數字圖像置亂加密解密技術的研究與實現

劉艷華

（鹽城工學院信息工程學院，鹽城 224051）

0 引言

數字圖像加密與水印技術是數字圖像處理的重要應用技術，隨著信息技術的飛速發展，圖像信息的安全傳輸愈加重要，圖像的加密、解密技術就應運而生了。為保證圖像傳輸過程的安全保密，人們在傳輸發送端利用某種算法，把數字圖像明文打亂成某種密文，使第三方不可見。而接收端通過已知的解密算法來解密操作，便可獲取原圖的數據信息。目前數字圖像的加密技術研究備受矚目，許多學者提出的加密算法種類繁多，圖像像素的置亂是研究的主要方向，應用也最為廣泛[1-4]。

圖像置亂的功能是運用矩陣變換或其他數學方法將原始圖像的每個像素點的位置或色彩度置亂，實現掩蓋住原始圖像信息的效果，使第三方無法獲取，若分析不出所應用的置亂加密算法，就無法獲取到原始圖像的信息?；诰仃囎儞Q像素置亂的圖像加密方法實質上來看，就是通過數學知識對數字矩陣實現一定次數的線性變換，來達到擾亂像素排列的效果。但由于圖像矩陣變換作為有限維矩陣變換在置換達到一定步數后會出現回復性，容易被第三方破譯，致使其安全性較低[5-9]。置亂加密作為多種多媒體安全技術工作的基礎性工作，其算法的優劣會對加密安全工作造成直接的影響，因此需要從多個層面對置亂算法的優劣進行足夠的比較分析。

1 加密算法

利用MATLAB軟件，通過編程實現三種圖像的加密解密算法，包含像素點置亂算法，圖像行列置亂算法，色彩飽和度置亂算法[10-13]。

1.1 像素點隨機打亂算法

像素，是數字圖像信息的基本單元。像素點置亂算法是將數字圖像的所有像素都進行隨機置亂，使原圖的信息數據不可見。該算法的加密效果很好，隨機數列在加密過程中的使用也使該算法的加密性得以提高，但是對于矩陣元素非常多的真彩圖像而言，此加密算法的運算速度較慢。

1.2 圖像行列隨機亂序算法

對圖像矩陣的行或列進行打亂的算法所需的計算難度小、用時少、效率較高，可應用于包含數據較多、本身龐大的圖像信息，但因為算法本質是對行列的置亂，所以對某些特殊的圖像不能加密。

1.3 色彩飽和度混亂重置算法

每個像素的值表現在圖像中即為其色彩值，為了實現色彩飽和度混亂重置的加密算法，可以通過矩陣運算的方式使原始圖像矩陣每個像素點的大小發生改變，從而打亂了原圖信息，實現了加密的效果。通過原圖矩陣A與另一個大小相同的矩陣B進行點乘和點除運算來達到像素置亂目的，雖然算法簡單易操作，但其加密效果一般。通過改變參與加密的另一矩陣B的混亂程度，可以提升圖像的加密效果，但仍然可見原圖的某些信息，而且該加密算法易被攻擊，安全性低。

2 加密效果比較分析

2.1 基于像素點混亂重置加密解密算法的效果分析

選取256*256的灰度圖像，采用基于像素點混亂重置的圖像加密解密算法對其進行加密。用Logistic序列對圖像矩陣元素（灰度值）進行二進制位異或運算，完成圖像的像素置亂。再用得到的混沌序列對加密圖像的像素點灰度值進行異或運算，可以恢復出原始圖像。原始圖像、加密圖像與還原的圖像對比如圖1所示。

由圖可見，只對像素值打亂的加密還是存有部分原始圖像的信息，因而效果以及安全性一般。

2.2 基于像素行列亂序圖像加密解密算法的效果分析

選取256*256的灰度圖像，利用像素點行列打亂算法對其進行像素位置置亂。首先，利用MATLAB在輸入初值后產生Logistic混沌序列。然后，對圖像矩陣進行像素點移位，即將每行與每列的像素點分別依次左移/右移到該行/列的其他位置，并保持像素值不變，從而得到基于圖像行列置亂的加密圖。最后，對加密后的圖像，將每行以及每列的像素點分別依次右移或上移，恢復到其原位置，得到恢復圖像。原始圖像、加密圖像與還原的圖像如圖2所示。

