基于小波系数混沌调节的图像加密算法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (19): 193-195.

• 图形、图像、模式识别 • 上一篇下一篇

基于小波系数混沌调节的图像加密算法

何希平¹,张琼华²

1.重庆工商大学计算机科学与信息工程学院，重庆 400067
2.重庆工商大学图书馆，重庆 400067

收稿日期:2007-09-27 修回日期:2007-11-26 出版日期:2008-07-01 发布日期:2008-07-01
通讯作者: 何希平

Image encryption based on chaotic adjustment of wavelet coefficient

HE Xi-ping¹,ZHANG Qiong-hua²

1.College of Computer Science and Information Engineering，Chongqing Technology and Business University，Chongqing 400067，China
2.Library，Chongqing University，Chongqing 400067，China

Received:2007-09-27 Revised:2007-11-26 Online:2008-07-01 Published:2008-07-01
Contact: HE Xi-ping

摘要/Abstract

摘要： 研究适用于JPEG2000标准的图像加密技术。首先给出了两个混沌映射，并分析了其统计特性；为实现基于质量可控的图像加密，构建了加密的视觉质量控制模型；在此基础上，通过对随机选取的最粗级小波近似系数进行深度可控的混沌调节，实现了图像加密；最后，对加密算法进行了有效性分析。用实验结果验证了该算法是可靠、安全、高效并对JPSEC是实用的。

关键词: 图像, 小波系数, 加密, 混沌调节

Abstract: This paper is aimming at the image encryption scheme applicable to JPEG2000 codec.Firstly，two chaotic maps are suggested and their statistic characteristics are also analyzed.Secondly，to accomplish a controllable visual effect of encrypted image，a visual quality control model is presented，and on the basis of which，a chaotic image encryption scheme is constructed by chaotically adjusting the randomly selected approximate coefficients at the coarsest level in wavelet domain.Then，the security and efficiency of the algorithm are analyzed.Finally，the experiment results illustrate that the proposed algorithms are credible，secure，efficient and practical for JPSEC.

Key words: image, wavelet coefficient, encryption, chaotic adjustment

何希平¹,张琼华². 基于小波系数混沌调节的图像加密算法[J]. 计算机工程与应用, 2008, 44(19): 193-195.

HE Xi-ping¹,ZHANG Qiong-hua². Image encryption based on chaotic adjustment of wavelet coefficient[J]. Computer Engineering and Applications, 2008, 44(19): 193-195.

[1]	许昊，张凯，田英杰，种法广，王子超. 深度神经网络图像描述综述[J]. 计算机工程与应用, 2021, 57(9): 9-22.
[2]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[3]	张波，徐黎明，黄志伟，要小鹏. 梯度策略的多目标GANs帕累托最优解算法[J]. 计算机工程与应用, 2021, 57(9): 89-95.
[4]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[5]	朱鉴，刘培钰，陈炳丰，蔡瑞初. 结合相似块匹配与最小值滤波的图像去雨[J]. 计算机工程与应用, 2021, 57(9): 191-198.
[6]	闫晓燊，高强，朱思萌，奚学程，赵万生. 亮度不均匀低质量图像中压印字符分割方法[J]. 计算机工程与应用, 2021, 57(8): 185-191.
[7]	张晓闻，任勇峰. 结合稀疏表示与拓扑相似性的图像匹配算法[J]. 计算机工程与应用, 2021, 57(8): 198-203.
[8]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[9]	张韩钰，吴志昊，徐勇，陈斌. 增强卷积神经网络的人脸篡改检测方法[J]. 计算机工程与应用, 2021, 57(8): 220-224.
[10]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[11]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[12]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[13]	董旭彬，赵清华. 改进Mask R-CNN在航空影像目标检测的研究应用[J]. 计算机工程与应用, 2021, 57(8): 133-144.
[14]	李健，孙大松，张备伟. 结合双编码器与对抗训练的图像修复[J]. 计算机工程与应用, 2021, 57(7): 192-197.
[15]	胡文涛，陈秀宏. 基于邻域图的低秩投影学习[J]. 计算机工程与应用, 2021, 57(7): 209-214.

基于小波系数混沌调节的图像加密算法

Image encryption based on chaotic adjustment of wavelet coefficient

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics