【图像加密】基于联合排列和扩散的彩色图像加密附matlab代码
✅作者简介：热爱科研的Matlab仿真开发者，擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。
🍎 往期回顾关注个人主页：Matlab科研工作室
👇 关注我领取海量matlab电子书和数学建模资料
🍊个人信条：格物致知,完整Matlab代码获取及仿真咨询内容私信。
🔥 内容介绍
一、背景
（一）彩色图像信息安全需求
在数字化时代，彩色图像广泛应用于各个领域，如医疗影像、军事侦察、电子商务等。这些图像往往包含敏感信息，例如医疗图像记录患者的病情，军事图像关乎国家安全。随着互联网的普及，图像在传输和存储过程中面临诸多安全威胁，如被窃取、篡改或未经授权访问。因此，确保彩色图像的信息安全至关重要，加密成为保护图像数据的关键手段。
（二）传统图像加密方法的局限
传统图像加密方法，如基于经典密码算法（如 DES、AES）的直接应用，在处理彩色图像时存在不足。彩色图像具有数据量大、像素间相关性强的特点，经典算法未充分考虑这些特性。例如，传统算法可能无法有效打破像素间的空间和色彩相关性，使得攻击者可通过统计分析破解加密图像。此外，经典算法的计算复杂度较高，可能影响加密和解密效率，难以满足实时性要求较高的应用场景。
（三）联合排列和扩散加密的优势
基于联合排列和扩散的彩色图像加密方法结合了排列和扩散两种操作，能有效克服传统方法的局限。排列操作通过改变像素位置打破像素间的空间相关性，扩散操作使一个像素的改变影响其他多个像素，增强加密图像对明文变化的敏感性。这种联合方式不仅提高加密效率，还增强了加密图像的安全性和抗攻击性，更适合彩色图像在复杂网络环境下的安全需求。
二、原理
（一）彩色图像表示
⛳️ 运行结果
📣 部分代码
function [x1, x2, x3, x4]=gen_chaos_init(I, c1, c2, c3, c4)
if size(I, 3) == 1
[M, N] = size(I);
I = reshape(I, [M * N, 1]);
else
[M, N, C] = size(I);
I = reshape(I, [M * N * C, 1]);
end
% generate sha256 result
sha256hasher = System.Security.Cryptography.SHA256Managed;
K = double(sha256hasher.ComputeHash(I));
xor_value = K(1);
for i = 2:8
xor_value = bitxor(xor_value, K(i));
end
h1 = c1 + xor_value / 256;
xor_value = K(9);
for i = 10:16
xor_value = bitxor(xor_value, K(i));
end
h2 = c2 + xor_value / 256;
xor_value = K(17);
for i = 18:24
xor_value = bitxor(xor_value, K(i));
end
h3 = c3 + xor_value / 256;
xor_value = K(25);
for i = 26:32
xor_value = bitxor(xor_value, K(i));
end
h4 = c4 + xor_value / 256;
x1 = mod((h1 + h2 + h3) * 1e8, 256) / 255;
x2 = mod((h2 + h3 + h4) * 1e8, 256) / 255;
x3 = mod((h1 + h2 + h3 + h4) * 1e8, 256) / 255;
x4 = mod(mean(h1 + h2 + h3 + h4) * 1e8, 256) / 255;
end
🔗 参考文献
Taiyong Li, Jiayi Shi, and Duzhong Zhang "Color image encryption based on joint permutation and diffusion," Journal of Electronic Imaging 30(1), 013008. https://doi.org/10.1117/1.JEI.30.1.013008