图像置乱效果评价算法综述
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
声” 。
像 对 应 点变化 数 目情 况 ， 却不 能反 映 出灰 度值 的变化 程
设 Ｉｘ ） ，∈ ０１…， １表示 Ｎｘ （， ， Ｙ ｛，， Ｎ一 ） ｚ Ｎ原始图
像数据 ， ｇ ） ，∈｛，， Ｎ一 ） 用 （， ， Ｙ ０１…， １表示重现的图像 ｚ
度。若把每个像素点的都加上一个常数 ｋ Ｂ Ｄ（ Ａ 则 Ｄ Ｂ， ）
＝
０， 动 点 比是 最 低 的 ， 不 但是 加 密 图像 的置 乱度 却 不 高 ， 安
数据 ， 此时“ 噪声”ｅ ，） （ Ｙ 定义为 ｅ ， ＝ （， 一 ｘ （ Ｙ ， Ｙ ｘ） ） ｇｘＹ。 （， ）
Ｎ 一１ 一１ Ⅳ
源自文库
全 性 也 差 。 所 以该 方 法 需 与 其 它 图像 参 数 如 灰 度 等 相 结 合 ， 有 望 客 观 全 面 地衡 量 图像 的置 乱 程 度 。 才
“ 同 ”使 加 密 图像 “ 目全 非 ”显 然 ， 般 情 况 下 ， 个 图 不 ， 面 ， 一 两 像 的不 动点 比越 小 ， 密 图像 与 原 图像 的 区别 就 越 大 ， 乱 加 置 效 果就 越 好 。 然 而 ， 许 多情 况 下 ， 参 数 只 能 有 效 地 反 映 出两 个 图 在 该
９ ４
谭永 杰 等 ： 像 置 乱 效果 评 价 算 法 综 述 图
第 ４ 卷 Ｏ
３ 现 有 的 置 乱效 果评 判 方 法 分 析
３１ 基 于 信 噪 比的 图 像 置 乱 程 度评 价方 法 ．
其 Ｉ，：１ 三 中 （）｛ 一 ｉ ’
ｌ ， 共 匕 ｕ
图像加 密的 目的是让加 密图像看起来 与原图像 尽可能
图像亮度 的信噪 比（ ＮＲ） 于空间域指标 ， 图像数 Ｓ 属 在 据压缩中 ， 常将均方信 噪比作 为客观保 真度准则 ， 经 用来描
述输 出图 像 相 对 于 原 始 图像 的偏 离 程 度 。此 处 将 原 始 图像
看作 有作信 号 ， 将原 始数 据与重 现 图像 数据 之差 看作 “ 噪
灰度图来说 ， Ｌ＝２ ６。 ５
藏 与 伪 装 技 术 是 一 个 非 常 重 要 的研 究 领 域 。图 像 置 乱 变 换 既 可 作 为 一 种 常 见 的 图 像 加 密 方 法 ， 可 作 为 进 一 步 隐 藏 又 的 预 处 理 ， 技 术 愈 加 完 善 。 而 对 其 效 果 的 评 判 一 般 只 停 其 留 在 人 眼 阶段 ， 有 一 些 置 乱 评 价 的 方 法 涌 现 ， 这 些 方 法 也 但 有 各 自的局 限 性 ， 判 置乱 效 果 的定 性 指标 至 今 未 通 用 。 评 本 文 根 据 理 想 置 乱 变 换 和 置 乱 效 果 的 定 义 ， 先 介 绍 首 了 现 有 的 几 种 图 像 置 乱 效 果 评 价 方 法 ， 后 通 过 实 验 分 析 然 不 同 的 图 像 置 乱 程 度 评 价 方 法 各 自 的优 缺 点 ， 一 定 程 度 在 上具有对图像置乱方法设计与改进的指导意义 。
