一种基于Arnold变换的数字图像加密算法(Matlab代码实现)

简介: 一种基于Arnold变换的数字图像加密算法(Matlab代码实现)

💥1 概述

Arnold变换因其具有周期性,在图像加密方面得到了广泛的应用.但在解密过程中,若要利用其周期性,则显得很费时,因此提出了一种新的Arnold反变换算法.该算法通过求解方程组来求得反变换.在此基础上,把二维Arnold变换用在正方形图像的情形推广到一般的矩形图像,即图像矩阵不是方阵的情况,扩大了其在图像加密中的应用.同时,从理论上又把二维Arnold反变换推广到了m维Arnold反变换.  


📚2 运行结果

🎉3 参考文献

[1]卢振泰,黎罗罗.一种新的衡量图像置乱程度的方法[J].中山大学学报(自然科学版),2005(S1):126-129.

👨‍💻4 Matlab代码

主函数部分代码:

%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%arnold加解密过程仿真程序%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%% 
clear all;close all;clc;
I=imread('lena256.png');
I=imresize(I,[256,256]);
%要置乱的次数
num=50;
figure(1);
subplot(1,4,1);imshow(I,[]);title('原图');
subplot(1,4,2);imshow(I(:,:,1),[]);title('R');
subplot(1,4,3);imshow(I(:,:,2),[]);title('G');
subplot(1,4,4);imshow(I(:,:,3),[]);title('B');
I1(:,:,1)=uint8(arnold(I(:,:,1),num));%%%%%%%%%%%原调用函数
I1(:,:,2)=uint8(arnold(I(:,:,2),num));
I1(:,:,3)=uint8(arnold(I(:,:,3),num));
figure(2);
subplot(1,4,1);imshow(I1,[]);title(['原图' num2str(num)  '次置乱']);
subplot(1,4,2);imshow(I1(:,:,1),[]);title(['R分量图' num2str(num)  '次置乱']);
subplot(1,4,3);imshow(I1(:,:,2),[]);title(['G分量图' num2str(num)  '次置乱']);
subplot(1,4,4);imshow(I1(:,:,3),[]);title(['B分量图' num2str(num)  '次置乱']);
C(:,:,1)=I1(:,:,1);
C(:,:,2)=I1(:,:,2);
C(:,:,3)=I1(:,:,3);
imwrite(C,'加密图.bmp');
figure(5);
% subplot(3,4,5);imhist(C);title('彩图扩散直方图');
subplot(2,3,1);imhist(C(:,:,1));title([num2str(num) '次置乱后R分量直方图']);
subplot(2,3,2);imhist(C(:,:,2));title([num2str(num) '次置乱后G分量直方图']);
subplot(2,3,3);imhist(C(:,:,3));title([num2str(num) '次置乱后B分量直方图']);
% subplot(3,4,9);imhist(I1);title('原彩图扩散直方图');
subplot(2,3,4);imhist(I(:,:,1));title('原图R分量直方图');
subplot(2,3,5);imhist(I(:,:,2));title('原图G分量直方图');
subplot(2,3,6);imhist(I(:,:,3));title('原图B分量直方图');
figure(6);
subplot(1,2,2);
histogram(C(:,:,1),512,'Facecolor','r','FaceAlpha',1,'Edgecolor','none');title([num2str(num) '次置乱后RGB分量直方图']);
hold on
histogram(C(:,:,2),512,'Facecolor','g','FaceAlpha',1,'Edgecolor','none');
hold on
histogram(C(:,:,3),512,'Facecolor','b','FaceAlpha',1,'Edgecolor','none');
box off;
subplot(1,2,1);
histogram(I(:,:,1),512,'Facecolor','r','FaceAlpha',1,'Edgecolor','none');title('原图RGB分量直方图');
hold on
histogram(I(:,:,2),512,'Facecolor','g','FaceAlpha',1,'Edgecolor','none');
hold on
histogram(I(:,:,3),512,'Facecolor','b','FaceAlpha',1,'Edgecolor','none');
box off;
I2(:,:,1)=uint8(iarnold(C(:,:,1),num));