對比像素加密和位置加密，基于圖像像素行列的置亂將原始圖像的像素點打亂，其加密圖的像素分布比較均勻，加密直觀效果更好。

2.3 基于色彩飽和度混亂重置加密解密算法的效果分析

選取341*341的彩色圖像，采用基于色彩飽和度混亂重置的圖像加密解密算法對其進行加密。首先，利用 rand函數生成一個隨機數組，再用原圖矩陣與隨機矩陣相乘使矩陣元素大小發生改變，從而得到一個新的置亂后的矩陣，得到加密圖像。最后，用加密后圖像矩陣與隨機矩陣相除，就可得到解密圖像。原始圖像、加密圖像與還原的圖像如圖3所示。

圖1 像素點混亂重置加密解密Fig.1 Pixel chaotic reset encryption and decryption

圖2 像素行列亂序圖像加密解密Fig.2 Encryption and decryption of pixel row sequence image

圖3 色彩飽和度混亂重置加密解密Fig.3 Color saturation chaotic reset encryption and decryption

由圖3可見，基于色彩飽和度混亂重置的加密方法的加密效果不太好。加密圖像保留有原始圖像的許多信息，隱藏效果不佳。并且解密圖像也出現了一定程度的失真，總體效果不理想。

3 對比分析

以大小為 512*512的灰度圖像 lena512.bmp為例，用像素點置亂算法、像素位置置亂算法以及色彩飽和度混亂重置算法分別對其進行像素置亂加密。三種算法下的加密效果圖，如圖4所示。

觀察圖4可看出，經過像素行列打亂算法加密的圖像加密效果是比較不錯的，加密圖的像素點散布較均勻，完全掩蓋了圖像的原始信息。經過像素點重置的加密圖像完全隱藏了原圖片中的的人物，觀察不到任何人物信息，加密效果比較好。而經過色彩飽和度混亂重置的加密圖像對原始圖像的信息仍然可見，沒有很好隱藏，加密效果較差。

加密前后的直方圖如圖5所示。

圖4 加密效果比較Fig.4 Comparison of encryption effect

圖5 直方圖對比效果Fig.5 Histogram contrast effect

由圖5可知：像素行列置亂的加密技術在相對繁瑣的變換之后，其灰度直方圖仍然與原圖的一致，這不能改變圖像數據的統計特性，易被攻擊者破解；像素點置亂加密技術對圖像像素點進行了打亂，像素值未發生置換，因此加密后的圖像直方圖也沒有發生改變，但所得到的加密效果相對較好，由于此算法需要遍歷圖像的所有像素點，加密過程相當緩慢；色彩飽和度混亂重置的加密技術雖然使加密后的圖像的直方圖與原圖的不再相同，但加密效果不好，安全性低，雖可通過增加置亂次數來提升效果，但是總體仍不理想。

[1] 張曉強, 王蒙蒙, 朱貴良. 圖像加密算法研究新進展[J].計算機工程與科學, 2012, 34(5): 1-6.

[2] 趙戈, 萬玉晴. 移動終端的圖像快速加密方法研究[J].計算機應用與軟件, 2015, 32(9): 246-250.

[3] 任帥. 基于混沌的數字圖像加密技術研究與應用[D]. 鄭州: 解放軍信息工程大學, 2011.

[4] 蘇莉萍, 馮健. 基于混沌的圖像置亂加密算法及MATLAB的實現[J]. 裝備制造技術, 2007(8): 79-81.

[5] 林明星. 數據加密技術的具體應用[J]. 軟件, 2014, 35(1):100.

[6] 鐘彩. 邊緣檢測算法在圖像預處理中的應用[J]. 軟件,2013, 34(1): 158-159.

[7] 陳國強. 基于GPU的圖像處理算法研究[J]. 軟件, 2014,35(2): 135-136.

[8] 曹妍, 陳偉, 徐森. 圖像去噪方法研究與仿真[J]. 軟件,2015, 36(4): 33-36.

[9] 陳靜, 朱家明, 盛朗, 等. 基于區域信息的水平集醫學圖像分割[J]. 軟件, 2014, 35(4): 21-23, 28.

[10] 王洪均. 數字圖像加密算法研究[D]. 南京: 南京理工大學,2007, 7.

[11] 阮秋琦, 阮宇智. 數字圖像處理[M]. 北京: 電子工業出版社, 2011: 25-43.

[12] 張博. 基于MATLAB的數字圖像置亂方法研究[J].計算機與數字工程, 2010, 38(7): 139-142.

[13] 李娟. 替代和置亂相結合的圖像分塊加密算法[J].自動化儀表, 2014(3): 55-59.