ａｒｎ ｅ ｎ ｆｔｅｉ ｇ ｔｉ ｏ ｅａｉｎ Ｉ ｇ ｃａ ｌ ｇｅ ａ ａｉ ｔｏ ｓａ ｂｅｔ ｅａｓｓｍｅｔｔ ｈ ｅｒｅｏ ｇ ｃａ ｒａ ｇｍｅｔｏ ｍａｅｍａｒ ｐ ｒｔ ． ｍａｅｓｒｍｂｉ ｖｌ ｔ ｎ ｍｅｈ ｄｉ ｎ ｏｊｃｉ ｓｅｓ ｎ ｏｔｅｄ ｇｅ ｆｉ ｅｓｒｍ— ｈ ｘ ｏ ｎ ｕ ｏ ｖ ｍａ
总第 ２０期 ７
２１ ０ ２年第 ４ 期
计 算 机 与 数 字 工 程
Ｃｏ ｕｅ ｍｐ ｔｒ＆ Ｄｉｉ ｌＥｎ ｉｅ ｒ ｇ ｇｔ ｇｎ ｅｉ ａ ｎ
Ｖｏ ． ０ Ｎｏ ４ １４ ．
９ ３
图像 置 乱 效 果 评 价 算 法 综 述
谭 永杰 胡 海芝
（ 口师范学院计算机科学系 周 Ｅ ４ ６ ０ ） 周 ｌ ６ ０ ０ 摘 要 图像置乱技术通过对 图像 矩阵的重排操作 ， 坏图像矩阵 的相关性 ， 而实现信息加密 。图像置乱效果评 价方法是对图像置 破 从
设 大小为 Ｍ ｘ 的 ２６ 灰 度图像 Ａ ， 置 乱变换 丁 Ｎ ５级 经
及其任 意一部分子图像的直方图特征为 Ｖ１ ２ ＯＬ 】 ｋ ｋ∈［， —ｌ ，
且 ｋ≠ｋ ， 足 ： １ ｚ满
得到置乱图像 Ｂ。取图像 Ｂ的任意区域 Ｄ ， ｌ Ｊ 用 ｌ 表示 Ｄｌ
区域 Ｄ 中的像素 数 ， （） 尼 表示 图像 Ａ 中灰度值 为 ｋ 的像
∑∑ 一 ｎ
Ｇ Ｅ Ｂ Ａ） ＡＶ （ ，
个 图像 的大 小 。
Ｍ ｘ Ｎ
（） ６
Ｘ１ ０ ０ ％
为 Ｂ 相 对 于 Ａ 的 灰 度 变 化 平 均 值 ， 中 Ｍ ｘ 表 示 两 其 Ｎ
首先读人原 图像和置 乱图像 ， 分别对 它们进行 最优分
论。
关键词
图像置乱 ；置乱效果 ；直方 图；相关 度 ；信噪 比
ＴＰ ９ ．１ ３ １４
中 图分 类 号
Ａ Ｓｕｒ ｙ ｏ ｓ ｓ ｍ ｅ ｆＩ ａ ｒ ｖｅ ｆＡｓ ｅ ｓ ｎｔｏ ｍ ｇｅＳｃ ａｍ ｂｌｎｇ Ｄｅ ｒ ｅ ｉ ｇ ｅ
ＴＡＮ ｎ ｊ ＨＵ ｉ ｉ Ｙｏ ｇｉ ｅ Ｈａｚ ｈ
根据图像直方图的定义 ， 灰度级范围在 ［， 】 ０Ｌ一１的图
像直方 图是一个离散 函数 ：
户 ＝ （）
（） ２
式 （ ） ， 是图像 的像 素总数 ， 是图像 中灰度 级为 ｋ的 ２中
像素个数， 其中ｋ ０Ｌ—１， ∈【， ］ Ｌ表示图像的灰度级数。
