基于MATLAB的混沌序列图像加密程序

设计题目：基于MATLAB的混沌序列图像加密程序

一.设计目的

图像信息生动形象，它已成为人类表达信息的重要手段之一，网络上的图像数据很多是要求发送方和接受都要进行加密通信，信息的安全与保密显得尤为重要，因此我想运用异或运算将数据进行隐藏，连续使用同一数据对图像数据两次异或运算图像的数据不发生改变，利用这一特性对图像信息进行加密保护。

熟练使用matlab运用matlab进行编程，使用matlab语言进行数据的隐藏加密，确保数字图像信息的安全，混沌序列具有容易生成,对初始条件和混沌参数敏感等特点，近年来在图像加密领域得到了广泛的应用。使用必要的算法将信息进行加解密，实现信息的保护。

二.设计内容和要求

使用混沌序列图像加密技术对图像进行处理使加密后的图像

使用matlab将图像信息隐藏，实现信息加密。

三.设计思路

1.基于混沌的图像置乱加密算法

本文提出的基于混沌的图像置乱加密算法示意图如图1所示。

加密算法如下：首先，数字图像B大小为M×N（M是图像B的行像素数，N是图像B的列像素数），将A的第j行连接到j-1行后面（j=2，3，A，M），形成长度为M×N的序列C。其次，用Logistic混沌映射产生一个长度为的混沌序列{k1，k2，A，kM×N}，并构造等差序列D：{1，2，3，A，M×N-1，M×N}。

再次，将所产生的混沌序列｛k1，k2，A，kM×N}的M×N个值由小到大排序，形成有序序列｛k1′，k2′，A’，kM×N’}，确定序列｛k1，k2，A，kM×N}中的每个ki在有序序列｛k1′，k2′，A’，kM×N’}中的编号，形成置换地址集合｛t1，t2，A，tM×N}，其中ti为集合{1，2，A，M×N}中的一个；按置换地址集合｛t1，t2，A，tM×N}对序列C进行置换，将其第i个像素置换至第ti列，i=1，2，A，M×N，得到C’。将等差序列D做相同置换，得到D’。

最后，B’是一个M×N的矩阵，B’(i ,j)=C’((i-1)×M+j)，其中i=1，2，A，M；j=i=1，2，A，N，则B’就是加密后的图像文件。

解密算法与加密算法相似，不同之处在于第3步中，以序列C’代替随机序列｛k1，k2，A，kM×N}，即可实现图像的解密。

2.用MATLAB的实现基于混沌的图像置乱加密算法

本文借助MATLAB软件平台，使用MATLAB提供的文本编辑器进行编程实现加密功能。根据前面加密的思路，把加密算法的编程分为三个主要模块：首先，构造一个与原图a等高等宽的矩阵b加在图像矩阵a后面形成复合矩阵c：

b=zeros(m1,n1);

ifm1>=n1

ifm1>n1

fore=1:n1

b=(e,e);

end

……

else

fore=1:n1

end

fore=1:(n1-m1)

b((m1+e-1),e)=m1+e-1

end

end

c=zeros(m1*2,n1);

c=zeros(m1*2,1);

c=[b,a];

然后，用Logitic映射产生混沌序列：

……

forn=1:n1+100x(n+1)=q*x(n)*(1-x(n));

endn=101:1:n1+100;

y(n-100)=x(n);

……

最后，采用冒泡法将产生的混沌序列值由小到大进行排序，并利用同样的换序条理依次对复合矩阵的列和行进行打乱排序：

forf=1:n1-1forh=f:n1ify(f)>y(h)k=y(f);

y(f)=y(h);

y(h)=k;

c1=c(:,f);

c(:,f)=c(:,h);

c(:,h)=c1;

end

……

forh=g:m1

if y(f>y

k=y(f)

y(f)=y(h)

y(h)=k;

d1=d(:,f);

d(:,f)=d(:,h);

d(:h)=d;

end

……

解密的程序与加密的相反。

3.基于混沌的图像置乱加密算法效果分析

利用Logistic混沌序列对图像像素点置乱对图像文件加密，其效果要比用Logistic混沌序列直接对图像文件加密好，令x0=0．3001，图2（b）为用Logistic 混沌序列直接对图像文件爱你进行加密的图像，图2（c）为用Logistic混沌序列对图像像素点置乱对图像文件进行加密的图像，图2（d）为其的解密图像文件。

4.设计原理

运用异或运算将数据进行隐藏，连续使用同一数据对图像数据两次异或运算图像的数据不发生改变，利用这一特性对图像信息进行加密保护。用户输入的密

码必须在0~1之间任何一个数据进行加密，并且加密的程序与解密的程序输入的密码必须一致才能正确解密。

四.

%该程序针对图像近似系数和高频系数进行加密，以达到加密的效果clear all;

t0 = clock; %测试程序运行时间

im=imread('tank.jpg');

im1=rgb2gray(im); %图像灰度化

im1=medfilt2(im1,[3 3]); %图像平滑处理

figure;

imshow(im1);

title('灰度化处理');

im1=double(im1);

%小波变换，获取图像的低频高频系数

[ca1,ch1,cv1,cd1]=dwt2(im1,'bior3.7');

figure(3);

subplot(231);

imshow(ca1,[]);

title('图像近似');

subplot(232);

imshow(ch1);

title('低频水平分量');

subplot(233);

imshow(cv1);

title('低频垂直分量');