是由量子点和量子细胞自动机以库伦作用相互传递信息的新型纳米级器件，具有超高集成度，低功耗，无引线集成等优点。本加密方法所生成的随机相位模板与明文相关，即当加密方加密不同明文图像时，即使所使用的用户密钥是相同的，其生成的随机相位模板也是不同的。

主权项

1.基于分数阶量子混沌的一次一密光学图像加密解密方法，其特征是，设定用户加密密钥，由复合混沌映射的初值和控制参数；两组分数阶量子细胞神经网络超混沌系统的初值，控制参数，阶数和迭代次数；变形分数傅里叶变换的级数共同组成；该方法由以下步骤实现：步骤一、将大小为N*N的彩色明文图像按红、绿、蓝三个色彩分量分解为三个大小为N*N的红色分量矩阵RA、绿色分量矩阵GA和蓝色分量矩阵BA；步骤二、采用加密密钥中的复合混沌映射的初值和控制参数对步骤一所述的红色分量矩阵RA和绿色分量矩阵GA进行复合混沌映射的置乱操作，获得置乱后的红色分量矩阵ERA和置乱后的绿色分量矩阵EGA；步骤三、将步骤二获得的置乱后的红色分量矩阵ERA和置乱后的绿色分量矩阵EGA分别进行矩阵变形，获得置乱后的红色分量序列SERA和置乱后的绿色分量序列SEGA；步骤四、采用加密密钥中的两组分数阶量子细胞神经网络超混沌系统的初值和控制参数，阶数，迭代次数，迭代两细胞分数阶量子细胞神经网络系统，生成四维矩阵Fqcnn1和四维矩阵Fqcnn2；步骤五、将步骤四所述的四维矩阵Fqcnn1拆分为一个长度为N*N的混沌流序列SFqcnn1和一个大小为N*N的方形随机矩阵C1；将步骤四所述四维矩阵Fqcnn2拆分为一个长度为N*N的混沌流序列SFqcnn2和一个大小为N*N的方形随机矩阵C2；步骤六、采用步骤三所述置乱后的红色分量序列SERA和绿色分量序列SEGA分别与步骤五所述混沌流序列SFqcnn1和SFqcnn2生成扩散密钥流KStream1和扩散密钥流KStream2；步骤七、将步骤六所述扩散密钥流KStream1和扩散密钥流KStream2与步骤三所述置乱后的红色分量序列SERA和绿色分量序列SEGA通过异或操作生成加密后的红色分量图像CR和加密后的绿色分量图像CG；步骤八、将步骤七所述的加密后的红色分量图像CR和加密后的绿色分量图像CG分别加上步骤五所述的方形随机矩阵C1和方形随机矩阵C2，生成第一复合混沌随机相位模板CCRPM1和第二复合混沌随机相位模板CCRPM2；所述第一复合混沌随机相位模板CCRPM1和第二复合混沌随机相位模板CCRPM2的生成公式为：CCRPM1＝exp[iπ(CR(x，y)+C1(x，y)]CCRPM2＝exp[iπ(CG(u，v)+C2(u，v)]式中(x,y)表示明文图像像素点在输入平面的坐标；(u,v)表示像素点在傅里叶变换域的坐标，i为虚部；步骤九、将步骤一所述蓝色分量矩阵BA与步骤八所述的第一复合混沌随机相位模板CCRPM1相乘，相乘后的结果沿着x和y轴进行级数为p1x和p1y的第一次变形分数傅里叶变换，获得第一次变形分数傅里叶变换变换结果AF1；步骤十、将步骤九第一次傅里叶变换结果AF1与步骤八生成的第二复合混沌随机相位模板CCRPM2相乘，相乘后的结果沿着x轴和y轴进行级数为p2x和p2y的第二次变形分数傅里叶变换，获得第二次变形分数傅里叶变换结果AF2；步骤十一、将步骤十所述第二次变形分数傅里叶变换结果AF2与步骤七所述加密后的红色分量图像CR和绿色分量图像CG进行图像复合，得到最终加密图像；解密过程为：设定用户解密密钥，由复合混沌映射的初值和控制参数；两组分数阶量子细胞神经网络超混沌系统的初值，控制参数，阶数和迭代次数；变形分数傅里叶变换的级数共同组成；步骤十二、将步骤十一获得的加密图像按红、绿、蓝三个色彩分量分解为三个大小分别为N*N的密文图像红色分量矩阵RC、密文图像绿色分量矩阵GC和密文图像蓝色分量矩阵BC；步骤十三、将步骤十二所述的蓝色密文图像分量矩阵BC分别沿着x轴和y轴进行级数为‑p2x和‑p2y的变形分数傅里叶逆变换，获得逆变换结果为IAF2；步骤十四、采用解密密钥中的两组分数阶量子细胞神经网络超混沌系统的初值和控制参数，阶数，迭代次数迭代两细胞分数阶量子细胞神经网络系统，生成四维解密矩阵DFqcnn1和四维解密矩阵DFqcnn2；步骤十五、将步骤十四所述四维解密矩阵DFqcnn1拆分为一个长度为N*N的解密混沌流序列DSFqcnn1和一个大小为N*N的方形随机解密矩阵DC1；将步骤十四所述四维解密矩阵DFqcnn2拆分为一个长度为N*N的解密混沌流序列DSFqcnn2和一个大小为N*N的方形随机解密矩阵DC2；步骤十六、将步骤十二所述的密文图像红色分量矩阵RC和密文图像绿色分量矩阵GC分别加上步骤十五所述的方形随机解密矩阵DC1和方形随机解密矩阵DC2，分别生成第一复合混沌随机相位复共轭模板CCRPM1*和第二复合混沌随机相位复共轭模板CCRPM2*；所述第一复合混沌随机相位复共轭模板CCRPM1*、第二复合混沌随机相位复共轭模板CCRPM2*用公式表示为：CCRPM1*＝exp[‑iπ(RC(x，y)+C1(x，y)]CCRPM2*＝exp[‑iπ(RG(u，v)+C2(u，v))]步骤十七、将步骤十三所述变形分数傅里叶逆变换结果IAF2与步骤十六所述第二复合混沌随机相位复共轭模板CCRPM2*相乘，得到的结果沿着x轴和y轴进行级数为‑p1x和‑p1y的变形分数傅里叶逆变换，获得变形分数傅里叶逆变换结果为IAF1；步骤十八、将步骤十七所述变形分数傅里叶逆变换结果IAF1与步骤十六所述第一复合混沌随机相位复共轭模板CCRPM1*相乘，得到相乘结果DB；步骤十九、将步骤十五所述解密混沌流序列DSFqcnn1和解密混沌流序列DSFqcnn2与步骤十二所得到的密文图像红色分量矩阵RC、密文图像绿色分量矩阵GC进行扩散逆变换，获得扩散逆变换结果DRC和扩散逆变换结果DGC；步骤二十、采用解密密钥中的复合混沌映射的初值和控制参数对步骤十九获得的扩散逆变换结果DRC和扩散逆变换结果DGC，进行复合混沌逆映射，获得逆映射结果DR和逆映射结果DG；步骤二十一、对步骤二十所述的逆映射结果DR和逆映射结果DG，与步骤十八获得的相乘的结果DB按照红、绿、蓝三个色彩分量进行图像复合，得到最终的解密图像。