根 据 式 （ ） 式 （ ） 知 ， 有 不 同灰 度 值 的像 素 在 置 １和 ２易 具 乱 图 像 的各 个 区域 内 分 布 越 均 匀 ， 置 乱 程 度 越 好 ， 据 的 其 数 安 全 性 就 越 高 。那 么 ， 果 最 优 的置 乱 图像 中 ， 有 不 同灰 效 具
¨
ｌ 言
图像 作 为 一 种 直 观 且 含 有 大 量 信 息 的 信 息 载 体 ， 隐 其
＝
（） １
则 称 Ｔ 为 最优 置 乱 变 换 或 理 想 置 乱 变 换 ， 为最 优 置 Ｂ 乱 图像 。 注 意 ， 义 中 的表 示 图 像 的灰 度 级 数 ， 于 ２ ６ 定 对 ５ 级
（ ｃ ｏ ｌｏ ｏ ｕｅ ｃ ｎ ｅ ｈ ｕ ｏ ｒ ｌ ｉｅｓ ｙ ｈ ｕ ｏ ４ ６ ０ ） Ｓ ｈ ｏ ｆＣ ｍｐ ｔｒ Ｓ ｉ ｃ ，Ｚ ｏ ｋ ｕ Ｎｏｍａ Ｕｎｖ ｒｉ ，Ｚ ｏ ｋ ｕ ６ ０ ０ ｅ ｔ
Ａｂｓ ｒ ｃｔ Ｉ ｒ ｅ ｏ ａ ｈｅ ｍａ ｅ ｅ ｃｙ ｔｏ ｔａ ｎ ｏ ｄ ｒｔ ｃ ｉｖｅｉ ｇ ｎ ｒ ｐ ｉｎ，ｉ ｇ ｃａ ｌｎ ｅ ｈ ｏｏ ｙ ｄ ｍａ ｏ ｔ ｅｉ ａ ｅ ｃ ｒｅａｉｎ ｍ ａｒｘ，ｔｒ ｕ ｈ ｔ ｅ ｍａ ｅｓ ｒｍｂ ｉｇ ｔｃ ｎ ｌｇ ａ ｇｅｔ ｈ ｍ ｇ ｏ ｒｌｔ ｔｉ ｏ ｈ ｏ ｇ ｈｅｒ—
Ｍ Ｎ
显 然 ， 方 信 噪 比愈 大 ， 现 图像 就相 应 地 也 愈 接 近 原 均 重 始图像 。 为 了更 准 确 地 用 Ｓ ＮＲ描 述 图像 的置 乱 程 度 ， 志 伟 等 李 在 分析 了Ｓ ＮＲ 的定 义 后 ， 入 分 块 策 略 ， Ｓ 引 将 ＮＲ运 用 到 图 像 置 乱 效 果 的 评 价 中 。 即 先 采 用 对 图 像 进 行 最 优 分 块 处 理 ， 计 算 置 乱 度 。 方法 过程 为 ： 再
乱程度 的客观评 价 ， 目前涌现 的图像 置乱方法都从各个方 面验证 其 自身 的优越性 ， 但仍 没有一种通用 的评判方法 。该 文根 据最优 置乱效果 的定义 ， 论 了一些现有 的图像置乱效 果评判方法 ， 讨 在深入研究这 些方法 的原理 后 ， 对各置乱性 能评判方法 的客观性进行 了深入分 析和讨
ｂｉｇ， ａ ｄ ｔｅ ｃ ｒｅ ｔｉ ｇ ｃａ ｂｉｇ ｅ ａｕ ｔｏ ｅｈ ｄ ｐ ｏ ｅ ｔ ｅｒｏ ｕ ｅｉｒｔ ｒ ｍ ｌ ａ ｐ ｃｓ，ｂ ｔｓｉ ｏ ｏ ｍｏ ｖ ｌａｉｎ ｌ ｎ ｎ ｈ ｕｒ ｎ ｍａ ｅ ｓｒｍ ｌ ｖ ｌａｉｎ ｍ ｔ ｏ ｒ ｖ ｈ ｉ ｗｎ ｓ ｐ ｒ ｉｙ ｆｏ ａｌ ｓ ｅ ｔ ｎ ｏ ｕ ｔｌ ｎ ｔａ ｃ ｍ ｌ ｎ ｅ ａｕ ｔｏ ｍｅｈｏ ．