利用灰色系统理论确定ica解密图像的顺序-西北工业大学学报导航页.pdfVIP

２０１５年２月 西 北 工 业 大 学 学 报 Ｆｅｂ． ２０１５ 第３３卷第 １期 Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈｗｅｓｔｅｒｎ Ｐｏｌｙｔｅｃｈｎｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ Ｖｏｌ．３３ Ｎｏ．１ 利用灰色系统理论确定ＩＣＡ解密图像的顺序 １ １ ２ １ 谢松云 ，王颖 ，谢玉斌 ，李海波 æ １．西北工业大学 电子信息学院，陕西 西安　 ７１００７２ ö ç ÷ è２．中国工程物理研究院 电子工程研究所，四川 绵阳　 ６２１９００ø 摘　 要：针对基于ＩＣＡ的图像加密解密算法中，解密输出图像顺序不确定问题，提出一种利用灰色系 统理论进行图像特征匹配的方法。 利用主成分分析提取图像的主分量数据，建立灰预测模型ＧＭ（１， １），提取模型的灰参数作为匹配特征；将解密图像的灰参数作为比较序列，对明文图像的灰参数作灰 关联分析，关联度最大的图像对就是匹配的明文图像与解密图像。 分别选取独立性强和关联性强的 明文⁃解密图像集各１组，进行图像匹配实验，获得了准确的匹配结果。 该方法对图像具有普适性，计 算复杂度小，确定ＩＣＡ解密图像顺序快速、准确。 关　 键　 词：独立成分分析；解密图像顺序；主成分分析；灰预测模型；灰关联度 中图分类号：ＴＮ９１１．７３　 　 　 文献标志码：Ａ　 　 　 文章编号：１０００⁃２７５８（２０１５）０１⁃０１５３⁃０６ 　 　 基于独立成分分析 （ｉｎｄｅｐｅｎｄｅｎｔ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ，ＩＣＡ）的图像加密解密算法会产生解密输出 １　 本文总体方案概述 ［１］ 图像顺序不确定问题 。 解决输出图像顺序问题 最简单的就是应用图像特征提取与匹配法，即在加 由基于ＩＣＡ 的图像加密解密算法得到的解密 密前用某种特征提取算法在明文图像中提取特征信 图像具有顺序不确定性问题，属于灰色系统。 本文 息，提取算法保证提取的特征信息具有独特性；在解 采用特征提取与匹配的基本思想，首次提出引入灰 密后，用同样的算法在解密图像中提取特征信息，然 色系统理论匹配ＩＣＡ 明文⁃解密图像对，首先利用主 后与传送过来的明文图像特征信息进行检测匹配， 成分分析（ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ，ＰＣＡ）提取 可以找到与明文图像特征信息对应的解密图像。 图像主成分，建立灰预测模型ＧＭ（１，１）；提取图像 文献［１］采用传统的直接特征提取法与间接特 的灰模型参数特征；对明文图像与解密图像的灰参 征提取法解决顺序问题。 数特征进行灰关联分析计算，灰关联度最大的图像 直接特征提取法提取的仅是图像灰度相对变化 对就是匹配的明文图像与解密图像。 与传统方法即 的信息，对灰度变化不明显的图像识别率低；不同大 直接提取法与间接提取法相比较，本文方法原理简 小的分块意味着数据量的不同，分块大则识别特征 单，运算数据量小，匹配准确，且具有普适性。 总体 的数据量小，但因灰度变化差异小而识别困难，分块 方案如图１所示。 小则识别特征的数据量大，会增加计算复杂度。 间接特征提取法提取图像的边缘信息，对于边 缘细节信息不明显的图像则不适用；由于在图像进 行二值化与边缘化处理时，使用了经验阈值，对于相 关度较大的图像序列，该方法不能有效匹配图像。 图１　 本文总体方案框图 收稿日期：２０１４⁃０４⁃１８ 基金项目：国家自然科学基金