（图像加密）常用图像置乱算法matlab实现（三）

最新推荐文章于 2025-09-28 11:29:47 发布
原创 最新推荐文章于 2025-09-28 11:29:47 发布 · 8.7k 阅读 · 113 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
收录于
matlab

当前文章被收录于：

matlab
37 篇文章 27 人学习
订阅专栏 查看详情
图像加密

当前文章被收录于：

图像加密
15 篇文章 72 人学习
订阅专栏 查看详情
本文介绍了三种图像置乱算法，重点讲解了使用Arnold矩阵进行二维图像置乱的原理和MATLAB实现。通过优化，将矩阵操作转换为一维向量操作，显著提高了算法的运行效率。然而，单纯的置乱算法安全性有限，常与扩散算法结合使用以增强加密安全性。
  • 第二种：将二维图像展开成一维行/列向量，对向量进行位置置乱。

将二维图像展开成一维向量后进行置乱，再将置乱后的一维向量还原成二维矩阵。比起整行整列操作，效果更好，但运算量更大。

（2）无重复置乱

把由混沌系统产生的随机向量中重复的随机数只保留一个，然后在末尾按从小到大的顺序补齐没有出现过的元素。

实现：

clc,clear;
P=imread('lenna.bmp');P=rgb2gray(P);
iptsetpref('imshowborder','tight');
figure(1);subplot(1,2,1);imshow(P);title('明文图像');
[M,N]=size(P);P=double(P);
n=M*N;
h=0.002;t=800;
a=10;b=8/3;c=28;r=-1;
x0=1.1;y0=2.2;z0=3.3;w0=4.4;
s=zeros(1,n);
for i=1:n+t
    K11=a*(y0-x0)+w0;K12=a*(y0-(x0+K11*h/2))+w0;
    K13=a*(y0-(x0+K12*h/2))+w0;K14=a*(y0-(x0+h*K13))+w0;
    x1=x0+(K11+K12+K13+K14)*h/6;
    
    K21=c*x1-y0-x1*z0;K22=c*x1-(y0+K21*h/2)-x1*z0;
    K23=c*x1-(y0+K22*h/2)-x1*z0;K24=c*x1-(y0+h*K23)-x1*z0;
    y1=y0+(K21+K22+K23+K24)*h/6;
    
    K31=x1*y1-b*z0;K32=x1*y1-b*(z0+K31*h/2);
    K33=x1*y1-b*(z0+K32*h/2);K34=x1*y1-b*(z0+h*K33);
    z1=z0+(K31+K32+K33+K34)*h/6;
    
    K41=-y1*z1+r*w0;K42=-y1*z1+r*(w0+K41*h/2);
    K43=-y1*z1+r*(w0+K42*h/2);K44=-y1*z1+r*(w0+h*K43);
    w1=w0+(K41+K42+K43+K44)*h/6;
    
    x0=x1;y0=y1;z0=z1;w0=w1;
    if i>t
        s(i-t)=x1;
        if mod((i-t),3000)==0
            x0=x0+h*sin(y0);
        end
    end
end
X=mod(floor((s+100)*10^10),M*N)+1;
[~,idx]=unique(X);L=length(idx);X1=zeros(1,M);
X1(1:length(idx))=X(sort(idx));
X1(length(idx)+1:M*N)=setdiff(1:M*N,X1);X=X1;
A=P;
for i=1:floor(M*N/2)
    t=A(X(i));A(X(i))=A(X(M*N-i+1));A(X(M*N-i+1))=t;
end
A=reshape(A,M,N);
subplot(1,2,2);imshow(uint8(A));title('置乱后的图像');

执行结果：
在这里插入图片描述

  • 第三种：借助2x2伪随机矩阵进行二维图像置乱

前两种置乱方法都是可逆的，而使用伪随机矩阵进行置乱时，任意随机矩阵都是可用的，包括不可逆的矩阵，只要置乱算法本身是可逆的，就是合法的置乱算法。即：算法可逆并不要求随机矩阵可逆。

