基于logistic混沌的图像隐藏方案

《基于logistic混沌的图像隐藏方案》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于Logistic混沌的图像隐藏方案摘要:本文在已有的基于融合的图像隐藏技术的基础上,结合混沌序列对原始图像进行隐藏处理,同时优化隐藏参数来实现数字图像的隐藏保护。该方法中图像的隐藏效果和图像恢复的效果较好,同时也有效地提高了隐藏图像的鲁棒性、安全性。　　关键词:混沌序列数字图像图像隐藏　　:TP309.1:A:1007-9416(2010)08-0171-02　　　　由于图像能蕴涵更大的信息量,已经逐渐成为重要的信息载体,因此图像信息的安全也就引起越来越多的重视。为了保护图像数据不被窃取、非法复制及传播等,

2、人们提出各种不同的加密方案来保护图像数据的安全,这些加密技术有一个共同的特性就是加密后的数据被转化成了一组毫无意义的代码。一旦拦截者发现了这样的代码,他们就知道他们拥有了非常有价值的信息,从而暴露了信息的机密性。但对图像隐藏而言,利用图像的信息冗余特性,将有价值的图像隐藏于另一幅图像中,可能的监测者或非法拦截者则难以从公开图像信息中判断其他图像信息是否存在,难以截获机密图像信息,从而能保证机密图像信息的安全。　　本文将在已有的基于融合的图像隐藏技术的基础上,结合混沌序列对原始图像进行隐藏加密处理,来实现数字图像

3、的隐藏保护。该方法中图像的隐藏效果和图像恢复的效果较好,同时也有效地提高了隐藏图像的鲁棒性、安全性。　　　　1混沌原理　　混沌是一种非线性动力学规律控制的行为,表现出内在类似随机过程,混沌系统产生的混沌信号具有类似噪声、结构复杂以及对初始值和系统参数的极端敏感性,具有不可预测性。1989年英国数学家Mattheage大小为M*N,像素点(i,j)的灰度值记为Image(i,j),其中1≤i≤M,1≤j≤N;宿主图像Public大小也为M*N,像素点(i,j)的灰度值记为Public(i,j),其中1≤i≤M,1

4、≤j≤N;插值结果图像EncryptImage大小为M*N,像素点(i,j)的灰度值记为EncryptImage(i,j);由混沌系统生成的混沌序列为{α(i,j),i=1,2,…,M,j=1,2,…,N},则利用混沌序列进行图像插值的计算公式为式(2):　　EncryptImage(i,j)=α(i,j)*Image(i,j)+(1-α(i,j))*Public(i,j)(2)　　相应地,原始图像可用式(3)在宿主图像中提取出来:　　Public(i,j)=(EncryptImage(i,j)-α(i,j)*

5、Image(i,j))/(1-α(i,j))(3)　　2.3隐藏参数优化　　从式(2)和式(3)中看出,显然α越接近于0,插值结果图像就越接近于宿主图像,待隐藏图像的隐藏效果越好,但提取出的隐藏图像的效果就差;如果要求恢复的图像效果好,则混合参数就不能太接近0。因此必须选择恰当的混合参数进行图像隐藏,以得到很好的图像隐藏与恢复效果。　　为了更好地保证隐藏信息的不可见性,根据混沌序列的特点,这里对式(2)进行修正得到式(4):　　　　3结语　　利用混沌序列对图像进行隐藏,隐藏算法的安全性不仅与宿主图像有关,更取决

6、于混沌序列的安全性,由于混沌系统本身具有初值敏感性、伪随机性的特点,破解混沌序列极为困难。本文运用混沌理论实现图像隐藏加密,同时对隐藏参数进行适当优化,不增加计算量,但隐藏效果却明显优于优化前。该算法具有算法简单、运算量小、隐藏效果好、密钥的空间大等优点,利用图像的迷惑性和相关性将图像隐藏在另一幅图像中,进一步保证了原始图像信息的安全性。