Ａ ｃ ｏｄｎ ｏ ｔｅ ｅ ｎｉｏ ｆｏ ｔｍａ ｉ ａ ｅ ｓｒ ｍｂｉｇ ｄ ｇ ｅ ｔ ｄ ｃ ｒ ｉｇ ｔ ｈ ｄ ｆ ｔ ｎ ｏ ｐ ｉ ｌ ｍ ｇ ｃａ ｌ ｅ ｒ ｅ，ｔｉ ａ ｅ ｉｅ ｈｅ ｅ ｅ ｈ ｏｏ ｙ ｏ ｍａ ｅ ｓｒｍ ｂｉｇ ｓｅ ｓ ｉ ｉ ｎ ｈｓ ｐ ｐ ｒ ｇｖ ｓ ｔ ｋ ｙ ｔｃ ｎ ｌｇ ｆｉ ｇ ｃａ ｌ ａｓ ｓ— ｎ ｍｅ ｔ ｎ ｎ ｌｓ ｓｔ ｅｉ ｎ ，ａ ｄ ａ ａｙ ｅ ｈ ｍｐｅｓ ｎ ｌｙ ｏ ｈ ｈ ｓ ｌｏ ｉ ｒｏ ａｉ ｆｔｅ ｔｅ ｅ ａｇ ｒｔ ｔ ｈｍｓ ． Ｋｅ ｏｒ ｉ ａ ｅｓ ｒｍ ｂｉｇ，ｓｒ ｍｂｉｇ ｐ ｒｏｍ ａ ｃ ｙＷ ｄｓ ｍ ｇ ｃａ ｌ ｎ ｃａ ｌ ｅｆ ｒ ｎ ｅ，ｈｓｏ ｒｍ ，ｇ ｅ ｅａｉｎａ ａｙ ｉ，ｓｇ ａ ｏｎ ｉｅｒｔｏ ｎ ｉｔ ｇ ａ ｒ ｙｒ ｌｔｏ ｎ ｌｓｓ ｉｎ ｌ ｏｓ ａｉ ｔ Ｃｌ ｓ ＮＵｍ ｂｅｒ Ｔ Ｐ３ ＿］ ａｓ ９】４
素 数 ， 。五 表 示 图像 Ｂ的 区域 Ｄ 中灰度 值 为 ｋ的像 素 （）
ｐｋ ＝ （ ） ｎｌ ／ （ ） ｐ志 且 ｋ ｋ １ ２ ＝Ｔ ２
数 曲线 为一 条水 平直线。
（） ３
即 分 布 在 各 级 灰 度 值 的像 素 点 个 数 均 相 同 ， 方 图 函 直
数， 若对每个ｋ ∈０Ｌ １ 满足 （ 【 一１ ｋ ， ）
・ 收 稿 日期 ：０ １ １ ２ ２ １ 年 Ｏ月 １日 ， 回 日期 ：０ １ ｌ 月 ２ 修 ２１ 年 １ ８日
基 金项 目 ： 口师 范 学 院 青 年 科 研 基 金 项 目（ｋ ｕ ｎ ０ ０ ６ 资 助 。 周 ｚｎ ｑ ２ １３ Ａ）
作 者简 介 ： 永杰 ， ， 谭 女 硕士 ， 助教 ， 研究方 向： 图像置乱 ， 图像分割等 。胡海芝 ， ， 女 硕士 ， 讲师 ， 研究方 向： 嵌入式 。
３３ 基 于 灰 度 平 均 变 化 值 的 置 乱效 果评 判 方 法 ．
∑ Ｅｇ ｚ ） 。 ， （Ｙ
图像加密后 ， 多像 素点 灰度值都 会发生改变 ， 许 不动点
（ ｅ ＝ 熹 一 Ｓ ） ｈ
∑ ∑ ｘ ） ，
ｚ＝Ｏ Ｙ— Ｏ
（ ４ ）
比从 数 量 上 反 映 了像 素 点 位 置 变 化 情 况 ， 不 能 反 映 出灰 而 度 变 化 的程 度 ， 此 并 不 能 度 量 出 加 密 图 像 的 加 密 程 度 。 因 为 了更 好 地 度 量 加 密 图 像 中灰 度 变 化 程 度 ， 面 给 出 灰 度 下 变 化 平 均 值 Ｇ Ｅ ｎ。 ＡＶ ］ 定 义 ３ 若 图像 是 加 密 后 的 图像 ， ： 则
２ 最 优 置 乱 图 的定 义 及 效 果
文 献 ［ ］ 置 乱 效 果 优 劣 的 角度 ， 出 了最 优 置 乱 变 换 ５从 给
的定 义 ， 述 如 下 ： 简
度值 的像 素应均 匀分布 于整个灰度 空间 ， 其视觉 效果应该
是 类 似 于 均 匀 分 布 的 噪 声 图 像 。 因 此 ， 个 最 优 置 乱 图像 整
像 对 应 点变化 数 目情 况 ， 却不 能反 映 出灰 度值 的变化 程
设 Ｉｘ ） ，∈ ０１…， １表示 Ｎｘ （， ， Ｙ ｛，， Ｎ一 ） ｚ Ｎ原始图
像数据 ， ｇ ） ，∈｛，， Ｎ一 ） 用 （， ， Ｙ ０１…， １表示重现的图像 ｚ
度。若把每个像素点的都加上一个常数 ｋ Ｂ Ｄ（ Ａ 则 Ｄ Ｂ， ）
＝
０， 动 点 比是 最 低 的 ， 不 但是 加 密 图像 的置 乱度 却 不 高 ， 安
数据 ， 此时“ 噪声”ｅ ，） （ Ｙ 定义为 ｅ ， ＝ （， 一 ｘ （ Ｙ ， Ｙ ｘ） ） ｇｘＹ。 （， ）
Ｎ 一１ 一１ Ⅳ
源自文库
全 性 也 差 。 所 以该 方 法 需 与 其 它 图像 参 数 如 灰 度 等 相 结 合 ， 有 望 客 观 全 面 地衡 量 图像 的置 乱 程 度 。 才
“ 同 ”使 加 密 图像 “ 目全 非 ”显 然 ， 般 情 况 下 ， 个 图 不 ， 面 ， 一 两 像 的不 动点 比越 小 ， 密 图像 与 原 图像 的 区别 就 越 大 ， 乱 加 置 效 果就 越 好 。 然 而 ， 许 多情 况 下 ， 参 数 只 能 有 效 地 反 映 出两 个 图 在 该
９ ４
谭永 杰 等 ： 像 置 乱 效果 评 价 算 法 综 述 图
第 ４ 卷 Ｏ
３ 现 有 的 置 乱效 果评 判 方 法 分 析
３１ 基 于 信 噪 比的 图 像 置 乱 程 度评 价方 法 ．
其 Ｉ，：１ 三 中 （）｛ 一 ｉ ’
ｌ ， 共 匕 ｕ
图像加 密的 目的是让加 密图像看起来 与原图像 尽可能
图像亮度 的信噪 比（ ＮＲ） 于空间域指标 ， 图像数 Ｓ 属 在 据压缩中 ， 常将均方信 噪比作 为客观保 真度准则 ， 经 用来描
述输 出图 像 相 对 于 原 始 图像 的偏 离 程 度 。此 处 将 原 始 图像
看作 有作信 号 ， 将原 始数 据与重 现 图像 数据 之差 看作 “ 噪
灰度图来说 ， Ｌ＝２ ６。 ５
藏 与 伪 装 技 术 是 一 个 非 常 重 要 的研 究 领 域 。图 像 置 乱 变 换 既 可 作 为 一 种 常 见 的 图 像 加 密 方 法 ， 可 作 为 进 一 步 隐 藏 又 的 预 处 理 ， 技 术 愈 加 完 善 。 而 对 其 效 果 的 评 判 一 般 只 停 其 留 在 人 眼 阶段 ， 有 一 些 置 乱 评 价 的 方 法 涌 现 ， 这 些 方 法 也 但 有 各 自的局 限 性 ， 判 置乱 效 果 的定 性 指标 至 今 未 通 用 。 评 本 文 根 据 理 想 置 乱 变 换 和 置 乱 效 果 的 定 义 ， 先 介 绍 首 了 现 有 的 几 种 图 像 置 乱 效 果 评 价 方 法 ， 后 通 过 实 验 分 析 然 不 同 的 图 像 置 乱 程 度 评 价 方 法 各 自 的优 缺 点 ， 一 定 程 度 在 上具有对图像置乱方法设计与改进的指导意义 。