  • 原理
    在这里插入图片描述
    T是变换矩阵，对图像像素点位置（x0,y0）进行变换，得到新的位置（x1,y1），由于像素点位置只可能是非负整数，所以要求变换矩阵T是整数矩阵。比较经典的是Arnold矩阵，它是整数矩阵，并且其逆矩阵仍然是整数矩阵。
    Arnold矩阵长这样：
    在这里插入图片描述
    a,b是整数。
    实现：
    Arnold伪随机矩阵置乱算法
clc,clear;
P=imread('lenna.bmp');P=rgb2gray(P);
iptsetpref('imshowborder','tight');
figure(1);subplot(1,3,1);imshow(P);title('明文图像');
[M,N]=size(P);P=double(P);
n=2*M*N;
h=0.002;t=800;
a=10;b=8/3;c=28;r=-1;
x0=1.1;y0=2.2;z0=3.3;w0=4.4;
s=zeros(1,n);
for i=1:n+t
    K11=a*(y0-x0)+w0;K12=a*(y0-(x0+K11*h/2))+w0;
    K13=a*(y0-(x0+K12*h/2))+w0;K14=a*(y0-(x0+h*K13))+w0;
    x1=x0+(K11+K12+K13+K14)*h/6;
    
    K21=c*x1-y0-x1*z0;K22=c*x1-(y0+K21*h/2)-x1*z0;
    K23=c*x1-(y0+K22*h/2)-x1*z0;K24=c*x1-(y0+h*K23)-x1*z0;
    y1=y0+(K21+K22+K23+K24)*h/6;
    
    K31=x1*y1-b*z0;K32=x1*y1-b*(z0+K31*h/2);
    K33=x1*y1-b*(z0+K32*h/2);K34=x1*y1-b*(z0+h*K33);
    z1=z0+(K31+K32+K33+K34)*h/6;
    
    K41=-y1*z1+r*w0;K42=-y1*z1+r*(w0+K41*h/2);
    K43=-y1*z1+r*(w0+K42*h/2);K44=-y1*z1+r*(w0+h*K43);
    w1=w0+(K41+K42+K43+K44)*h/6;
    
    x0=x1;y0=y1;z0=z1;w0=w1;
    if i>t
        s(i-t)=x1;
        if mod((i-t),3000)==0
            x0=x0+h*sin(y0);
        end
    end
end
X=mod(floor((s+100)*10^10),10*max(M,N))+1;
a=reshape(X(1:M*N),M,N);b=reshape(X(M*N+1:2*M*N),M,N);
A=P;tic;
for i=1:M
    for j=1:N
        k=mod([1 a(i,j);b(i,j) a(i,j)*b(i,j)+1]*[i;j],[M,N])+[1;1];
        t=A(i,j);A(i,j)=A(k(1),k(2));A(k(1),k(2))=t;
    end
end
toc;subplot(1,3,2);imshow(uint8(A));title('置乱后的图像');
%从以下可看出，逆过程仍然使用的Arnold矩阵，而不是其逆矩阵。
B=A;
for i=M:-1:1
    for j=N:-1:1
        k=mod([1 a(i,j);b(i,j) a(i,j)*b(i,j)+1]*[i;j],[M,N])+[1;1];
        t=B(i,j);B(i,j)=B(k(1),k(2));B(k(1),k(2))=t; 
    end
end
subplot(1,3,3);imshow(uint8(B));title('还原后的图像');

执行结果：
在这里插入图片描述

  • 上面这个算法可优化
    优化点是，把矩阵操作更改为一维向量进行操作，优化后提升的是算法的运行时间。
    上面算法的运行时间是
    在这里插入图片描述
    请记住这个数字，下面开始优化：
    明文图像展开成一维向量P，记为A，大小为MN。对向量任一坐标位置（1,j）进行Arnold变换，得到新的坐标位置（p,q）,如下：
    在这里插入图片描述
    仅考虑q，即可通过伪随机变量a,b实现像素点（1,j）和（1,q）之间的交换。同时，将ab+1视为一个新的随机数，仍记为a,则q变为
    q=b+aj；
    实现:
    优化后的Arnold伪随机矩阵置乱算法
clc,clear;
P=imread('C:\Users\刘定芹\Desktop\Set14\lenna.bmp');P=rgb2gray(P);
iptsetpref('imshowborder','tight');
figure(1);subplot(1,3,1);imshow(P);title('明文图像');
[M,N]=size(P);P=double(P);
n=2*M*N;
h=0.002;t=800;
a=10;b=8/3;c=28;r=-1;
x0=1.1;y0=2.2;z0=3.3;w0=4.4;
s=zeros(1,n);
for i=1:n+t
    K11=a*(y0-x0)+w0;K12=a*(y0-(x0+K11*h/2))+w0;
    K13=a*(y0-(x0+K12*h/2))+w0;K14=a*(y0-(x0+h*K13))+w0;
    x1=x0+(K11+K12+K13+K14)*h/6;
    
