随机分数梅林变换光学图像加密技术
38 浏览量
更新于2024-08-26
收藏 2.22MB PDF 举报
"基于随机分数梅林变换的光学图像加密技术是一种用于保护光学图像安全的非线性加密方法。此方法结合了混沌映射、分数傅里叶变换和分数梅林变换,旨在增强加密的复杂性和安全性。通过混沌映射生成随机相位掩模,并应用于分数傅里叶变换的核函数,形成随机分数傅里叶变换。接着,通过将对数-极坐标变换与随机分数傅里叶变换相结合,构建随机分数梅林变换,以此对光学图像进行加密,使得图像的像素值和位置同时得到保护。密钥的敏感性分析显示,混沌映射的初始值和分数阶次的变化能显著影响解密结果,增强了加密系统的密钥空间。此外,算法的鲁棒性通过噪声叠加和抗裁剪性能测试得以验证,证明了其在实际应用中的可行性与安全性。"
这篇摘要描述了一种创新的光学图像加密技术,它利用了随机分数梅林变换,这是一种结合了非线性变换和混沌理论的加密策略。首先,混沌映射被用来生成随机相位掩模,这些掩模被置于分数傅里叶变换的输入和输出端,通过这种方式随机化核函数,产生随机分数傅里叶变换。接下来,通过对数-极坐标变换与随机分数傅里叶变换的结合,形成了随机分数梅林变换。这一过程将原始光学图像转化为复值密文,有效地混淆了图像的像素值和位置信息。
混沌映射的初值作为密钥的一部分,其微小变化会导致解密图像的均方误差显著增加,这表明了密钥的高敏感性和加密的安全性。同时,分数阶次也被用作密钥,同样展示了高度的敏感性。通过计算不同密钥下的输入图像和解密图像的均方误差,进一步证实了该加密算法的密钥空间之大。
此外,对算法的数值分析和模拟实验揭示了其在应对噪声和图像裁剪等干扰时的良好鲁棒性。这表明,即使在存在噪声或部分图像丢失的情况下,加密图像仍能被准确地解密,进一步确保了光学图像数据的安全传输和存储。
基于随机分数梅林变换的光学图像加密方法提供了一种高效且安全的图像保护手段,适合在光学通信、信息安全等领域应用。其独特的设计结合了非线性变换的复杂性和混沌理论的不确定性,为光学图像的加密提供了新的思路。
2021-02-24 上传
点击了解资源详情
2021-02-24 上传
2021-04-08 上传
2021-10-31 上传
点击了解资源详情
点击了解资源详情
404 浏览量
2021-05-04 上传
weixin_38690089
- 粉丝: 5
- 资源: 924
最新资源
- Android圆角进度条控件的设计与应用
- mui框架实现带侧边栏的响应式布局
- Android仿知乎横线直线进度条实现教程
- SSM选课系统实现:Spring+SpringMVC+MyBatis源码剖析
- 使用JavaScript开发的流星待办事项应用
- Google Code Jam 2015竞赛回顾与Java编程实践
- Angular 2与NW.js集成:通过Webpack和Gulp构建环境详解
- OneDayTripPlanner:数字化城市旅游活动规划助手
- TinySTM 轻量级原子操作库的详细介绍与安装指南
- 模拟PHP序列化:JavaScript实现序列化与反序列化技术
- ***进销存系统全面功能介绍与开发指南
- 掌握Clojure命名空间的正确重新加载技巧
- 免费获取VMD模态分解Matlab源代码与案例数据
- BuglyEasyToUnity最新更新优化:简化Unity开发者接入流程
- Android学生俱乐部项目任务2解析与实践
- 掌握Elixir语言构建高效分布式网络爬虫