ａｒｎ ｅ ｎ ｆｔｅｉ ｇ ｔｉ ｏ ｅａｉｎ Ｉ ｇ ｃａ ｌ ｇｅ ａ ａｉ ｔｏ ｓａ ｂｅｔ ｅａｓｓｍｅｔｔ ｈ ｅｒｅｏ ｇ ｃａ ｒａ ｇｍｅｔｏ ｍａｅｍａｒ ｐ ｒｔ ． ｍａｅｓｒｍｂｉ ｖｌ ｔ ｎ ｍｅｈ ｄｉ ｎ ｏｊｃｉ ｓｅｓ ｎ ｏｔｅｄ ｇｅ ｆｉ ｅｓｒｍ— ｈ ｘ ｏ ｎ ｕ ｏ ｖ ｍａ
总第 ２０期 ７
２１ ０ ２年第 ４ 期
计 算 机 与 数 字 工 程
Ｃｏ ｕｅ ｍｐ ｔｒ＆ Ｄｉｉ ｌＥｎ ｉｅ ｒ ｇ ｇｔ ｇｎ ｅｉ ａ ｎ
Ｖｏ ． ０ Ｎｏ ４ １４ ．
９ ３
图像 置 乱 效 果 评 价 算 法 综 述
谭 永杰 胡 海芝
（ 口师范学院计算机科学系 周 Ｅ ４ ６ ０ ） 周 ｌ ６ ０ ０ 摘 要 图像置乱技术通过对 图像 矩阵的重排操作 ， 坏图像矩阵 的相关性 ， 而实现信息加密 。图像置乱效果评 价方法是对图像置 破 从
设 大小为 Ｍ ｘ 的 ２６ 灰 度图像 Ａ ， 置 乱变换 丁 Ｎ ５级 经
及其任 意一部分子图像的直方图特征为 Ｖ１ ２ ＯＬ 】 ｋ ｋ∈［， —ｌ ，
且 ｋ≠ｋ ， 足 ： １ ｚ满
得到置乱图像 Ｂ。取图像 Ｂ的任意区域 Ｄ ， ｌ Ｊ 用 ｌ 表示 Ｄｌ
区域 Ｄ 中的像素 数 ， （） 尼 表示 图像 Ａ 中灰度值 为 ｋ 的像
∑∑ 一 ｎ
Ｇ Ｅ Ｂ Ａ） ＡＶ （ ，
个 图像 的大 小 。
Ｍ ｘ Ｎ
（） ６
Ｘ１ ０ ０ ％
为 Ｂ 相 对 于 Ａ 的 灰 度 变 化 平 均 值 ， 中 Ｍ ｘ 表 示 两 其 Ｎ
首先读人原 图像和置 乱图像 ， 分别对 它们进行 最优分
论。
关键词
图像置乱 ；置乱效果 ；直方 图；相关 度 ；信噪 比
ＴＰ ９ ．１ ３ １４
中 图分 类 号
Ａ Ｓｕｒ ｙ ｏ ｓ ｓ ｍ ｅ ｆＩ ａ ｒ ｖｅ ｆＡｓ ｅ ｓ ｎｔｏ ｍ ｇｅＳｃ ａｍ ｂｌｎｇ Ｄｅ ｒ ｅ ｉ ｇ ｅ
ＴＡＮ ｎ ｊ ＨＵ ｉ ｉ Ｙｏ ｇｉ ｅ Ｈａｚ ｈ
根据图像直方图的定义 ， 灰度级范围在 ［， 】 ０Ｌ一１的图
像直方 图是一个离散 函数 ：
户 ＝ （）
（） ２
式 （ ） ， 是图像 的像 素总数 ， 是图像 中灰度 级为 ｋ的 ２中
像素个数， 其中ｋ ０Ｌ—１， ∈【， ］ Ｌ表示图像的灰度级数。
根 据 式 （ ） 式 （ ） 知 ， 有 不 同灰 度 值 的像 素 在 置 １和 ２易 具 乱 图 像 的各 个 区域 内 分 布 越 均 匀 ， 置 乱 程 度 越 好 ， 据 的 其 数 安 全 性 就 越 高 。那 么 ， 果 最 优 的置 乱 图像 中 ， 有 不 同灰 效 具
¨
ｌ 言
图像 作 为 一 种 直 观 且 含 有 大 量 信 息 的 信 息 载 体 ， 隐 其
＝
（） １
则 称 Ｔ 为 最优 置 乱 变 换 或 理 想 置 乱 变 换 ， 为最 优 置 Ｂ 乱 图像 。 注 意 ， 义 中 的表 示 图 像 的灰 度 级 数 ， 于 ２ ６ 定 对 ５ 级
（ ｃ ｏ ｌｏ ｏ ｕｅ ｃ ｎ ｅ ｈ ｕ ｏ ｒ ｌ ｉｅｓ ｙ ｈ ｕ ｏ ４ ６ ０ ） Ｓ ｈ ｏ ｆＣ ｍｐ ｔｒ Ｓ ｉ ｃ ，Ｚ ｏ ｋ ｕ Ｎｏｍａ Ｕｎｖ ｒｉ ，Ｚ ｏ ｋ ｕ ６ ０ ０ ｅ ｔ
Ａｂｓ ｒ ｃｔ Ｉ ｒ ｅ ｏ ａ ｈｅ ｍａ ｅ ｅ ｃｙ ｔｏ ｔａ ｎ ｏ ｄ ｒｔ ｃ ｉｖｅｉ ｇ ｎ ｒ ｐ ｉｎ，ｉ ｇ ｃａ ｌｎ ｅ ｈ ｏｏ ｙ ｄ ｍａ ｏ ｔ ｅｉ ａ ｅ ｃ ｒｅａｉｎ ｍ ａｒｘ，ｔｒ ｕ ｈ ｔ ｅ ｍａ ｅｓ ｒｍｂ ｉｇ ｔｃ ｎ ｌｇ ａ ｇｅｔ ｈ ｍ ｇ ｏ ｒｌｔ ｔｉ ｏ ｈ ｏ ｇ ｈｅｒ—
Ｍ Ｎ
显 然 ， 方 信 噪 比愈 大 ， 现 图像 就相 应 地 也 愈 接 近 原 均 重 始图像 。 为 了更 准 确 地 用 Ｓ ＮＲ描 述 图像 的置 乱 程 度 ， 志 伟 等 李 在 分析 了Ｓ ＮＲ 的定 义 后 ， 入 分 块 策 略 ， Ｓ 引 将 ＮＲ运 用 到 图 像 置 乱 效 果 的 评 价 中 。 即 先 采 用 对 图 像 进 行 最 优 分 块 处 理 ， 计 算 置 乱 度 。 方法 过程 为 ： 再
乱程度 的客观评 价 ， 目前涌现 的图像 置乱方法都从各个方 面验证 其 自身 的优越性 ， 但仍 没有一种通用 的评判方法 。该 文根 据最优 置乱效果 的定义 ， 论 了一些现有 的图像置乱效 果评判方法 ， 讨 在深入研究这 些方法 的原理 后 ， 对各置乱性 能评判方法 的客观性进行 了深入分 析和讨
ｂｉｇ， ａ ｄ ｔｅ ｃ ｒｅ ｔｉ ｇ ｃａ ｂｉｇ ｅ ａｕ ｔｏ ｅｈ ｄ ｐ ｏ ｅ ｔ ｅｒｏ ｕ ｅｉｒｔ ｒ ｍ ｌ ａ ｐ ｃｓ，ｂ ｔｓｉ ｏ ｏ ｍｏ ｖ ｌａｉｎ ｌ ｎ ｎ ｈ ｕｒ ｎ ｍａ ｅ ｓｒｍ ｌ ｖ ｌａｉｎ ｍ ｔ ｏ ｒ ｖ ｈ ｉ ｗｎ ｓ ｐ ｒ ｉｙ ｆｏ ａｌ ｓ ｅ ｔ ｎ ｏ ｕ ｔｌ ｎ ｔａ ｃ ｍ ｌ ｎ ｅ ａｕ ｔｏ ｍｅｈｏ ．