【图像加密】基于matlab行列像素置乱+DWT图像加密【含Matlab源码 675期】

一、DWT简介

数字技术、多媒体技术和网络技术的发展，为信息的存储提供了极大的方便.随着计算机网络通信技术的深入应用，数据的交换和传输已经得到广泛的应用.因此，通过网络传输的数字产品如：图象、声音、静态图片等的版权保护成为急需解决的技术问题.
图像是人类获取和传播信息的主要载体之一，利用数字图像信息本身存在的冗余性及人眼对图像信息的掩蔽效应，可以将秘密信息嵌入到公开图像中进行传送.Internet技术和多媒体信息处理技术的迅猛发展，使得数字化信息加密技术得到了人们的广泛关注.
根据加密算法的工作域不同可以分成两类：空间域算法、变换域算法.空间域算法是通过直接修改图象的某些像素值的办法来实现加密，该类算法较易实现，但鲁棒性较弱，即使对伪装载体做极小的修改都具有极大的脆弱性.变换域算法是先对公开图象进行某种变换，然后在变换系数上潜入待加密信息.变换域算法的优点是： (1) 待加密信息分布到空间域的所有像素上，有利于提高信息的不可见性； (2) 能方便地与HVS（人类视觉系统）的某些特性结合； (3) 能与现有的图象压缩方法兼容，从而实现压缩图象的信息嵌入.与空域加密方法相比，变换域方法在保持了对人类感官不可察觉性的前提下，对诸如压缩、剪裁等信号处理的抗攻击能力更强.目前有许多变换域的加密方法.一种方法是采用离散余弦变换（DCT）把信息嵌入到载体文件中；另一种方法是使用小波变换（DWT）.由于小波理论本身的研究日趋完善，小波多尺度分析方法的应用愈来愈广泛，尤其是在信号和图像处理中良好的时频特性，使得小波域中的信息加密技术成为近年来的研究热点.

本文给出了一种基于小波变换的快速图像加密算法，该方法思想简单易于实现，加密效果较好，安全性较好.

算法原理
1 连续小波变换（CWT）
设x (t）是平方可积函数，ψ（t）是被称为基本小波或母小波的函数，定义

2 离散小波变换（DWT)
离散小波变换是对连续小波变换的尺度和位移按照2的幂进行离散化得到的，又称为二进制小波变换，可以表示为

ψ（t）是小波母函数.
如图1形象地表示了图像的两层小波分解.可以看出, 图像在每一个分解层上都被分解成4个频带, 分别为LL, LH, HL, HH.接着下一层分解只仅仅对低频分量LL进行分解.因此利用小波变换, 图像被分解成逼近图像和细节图像之和, 可认为它是一个将图像在相互垂直的空间频率上进行变换的过程.离散小波变换在提取图像低频信息的同时, 又获得了3个方向的高频边缘细节信息.

图1 图像的两层小波分解
3 算法思想
首先分别对秘密图像SI和公开图像OI进行时域上的置乱变换得到图像SIL和OIL，其次对公开图像进行小波变换，对于变换的小波系数矩阵选择一个起始位置在（r, c），大小为N×N（其中N×N为秘密图像的大小）的系数矩阵OILC；对OILC和图像SIL按位进行异或运算，最后利用小波逆变换进行图像重构，从而得到结果图像.

4 加密算法
Step1：对秘密图像SI进行置乱变换得到置乱图像SIL;
Step2：对公开图像OI进行置乱变换得到置乱图像OIL;
Step3：对图像OIL进行小波变换，得到小波变换系数OILC;
Step4：对Step1与Step2中所得图像SIL和OILC按位进行异或运算；
Step5：利用小波逆变换对图像进行重构得到结果图像EI.

5 恢复算法
Step1：对结果图像EI进行小波变换，得到其小波变换系数EIC;
Step2：对公开图像OI进行小波变换，得到其小波变换系数OIC;
Step3：对EIC和OIC进行异或运算得到图像RIL;
Step4：对Step3中所得图像RIL进行置乱逆变换得到恢复图像RI.

二、部分源代码

%同时打乱各行和各列进行明文图像第一次加密 %%% 
clear;  
W = imread('lena.tif');  
s = size(W);  
r = randsample(s(1), s(1));  
W1 = W(r, :, :);  
c = randsample(s(2), s(2));  
W2 = W1(:, c, :);  
i = 1; f = 1:length(c);  
while i <= length(c)  
    f(i) = find(c == i);  
    i = i + 1;  
end   
P = W2;   
R = P(:,:,1);        %提取明文图像的R层像素
G = P(:,:,2);        %提取明文图像的G层像素
B = P(:,:,3);        %提取明文图像的B层像素
figure(1)
subplot(2,2,1);imshow(R,[]);title('第一次加密的R层');imwrite(R,'R1.tif')
subplot(2,2,2);imshow(G,[]);title('第一次加密的G层');imwrite(G,'G1.tif')
subplot(2,2,3);imshow(B,[]);title('第一次加密的B层');imwrite(B,'B1.tif')
subplot(2,2,4);imshow(P,[]);title('第一次加密的RGB彩色层');imwrite(P,'第一次加密的RGB彩色层.tif')
%%%%%%第二次加密%%%%%
[M,N]=size(R);      %利用Logistic混沌映射，对R分层图像进行序列加密
u=3.9;
x0=0.5;
x=x0;
for i=1:100         %迭代100次，达到充分混沌状态
    x=u*x*(1-x);
end
R1=zeros(1,M*N);    %产生一维混沌加密序列
R1(1)=x;
for i=1:M*N-1
R1(i+1)=u*R1(i)*(1-R1(i));
end
R2=uint8(255*R1);     %归一化序列
R3=reshape(R2,M,N);   %转化为二维混沌加密序列
R4=bitxor(R,R3);      %异或操作加密
imwrite(R4,'R2.tif')

% [M,N]=size(G);        %利用Logistic混沌映射，对G分层图像进行序列加密
u=3.9;
x0=0.5;
x=x0;
for i=1:100          %迭代100次，达到充分混沌状态
    x=u*x*(1-x);
end
G1=zeros(1,M*N);     %产生一维混沌加密序列
G1(1)=x;
for i=1:M*N-1
G1(i+1)=u*G1(i)*(1-G1(i));
end
G2=uint8(255*G1);    %归一化序列
G3=reshape(G2,M,N);  %转化为二维混沌加密序列
G4=bitxor(G,G3);     %异或操作加密
imwrite(G4,'G2.tif')

% [M,N]=size(B);      %利用Logistic混沌映射，对B分层图像进行序列加密
u=3.9;
x0=0.5;
x=x0;
for i=1:100         %迭代100次，达到充分混沌状态
    x=u*x*(1-x);
end
B1=zeros(1,M*N);    %产生一维混沌加密序列
B1(1)=x;
for i=1:M*N-1
B1(i+1)=u*B1(i)*(1-B1(i));
end
B2=uint8(255*B1);     %归一化序列
B3=reshape(B2,M,N);   %转化为二维混沌加密序列
B4=bitxor(B,B3);      %异或操作加密
imwrite(B4,'B2.tif')

%RGB三分层合成
P1=cat(3,R4,G4,B4);

figure(2);
subplot(2,2,1);imshow(R4);title('第二次R分层加密后图像');
subplot(2,2,2);imshow(G4);title('第二次G分层加密后图像');
subplot(2,2,3);imshow(B4);title('第二次B分层加密后图像'); 
subplot(2,2,4);imshow(P1);title('第二次加密彩色RGB图像');
imwrite(P1,'第二次加密彩色RGB图像.tif')

%%%%%%%%%%%%%%%%%%%%%%%%%%将密文图像嵌入载体图像%%%%%%%%%%%%%%%%%%%
%读取载体图像
F = imread('houlian.tif');
Rf = F(:,:,1);        %提取载体图像的R层像素
Gf = F(:,:,2);        %提取载体图像的G层像素
Bf = F(:,:,3);        %提载体取图像的B层像素
figure(3);
subplot(2,2,1);imshow(Rf);title('载体图像R层');
subplot(2,2,2);imshow(Gf);title('载体图像G层');
subplot(2,2,3);imshow(Bf);title('载体图像B层');
subplot(2,2,4);imshow(F);title('载体图像RGB彩色层');

%将R4,G4,B4的像素值分为小数位和十位个位两部分   
RCV=mod(R4,10);RCD=floor(R4./10);
GCV=mod(G4,10);GCD=floor(G4./10);
BCV=mod(B4,10);BCD=floor(B4./10);

% 将载体图像进行分层的小波分解,并嵌入
wave_in='db1';
[Rll,Rlh,Rhl,Rhh]=dwt2(Rf,wave_in);
mv=mean(Rll(:));%求出矩阵Rll平均值
for i=1:floor(M)
    for j=1:floor(N)
        if(Rll(i,j)>=mv)
            Rlh(i,j)=RCV(i,j);
            Rhl(i,j)=RCD(i,j);
        else
            Rlh(i,j)=RCD(i,j);
            Rhl(i,j)=RCV(i,j);
        end
    end
end

[Gll,Glh,Ghl,Ghh]=dwt2(Gf,wave_in);
mv=mean(Gll(:));%求出矩阵Gll平均值
for i=1:floor(M)
    for j=1:floor(N)
        if(Gll(i,j)>=mv)
            Glh(i,j)=GCV(i,j);
            Ghl(i,j)=GCD(i,j);
        else
            Glh(i,j)=GCD(i,j);
            Ghl(i,j)=GCV(i,j);
        end
    end
end

[Bll,Blh,Bhl,Bhh]=dwt2(Bf,wave_in);
mv=mean(Bll(:));%求出矩阵Bll平均值
for i=1:floor(M)
    for j=1:floor(N)
        if(Bll(i,j)>=mv)
            Blh(i,j)=BCV(i,j);
            Bhl(i,j)=BCD(i,j);
        else
            Blh(i,j)=BCD(i,j);
            Bhl(i,j)=BCV(i,j);
        end
    end
end

% 进行逆小波变换(idwt)，得到视觉安全上的图像FRGB
Fr=idwt2(Rll,Rlh,Rhl,Rhh,wave_in);
Fg=idwt2(Gll,Glh,Ghl,Ghh,wave_in);
Fb=idwt2(Bll,Blh,Bhl,Bhh,wave_in);
Frgb(:,:,1)=Fr;%%合成
Frgb(:,:,2)=Fg;%%合成
Frgb(:,:,3)=Fb;%%合成
Frgb=uint8(Frgb);
figure(4);
subplot(2,2,1);imshow(Fr,[]);title('载密R层');
subplot(2,2,2);imshow(Fg,[]);title('载密G层');
subplot(2,2,3);imshow(Fb,[]);title('载密B层');
subplot(2,2,4);imshow(uint8(Frgb),[]);title('视觉安全图像');
imwrite(Frgb,'视觉安全图像.tif')

%%%%%%%%%%%%%%%%%%%%%%%%%%从视觉上安全的密文图像提取明文的密文图像%%%%%%%%%%%%%%%%%%%
C=Frgb;
%从这里开始是还原首先分解出RGB三层
% close all;
Cr=C(:,:,1);
Cg=C(:,:,2);
Cb=C(:,:,3);
[Rll1,Rlh1,Rhl1,Rhh1]=dwt2(Cr,wave_in);
mv=median(Rll1(:));
RD1=zeros(M,N);RD2=zeros(M,N);%定义两个矩阵用于存放小数位和十位个位
for i=1:floor(M)
    for j=1:floor(N)
        if(Rll1(i,j)>=mv)
            RD1(i,j)=Rlh1(i,j);
            RD2(i,j)=Rhl1(i,j);
        else
            RD2(i,j)=Rlh1(i,j);
            RD1(i,j)=Rhl1(i,j);
        end
    end
end

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
  
57
  
58
  
59
  
60
  
61
  
62
  
63
  
64
  
65
  
66
  
67
  
68
  
69
  
70
  
71
  
72
  
73
  
74
  
75
  
76
  
77
  
78
  
79
  
80
  
81
  
82
  
83
  
84
  
85
  
86
  
87
  
88
  
89
  
90
  
91
  
92
  
93
  
94
  
95
  
96
  
97
  
98
  
99
  
100
  
101
  
102
  
103
  
104
  
105
  
106
  
107
  
108
  
109
  
110
  
111
  
112
  
113
  
114
  
115
  
116
  
117
  
118
  
119
  
120
  
121
  
122
  
123
  
124
  
125
  
126
  
127
  
128
  
129
  
130
  
131
  
132
  
133
  
134
  
135
  
136
  
137
  
138
  
139
  
140
  
141
  
142
  
143
  
144
  
145
  
146
  
147
  
148
  
149
  
150
  
151
  
152
  
153
  
154
  
155
  
156
  
157
  
158
  
159
  
160
  
161
  
162
  
163
  
164
  
165
  
166
  
167
  
168
  
169
  
170
  
171
  
172
  
173
  
174
  
175
  
176
  
177
  
178
  
179
  
180
  
181
 

三、运行结果

四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.

文章来源: qq912100926.blog.csdn.net，作者：海神之光，版权归原作者所有，如需转载，请联系作者。

原文链接：qq912100926.blog.csdn.net/article/details/115409874