一种基于DCT压缩与非线性动力学的图像隐私保护方法

本发明涉及数据信息安全，尤其是一种基于dct压缩与非线性动力学的图像隐私保护方法。

背景技术：

1、在数字图像安全传输领域，现有的加密技术主要依赖于基于置换和扩散的传统密码算法。这些算法通过重新排列图像数据的顺序和改变其分布特征，来达到保护数据不被未授权访问的目的。具体来说，置换技术通过随机改变数据元素的位置，使得数据的原始结构被隐藏；而扩散技术则通过将数据的统计特性分散到整个数据集中，从而降低数据的可预测性。

2、然而，随着大数据时代的到来，信息传输的复杂性和数据量激增，这些传统加密方法开始面临一系列挑战。

3、首先，效率问题日益凸显。在处理大规模图像数据时，传统算法由于其固有的运算复杂度，往往需要消耗大量的计算资源和时间，这在实时性要求较高的应用场景中显得尤为不足。例如，在视频监控、实时通讯等场景，加密和解密过程的延迟可能导致关键信息的丢失或延误。

4、其次，安全性问题也不容忽视。一些传统算法在设计时可能没有充分考虑到现代密码分析技术的发展，因此在面对复杂的密码分析攻击，如差分攻击、线性攻击等时，其安全性可能受到威胁。特别是在处理具有高冗余度和强像素相关性的图像数据时，传统算法往往难以在压缩率和恢复质量之间找到一个合适的平衡点，这不仅影响了图像的传输效率，也可能降低了图像数据的可用性。

5、此外，随着数据量的增加，传统加密算法在处理大规模数据集时的运算复杂度和响应时间也难以满足实时性要求。这不仅影响了用户体验，也可能在关键时刻导致系统失效。例如，在紧急情况下，如灾难响应或军事指挥，加密和解密的延迟可能造成严重的后果。

技术实现思路

1、针对现有技术的不足，本发明提供一种基于dct压缩与非线性动力学的图像隐私保护方法，本发明可以显著提高图像加密的效率和安全性，从而得到具有高压缩比和高安全性的加密图像；满足大数据时代对高效、安全图像传输的迫切需求。

2、本发明的技术方案为：一种基于dct压缩与非线性动力学的图像隐私保护方法，包括以下步骤：

3、步骤一：对rgb的明文图像进行重构，得到重构图像矩阵；

4、步骤二：利用基于非线性动力学的混沌rubik's cube排列算法和图像过滤扩散机制对重构图像矩阵进行加密，得到加密后的密文图像。

5、作为优选的，对rgb明文图像的重构，具体包括如下步骤：

6、s1）、将rgb的明文图像转换到ycbcr颜色空间并进行采样；

7、s2）、对采样后的图像执行离散余弦变换dct处理；以将采样后的图像表示为一系列的dct系数；

8、s3）、对dct系数进行量化操作进一步压缩dct系数；

9、s4）、对量化后的dct系数进行细致的压缩编码处理，得到重构图像矩阵。

10、作为优选的，步骤s1）中采用4:2:0采样方法，并且在4:2:0采样中，亮度分量y保持原有的分辨率不变，色度分量cb和cr的分辨率降低到原始图像的一半。

11、作为优选的，步骤s2）中，所述的dct将采样后的图像分解为低频分量和高频分量，其中，低频分量代表图像的主要信息；而高频分量则包含了图像的细节信息。

12、作为优选的，步骤s3）中，所述的量化操作选用特定的量化矩阵对dct系数进行量化，所述的量化矩阵为的矩阵，每个元素代表相应频率系数的量化步长，并且根据图像的统计特性自动调整量化矩阵。

13、作为优选的，步骤s3）中，所述的量化操作为将dct系数除以相应的量化步长，然后进行四舍五入或向下取整，以得到量化后dct系数，并通过霍夫曼编码或算术编码对量化后dct系数进行编码处理。

14、作为优选的，步骤s3）中，在量化过程中，根据应用场景和用户需求动态选择量化步长，并且在图像的平坦区域使用较大的量化步长，而在边缘或纹理丰富的区域则使用较小的步长；同时通过误差扩散技术控制量化误差通过在量化过程中分散误差，减少了量化过程中可能出现的块效应或其他视觉伪影。

15、作为优选的，步骤s4）中，对量化后的dct系数进行细致的压缩编码处理，具体包括如下步骤：

16、s41）、直流dc系数的提取和压缩编码；

17、s42）、交流ac系数的提取与压缩编码；

18、s43）、利用熵编码对压缩编码后的直流dc系数和交流ac系数进行最终编码；

19、s44）、将步骤s43）中通过熵编码进行最终压缩编码后的直流dc和交流ac系数存储在二进制格式中；r、g、b通道经过压缩编码后，产生六个二进制比特流；将这些比特流被连接起来重新构建一个二进制矩阵，其列长为明文图像的八倍；