    K21=c*x1-y0-x1*z0;K22=c*x1-(y0+K21*h/2)-x1*z0;
    K23=c*x1-(y0+K22*h/2)-x1*z0;K24=c*x1-(y0+h*K23)-x1*z0;
    y1=y0+(K21+K22+K23+K24)*h/6;
    
    K31=x1*y1-b*z0;K32=x1*y1-b*(z0+K31*h/2);
    K33=x1*y1-b*(z0+K32*h/2);K34=x1*y1-b*(z0+h*K33);
    z1=z0+(K31+K32+K33+K34)*h/6;
    
    K41=-y1*z1+r*w0;K42=-y1*z1+r*(w0+K41*h/2);
    K43=-y1*z1+r*(w0+K42*h/2);K44=-y1*z1+r*(w0+h*K43);
    w1=w0+(K41+K42+K43+K44)*h/6;
    
    x0=x1;y0=y1;z0=z1;w0=w1;
    if i>t
        s(i-t)=x1;
        if mod((i-t),3000)==0
            x0=x0+h*sin(y0);
        end
    end
end
X=mod(floor((s+100)*10^10),10*max(M,N))+1;
a=X(1:M*N);b=X(M*N+1:2*M*N);
tic;
A=P(:);q=mod(b+a.*(1:M*N),M*N)+1;
for j=1:M*N
    t=A(j);A(j)=A(q(j));A(q(j))=t;
end
A=reshape(A,M,N);
toc;subplot(1,3,2);imshow(uint8(A));title('置乱后的图像');
B=A(:);
for j=M*N:-1:1
    t=B(j);B(j)=B(q(j));B(q(j))=t;
end
B=reshape(B,M,N);
subplot(1,3,3);imshow(uint8(B));title('还原后的图像');

执行结果：
在这里插入图片描述
执行时间：
在这里插入图片描述
常用的置乱算法系列就更新到这里。

单纯的置乱算法无论设计多么复杂，都只是改变像素位置的“纯”加密处理，无法对抗选择明文攻击和已知明文攻击，因此其安全性并不高。现已多使用高效率的置乱算法与扩散结合，或在扩散的过程中同步使用置乱算法。