I2(:,:,2)=uint8(iarnold(C(:,:,2),num));
I2(:,:,3)=uint8(iarnold(C(:,:,3),num));
imwrite(I2,'解密图.bmp');
figure(4);
subplot(1,4,1);imshow(I2,[]);title(['解密' num2str(num)  '次图像']);
subplot(1,4,2);imshow(I2(:,:,1),[]);title(['解密' num2str(num)  '次R分量图像']);
subplot(1,4,3);imshow(I2(:,:,2),[]);title(['解密' num2str(num)  '次G分量图像']);
subplot(1,4,4);imshow(I2(:,:,3),[]);title(['解密' num2str(num)  '次B分量图像']);
相关文章
|
1天前
|
算法 调度
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
|
2天前
|
存储 算法 决策智能
基于免疫算法的TSP问题求解matlab仿真
旅行商问题(TSP)是一个经典的组合优化问题,目标是寻找经过每个城市恰好一次并返回起点的最短回路。本文介绍了一种基于免疫算法(IA)的解决方案,该算法模拟生物免疫系统的运作机制,通过克隆选择、变异和免疫记忆等步骤,有效解决了TSP问题。程序使用MATLAB 2022a版本运行,展示了良好的优化效果。
|
1天前
|
机器学习/深度学习 算法 芯片
基于GSP工具箱的NILM算法matlab仿真
基于GSP工具箱的NILM算法Matlab仿真,利用图信号处理技术解析家庭或建筑内各电器的独立功耗。GSPBox通过图的节点、边和权重矩阵表示电气系统,实现对未知数据的有效分类。系统使用MATLAB2022a版本,通过滤波或分解技术从全局能耗信号中提取子设备的功耗信息。
|
1天前
|
机器学习/深度学习 算法 5G
基于MIMO系统的SDR-AltMin混合预编码算法matlab性能仿真
基于MIMO系统的SDR-AltMin混合预编码算法通过结合半定松弛和交替最小化技术,优化大规模MIMO系统的预编码矩阵,提高信号质量。Matlab 2022a仿真结果显示,该算法能有效提升系统性能并降低计算复杂度。核心程序包括预编码和接收矩阵的设计,以及不同信噪比下的性能评估。
10 3
|
6天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于GA-PSO-SVM算法的混沌背景下微弱信号检测matlab仿真
本项目基于MATLAB 2022a,展示了SVM、PSO、GA-PSO-SVM在混沌背景下微弱信号检测中的性能对比。核心程序包含详细中文注释和操作步骤视频。GA-PSO-SVM算法通过遗传算法和粒子群优化算法优化SVM参数,提高信号检测的准确性和鲁棒性,尤其适用于低信噪比环境。
|
15天前
|
算法 安全 数据安全/隐私保护
基于game-based算法的动态频谱访问matlab仿真
本算法展示了在认知无线电网络中,通过游戏理论优化动态频谱访问,提高频谱利用率和物理层安全性。程序运行效果包括负载因子、传输功率、信噪比对用户效用和保密率的影响分析。软件版本:Matlab 2022a。完整代码包含详细中文注释和操作视频。
|
1月前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于MSER和HOG特征提取的SVM交通标志检测和识别算法matlab仿真
### 算法简介 1. **算法运行效果图预览**:展示算法效果,完整程序运行后无水印。 2. **算法运行软件版本**:Matlab 2017b。 3. **部分核心程序**:完整版代码包含中文注释及操作步骤视频。 4. **算法理论概述**: - **MSER**:用于检测显著区域,提取图像中稳定区域,适用于光照变化下的交通标志检测。 - **HOG特征提取**:通过计算图像小区域的梯度直方图捕捉局部纹理信息,用于物体检测。 - **SVM**:寻找最大化间隔的超平面以分类样本。 整个算法流程图见下图。
|
12天前
|
人工智能 算法 数据安全/隐私保护
基于遗传优化的SVD水印嵌入提取算法matlab仿真
该算法基于遗传优化的SVD水印嵌入与提取技术,通过遗传算法优化水印嵌入参数,提高水印的鲁棒性和隐蔽性。在MATLAB2022a环境下测试,展示了优化前后的性能对比及不同干扰下的水印提取效果。核心程序实现了SVD分解、遗传算法流程及其参数优化,有效提升了水印技术的应用价值。
|
13天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于贝叶斯优化CNN-LSTM网络的数据分类识别算法matlab仿真
本项目展示了基于贝叶斯优化(BO)的CNN-LSTM网络在数据分类中的应用。通过MATLAB 2022a实现,优化前后效果对比明显。核心代码附带中文注释和操作视频,涵盖BO、CNN、LSTM理论,特别是BO优化CNN-LSTM网络的batchsize和学习率,显著提升模型性能。
|
18天前
|
存储
基于遗传算法的智能天线最佳阵列因子计算matlab仿真
本课题探讨基于遗传算法优化智能天线阵列因子,以提升无线通信系统性能,包括信号质量、干扰抑制及定位精度。通过MATLAB2022a实现的核心程序,展示了遗传算法在寻找最优阵列因子上的应用,显著改善了天线接收功率。

热门文章

最新文章