20、s45）、将每八列二进制矩阵换成一列十进制数，得到一个与明文长度相同但宽度不同的矩阵；根据需要添加由数字0和1组成的随机序列并记录下来；

21、s46）、将步骤s45）中得到的矩阵按行均匀分成三部分，分别分配给r、g、b通道，形成编码压缩的重构图像矩阵。

22、作为优选的，步骤s41）中，所述的直流dc系数的提取和压缩编码，具体包括如下步骤：

23、s411）、从每个的dct系数块中提取代表dct系数块的平均亮度的直流dc系数；

24、s412）、对提取的直流dc系数进行差分脉冲编码调制dpcm处理；所述的差分脉冲编码调制dpcm记录相邻直流dc系数之间的差值；

25、s413）、应用行程长度编码rle对差分脉冲编码调制dpcm处理后的直流dc系数进一步压缩，通过所述的行程长度编码rle识别并编码数据中的连续重复值。

26、作为优选的，步骤s42）中，所述的交流ac系数的提取和压缩编码，具体包括如下步骤：

27、s421）、从每个的dct系数块中提取中提取代表图像的纹理和细节信息的交流ac系数；

28、s422）、利用zig-zag扫描交流ac系数，所述的zig-zag扫描将二维的交流ac系数矩阵转换为一维数组；所述的zig-zag扫描从左上角的直流dc系数开始，然后依次沿着zig-zag路径访问剩余的交流ac系数；

29、s423）、通过行程长度编码rle对经过zig-zag扫描排序的交流ac系数序列进行编码处理；

30、s424）、根据交流ac系数的能量分布动态调整行程长度编码rle的阈值和编码参数。

31、作为优选的，步骤s43）中，所述的熵编码为霍夫曼编码或算术编码。

32、作为优选的，步骤二中，具体包括如下步骤：

33、s51）、混沌初始值扰动和序列预处理；

34、s52）、通过rgb分层处理将重构图像矩阵分成三层图像，并对每一层图像进行加密处理，得到密文图像；

35、s53）、设计滤波器，并采用设计的滤波器对密文图像进行滤波扩散处理，得到滤波扩散处理后的密文图像。

36、作为优选的，步骤s51）中具体包括如下步骤：

37、s511）、使用sha256计算明文图像的哈希值，然后将哈希值等分为32个部分，分别表示为：, , ,…, ；

38、s512）、根据哈希值的32个组成部分获取干扰参数；即：

39、

40、式中，~分别为密钥的干扰参数；

41、s513）、将密钥的六个组成部分~相加得到；即：

42、

43、s514）、生成两组控制参数和初始状态值，用于迭代混沌函数2d-lscm；即：

44、

45、式中，表示2d-lscm的第一组密钥；表示2d-lscm的第二组密钥；表示取余函数；

46、s515）、使用第一组控制参数进行第一次迭代；然后再使用第二组控制参数进行第二次迭代，并生成混沌伪随机序列、 、，即：

47、

48、式中，为混沌函数，用于生成混沌伪随机序列；表示图像的高度，表示图像的宽度。

49、作为优选的，步骤s52）中，具体包括如下步骤：

50、s521）、先对重构图像矩阵的一层灰度图像进行加密处理；其中为大小为的位灰度图像；

51、s522）、从混沌伪随机序列中取出 h位，从混沌伪随机序列中取出 w位；

52、s523）、确定最大迭代次数 并将计数器初始化为0；

53、s524）、将计数器增加1；

54、s525）、对灰度图像的每一行 m进行左移或右移的操作；

55、s526）、对灰度图像的每一列 n进行上移或下移的操作，从而得到打乱后的图像；

56、s527）、使用混沌伪随机序列对打乱后的图像的每一行使用按位操作符；即：

57、

58、式中，表示每一行使用按位异或操作后得到的图像；为按位异或操作符；表示使用混沌伪随机序列进行的从左到右翻转；

59、s528）、使用混沌伪随机序列对打乱后的图像的每一列使用按位操作符；即：

60、

61、式中，为每一列按位异或操作后的密文图像；表示使用混沌伪随机序列进行的从左到右翻转；

62、s529）、如果；则灰度图像的加密完成，生成排列后的密文图像；否则，重复步骤s524）- s528）；

63、s530）、重复步骤ss522）- s529）完成剩余两层灰度图像的加密；最后合成排列后的密文图像。

64、作为优选的，步骤s53）中，所述的图像扩散过程中采用的滤波器大小设置为；右下角权重对应当前像素，即 k（2,2）=1；其他三个权重使用混沌伪随机序列作为子密钥生成。