Ａ ｃ ｏｄｎ ｏ ｔｅ ｅ ｎｉｏ ｆｏ ｔｍａ ｉ ａ ｅ ｓｒ ｍｂｉｇ ｄ ｇ ｅ ｔ ｄ ｃ ｒ ｉｇ ｔ ｈ ｄ ｆ ｔ ｎ ｏ ｐ ｉ ｌ ｍ ｇ ｃａ ｌ ｅ ｒ ｅ，ｔｉ ａ ｅ ｉｅ ｈｅ ｅ ｅ ｈ ｏｏ ｙ ｏ ｍａ ｅ ｓｒｍ ｂｉｇ ｓｅ ｓ ｉ ｉ ｎ ｈｓ ｐ ｐ ｒ ｇｖ ｓ ｔ ｋ ｙ ｔｃ ｎ ｌｇ ｆｉ ｇ ｃａ ｌ ａｓ ｓ— ｎ ｍｅ ｔ ｎ ｎ ｌｓ ｓｔ ｅｉ ｎ ，ａ ｄ ａ ａｙ ｅ ｈ ｍｐｅｓ ｎ ｌｙ ｏ ｈ ｈ ｓ ｌｏ ｉ ｒｏ ａｉ ｆｔｅ ｔｅ ｅ ａｇ ｒｔ ｔ ｈｍｓ ． Ｋｅ ｏｒ ｉ ａ ｅｓ ｒｍ ｂｉｇ，ｓｒ ｍｂｉｇ ｐ ｒｏｍ ａ ｃ ｙＷ ｄｓ ｍ ｇ ｃａ ｌ ｎ ｃａ ｌ ｅｆ ｒ ｎ ｅ，ｈｓｏ ｒｍ ，ｇ ｅ ｅａｉｎａ ａｙ ｉ，ｓｇ ａ ｏｎ ｉｅｒｔｏ ｎ ｉｔ ｇ ａ ｒ ｙｒ ｌｔｏ ｎ ｌｓｓ ｉｎ ｌ ｏｓ ａｉ ｔ Ｃｌ ｓ ＮＵｍ ｂｅｒ Ｔ Ｐ３ ＿］ ａｓ ９】４
素 数 ， 。五 表 示 图像 Ｂ的 区域 Ｄ 中灰度 值 为 ｋ的像 素 （）
ｐｋ ＝ （ ） ｎｌ ／ （ ） ｐ志 且 ｋ ｋ １ ２ ＝Ｔ ２
数 曲线 为一 条水 平直线。
（） ３
即 分 布 在 各 级 灰 度 值 的像 素 点 个 数 均 相 同 ， 方 图 函 直
数， 若对每个ｋ ∈０Ｌ １ 满足 （ 【 一１ ｋ ， ）
・ 收 稿 日期 ：０ １ １ ２ ２ １ 年 Ｏ月 １日 ， 回 日期 ：０ １ ｌ 月 ２ 修 ２１ 年 １ ８日
基 金项 目 ： 口师 范 学 院 青 年 科 研 基 金 项 目（ｋ ｕ ｎ ０ ０ ６ 资 助 。 周 ｚｎ ｑ ２ １３ Ａ）
作 者简 介 ： 永杰 ， ， 谭 女 硕士 ， 助教 ， 研究方 向： 图像置乱 ， 图像分割等 。胡海芝 ， ， 女 硕士 ， 讲师 ， 研究方 向： 嵌入式 。
３３ 基 于 灰 度 平 均 变 化 值 的 置 乱效 果评 判 方 法 ．
∑ Ｅｇ ｚ ） 。 ， （Ｙ
图像加密后 ， 多像 素点 灰度值都 会发生改变 ， 许 不动点
（ ｅ ＝ 熹 一 Ｓ ） ｈ
∑ ∑ ｘ ） ，
ｚ＝Ｏ Ｙ— Ｏ
（ ４ ）
比从 数 量 上 反 映 了像 素 点 位 置 变 化 情 况 ， 不 能 反 映 出灰 而 度 变 化 的程 度 ， 此 并 不 能 度 量 出 加 密 图 像 的 加 密 程 度 。 因 为 了更 好 地 度 量 加 密 图 像 中灰 度 变 化 程 度 ， 面 给 出 灰 度 下 变 化 平 均 值 Ｇ Ｅ ｎ。 ＡＶ ］ 定 义 ３ 若 图像 是 加 密 后 的 图像 ， ： 则
２ 最 优 置 乱 图 的定 义 及 效 果
文 献 ［ ］ 置 乱 效 果 优 劣 的 角度 ， 出 了最 优 置 乱 变 换 ５从 给
的定 义 ， 述 如 下 ： 简
度值 的像 素应均 匀分布 于整个灰度 空间 ， 其视觉 效果应该
是 类 似 于 均 匀 分 布 的 噪 声 图 像 。 因 此 ， 个 最 优 置 乱 图像 整