后续会更新常用的扩散方法。

标签
#matlab #图像加密 #置乱算法
【图像加密】基于matlab行列像素置乱+DWT图像加密【含Matlab源码 675期】
订阅付费专栏Matlab（奶茶价版），可赠送奶茶价版付费专栏指定代码1份；
04-03 7384
行列像素置乱+DWT图像加密 完整代码，直接运行，适合小白！可提供运行操作视频！
(图像加密)Arnold伪随机矩阵置乱算法（matlab）
weixin_70338299的博客
06-14 878
Arnold伪随机矩阵置乱算法 一种基于Arnold置乱的图像加密算法，可以用于对图像进行加密保护。加密效果好，抗攻击性强，但缺点是加密速度慢，且需要保证密钥的安全性。
几种简单的图像加密方法
热门推荐
松间明月
10-02 5万+
图像加密的重要性可想而知，每个人都会有自己的
常用的几种图像置乱算法
changjuanfang的专栏
06-17 3090
图像置乱算法是一种用于保护图像信息安全的技术，它可以将原始的图像信息进行加密和混淆，使得未经授权的用户无法获取到原始的图像信息。在信息安全领域中，图像置乱技术被广泛应用于图像加密、数字水印、安全传输等方面。
图像加密——matlab实现Arnold置乱算法及矩阵幂的求解
H19981118的博客
03-18 7163
采用matlab实现Arnold置乱与逆置乱，可作为基础，与后续FPGA实现进行对比
（图像加密）常用图像置乱算法matlab实现（一）
dollar_jen的博客
03-30 5968
常用置乱算法 分三种： 1、对二维图像矩阵进行行置乱和列置乱，或交叉进行行、列置乱。 2、将二维图像展开成一维行向量或一维列向量，对该向量进行位置置乱。 3、借助2x2置乱矩阵变换二维图像的各个像素点的位置。 第一种 1、二维图像直接行置乱与列置乱 （1）随机置乱 行/列随机：借助于混沌系统产生长度为M/N的随机数向量X/Y，然后将图像矩阵的第i行/第j列与第Xi行/第Yj列互换。 实现： 这里使用的超混沌Lorenz系统 clc,clear; P=imread('lena.jpg');..
基于Arnold变换的图像置乱-Matlab实现
Shiwei_Xiong的博客
03-23 2万+
Arnold变换是俄国数学家VladimirI.Arnold提出的一种变换 一幅M*N的数字图像的二维Arnold 变换定义为: [xn+1yn+1]=[1abab+1][xnyn]mod(N)[xn+1yn+1]=[1baab+1][xnyn]mod(N) {\left[ \begin{array}{ccc} x_{n+1}\\ y_{n+1} \end{array} \right ]}...
图像加密笔记之arnold变换及matlab代码实现
Nothing is final！！！
05-22 1万+
arnold变换，有时候也叫做阿诺德置乱，猫脸变换（Cat Map），因为提出这种算法的数学家拉基米尔·阿诺德最早将其应用于一张猫的图片上。 arnold变换是图像加密领域的一个经典置乱算法，所谓置乱，就是打乱图片上各个像素点的位置，以消除原图片相邻像素间的相关性。 这个算法的实现步骤并不复杂。 [x′y′]=[1baab+1]∗[xnyn]mod(N)\begin{bmatrix} {x{'}}\\ {y{'}}\\ \end{bmatrix}=\begin{bmatrix} {1{}}&b\\
（图像加密）常用图像置乱算法matlab实现（二）
dollar_jen的博客
04-01 3887
第一种 1、二维图像直接行置乱与列置乱 （2）单次不重复置乱 前文所述随机置乱方法，有些行列会被多次交换位置，如第一列经过三次列置乱后，仍然处于第一列。 所以采用单次不重复置乱方法效果可能会更好一些 （其实在视觉上根本看不出来） 实现方式很简单： 对于行/列置乱，把由混沌系统产生的随机向量X/Y中重复的随机数只保留一个，然后在末尾按从小到大的顺序补齐没有出现过的元素。 实现： 这里使用的超混沌Lorenz系统 clc,clear; P=imread('lena.bmp');P=rgb2gra..
【图像加密】基于matlab Logistic混沌+Arnold置乱图像加密解密【含Matlab源码 1281期】
订阅付费专栏Matlab（奶茶价版），可赠送奶茶价版付费专栏指定代码1份；
09-03 6231
Logistic混沌+Arnold置乱图像加密解密 完整代码，直接运行，适合小白！可提供运行操作视频！
【图像加密】基于matlab GUI Arnold置乱图像加密解密【含Matlab源码 1239期】
订阅付费专栏Matlab（奶茶价版），可赠送奶茶价版付费专栏指定代码1份；
08-21 3609