65、作为优选的，步骤s53）中，所述的滤波器的权重生成具体包括如下步骤：

66、s531）、取96位的混沌伪随机序列并将其分成三个32位序列，然后将三个序列转换为整数；

67、s532）、对整数的元素进行排序，获得索引向量；

68、s533）、使用索引向量扰动三个整数以获得扰动后的元素集合：

69、

70、因此，所述的滤波器可表示为：。

71、作为优选的，步骤s53）中，使用滤波器进行扩散处理，具体为：

72、首先，使用打乱结果的密文图像初始化滤波扩散结果c；然后再使用滤波操作更新c中每个像素的值；从而得到滤波扩散处理后的密文图像，即：

73、

74、由于 k（2,2）=1，因此，上式可以写为：

75、

76、式中，表示滤波扩散处理后的密文图像；表示密文图像的灰度级别。

77、作为优选的，步骤s525）中，具体包括如下步骤：

78、s5251）、计算第 m- th行所有元素的总和：

79、

80、式中， m=1,2…, w；

81、s5252）、计算第 m- th行所有元素的总和对2的模；

82、

83、s5253）、将第 m- th行循环左移或右移个位置，即图像像素左移或右移个位置，第一个像素移动到最后一个像素。

84、作为优选的，步骤s526）具体包括如下步骤：

85、s5261）、计算第 n- th列所有元素的总和：

86、

87、式中， n=1,2…, h；

88、s5262）、计算第 n- th列所有元素的总和对2的模；

89、

90、s5263）、将第 n- th列向下或向上移动个位置。

91、本发明的有益效果为：

92、1、本发明实现了图像的高压缩比、高质量恢复以及强加密安全性，有效解决了大数据环境下图像传输的隐私保护问题；

93、2、本发明通过将明文图像转换到ycbcr颜色空间并采用4:2:0采样，从而显著减少需要处理和存储的数据量，并在提高压缩效率的同时不显著牺牲图像质量；

94、3、本发明通过dct变换图像转换为从空间域转换到频率域；并通过量化操作实现了图像数据的有效压缩，而且通过控制量化步长和优化量化矩阵，保证压缩后图像的视觉质量；

95、4、本发明通过混沌rubik's cube变换和图像过滤扩散算法对压缩后的频率域信息进行加密，引入与明文强相关的动态混沌序列，以增强算法对密码攻击的抵抗力；从而形成具有高压缩比和高安全性的加密图像。

技术特征：

1.一种基于dct压缩与非线性动力学的图像隐私保护方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于dct压缩与非线性动力学的图像隐私保护方法，其特征在于：所述的rgb明文图像的重构，具体包括如下步骤：

3.根据权利要求2所述的一种基于dct压缩与非线性动力学的图像隐私保护方法，其特征在于：步骤s4）中，对量化后的dct系数进行细致的压缩编码处理，具体包括如下步骤：

4.根据权利要求3所述的一种基于dct压缩与非线性动力学的图像隐私保护方法，其特征在于：步骤s41）中，所述的直流dc系数的提取和编码，具体包括如下步骤：

5.根据权利要求3所述的一种基于dct压缩与非线性动力学的图像隐私保护方法，其特征在于：步骤s42）中，所述的交流ac系数的提取与压缩编码，具体包括如下步骤：

6.根据权利要求1所述的一种基于dct压缩与非线性动力学的图像隐私保护方法，其特征在于：步骤二中对重构图像矩阵进行加密，具体包括如下步骤：

7.根据权利要求6所述的一种基于dct压缩与非线性动力学的图像隐私保护方法，其特征在于：步骤s51）中具体包括如下步骤：

8.根据权利要求7所述的一种基于dct压缩与非线性动力学的图像隐私保护方法，其特征在于：步骤s52）中，具体包括如下步骤：

9.根据权利要求8所述的一种基于dct压缩与非线性动力学的图像隐私保护方法，其特征在于：步骤s53）中，所述的图像扩散过程中采用的滤波器大小设置为；右下角权重对应当前像素，即k（2,2）=1；其他三个权重使用混沌伪随机序列作为子密钥生成；具体包括如下步骤：

10.根据权利要求9所述的一种基于dct压缩与非线性动力学的图像隐私保护方法，其特征在于：步骤s53）中，使用滤波器进行扩散处理，具体为：

技术总结
本发明提供一种基于DCT压缩与非线性动力学的图像隐私保护方法，包括将RGB的明文图像转换到YCbCr颜色空间并进行采样；然后执行离散余弦变换DCT和量化处理；对量化后的DCT系数进行细致的压缩编码处理；利用基于非线性动力学的混沌Rubik's Cube排列算法和图像过滤扩散机制对重构图像矩阵进行加密后得到密文图像。本发明实现了图像的高压缩比、高质量恢复以及强加密安全性，有效解决了大数据环境下图像传输的隐私保护问题；通过混沌Rubik's Cube和图像过滤扩散对压缩后的频率域信息进行加密，引入与明文强相关的动态混沌序列，以增强算法对密码攻击的抵抗力；从而形成具有高压缩比和高安全性的加密图像。

技术研发人员：温贺平,陈亭婷,林一挺,袁钲钦
受保护的技术使用者：电子科技大学中山学院
技术研发日：
技术公布日：2024/9/23