Arnold置乱图像加密解密 完整代码，直接运行，适合小白！可提供运行操作视频！
基于混沌的一般彩色图像加密算法的Matlab实现
balabala_Long的博客
01-18 4777
这里写自定义目录标题基于混沌的一般彩色图像加密算法的Matlab实现Matlab代码（密文无损压缩图像保存）加解密效果 基于混沌的一般彩色图像加密算法的Matlab实现 说明： 混沌系统使用Loren连续混沌系统，使用四阶龙格库塔法将其离散化 加密方法使用基于空域的像素置乱-扩散结构 密文只能以无损压缩方式保存或分发，例如.bmp Matlab代码（密文无损压缩图像保存） clc;clear;close all; P=imread('房屋.tiff'); %载入图片 figure; subplot(1,
图片加密置乱的评价指标—用matlab对图像进行直方图统计与熵值计算
H19981118的博客
03-21 8867
文章目录 图片加密的评价指标—直方图统计与熵值 本篇文章对加密（置乱）后的图像进行评估，采用matlab来计算加密前后的图像直方图统计，以及图像的熵值。 灰度直方图统计能反映一幅图的像素分布，或者说是亮度变化，针对加密图像来说，通过直方图统计可得到像素之间的 相关性 关系。 图像熵值能反映图像的平均信息量，同时熵值越大，说明图像越混乱。 根据以上，我们对FPGA实现加密后的图像进行质量评估。 1、首先给出原图与加密后的图像：（为了减少黑边的影响，可以进行适当的裁剪） 2、matlab进行直方图统计：
基于MATLAB Arnold 的图像置乱加密及解密
matlabBBQ的博客
02-10 2347
二维 Arnold 的图像置乱加密及解密（1）：RGB图像的处理基于Arnol变换的图像置乱Arnold变换是俄国数学家Vladimir I. Arnold提出的一种变换,一幅N ×N的数字图像的二维Arnold变换定义为: 注意：x,y是原图像的像素坐标，x',y'是变换后的像素坐标。保证｜ad-bc｜＝1，如置换矩阵系数设为a＝b＝1,c＝2，d=3，置换次数n=20，则他们被当作密钥key，...
MATLAB-图像加密
09-18 8213
matlab图像加密
二维 Arnold 的图像置乱加密及解密——Matlab实现
m0_59833680的博客
08-20 3023
二维 Arnold 的图像置乱加密及解密——Matlab实现二维 Arnold 的图像置乱加密及解密（1）：RGB图像的处理基于Arnol变换的图像置乱Arnold变换是俄国数学家Vladimir I. Arnold提出的一种变换,一幅N ×N的数字图像的二维Arnold变换定义为: 注意：x,y是原图像的像素坐标，x',y'是变换后的像素坐标。保证｜ad-bc｜＝1，如置换矩阵系数设为a＝b＝1...
【图像加密】基于混沌+Arnold置乱实现图像加密解密，直方图附Matlab代码
qq_59747472的博客
05-20 1135
随着互联网技术的飞速发展，数字图像信息在网络传输和存储过程中面临着越来越严重的安全性问题。为了保护图像信息的安全，图像加密技术应运而生。图像加密技术旨在将原始图像信息转换为难以理解的密文，只有拥有解密密钥的人才能恢复原始图像。本文将介绍一种基于混沌映射和Arnold置乱的图像加密算法，并通过直方图分析来评估该算法的加密效果。1. 混沌映射混沌系统是一种对初始条件极其敏感的非线性动力系统。即使初始条件发生微小的变化，也会导致系统最终状态的巨大差异。这种特性使得混沌系统在图像加密中具有独特的优势。
【图像加密】基于Arnold置乱图像加密算法附matlab代码
最新发布
qq_59747472的博客
09-28 859
Arnold 变换的解密手段分作两种：一是采用周期性，二是采用可逆性。可逆性是指 Arnold 变换具有逆变换公式，变换 n 次后的图像利用逆变换反向变换 n 次即可得到解密图像；周期性是指图像经过一定次数的变换后能够得到一幅与原始图像一致的图像，假设图像 I0的变换周期为 T，I1是n(0<n<T)次变换后的图像，I2是再经（T-n）次变换的图像，此时 I2= I0，I2即为解密图像。就周期性而言，非等长变换需要约束变换矩阵的参数才存在，等长变换则不需要约束条件也存在周期。
【图像加密】Logistic混沌+Arnold置乱图像加密解密【含Matlab源码 1281期】
订阅付费专栏Matlab（奶茶价版）或下载付费资源，可赠送奶茶价版付费专栏指定代码1份；
01-23 1394
Logistic混沌+Arnold置乱图像加密解密 完整的代码，方可运行；可提供运行操作视频！适合小白！
评论 12
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值