【图像加密】低对称密码算法图像加密解密【含Matlab源码 2794期】

💥💥💥💥💥💥💥💥💞💞💞💞💞💞💞💞💞Matlab武动乾坤博客之家💞💞💞💞💞💞💞💞💞💥💥💥💥💥💥💥💥
🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀

🔊博主简介：985研究生，Matlab领域科研开发者；

🚅座右铭：行百里者，半于九十。

🏆代码获取方式：
优快云 Matlab武动乾坤—代码获取方式

更多Matlab图像处理仿真内容点击👇
①Matlab图像处理（进阶版）

⛳️关注优快云 Matlab武动乾坤，更多资源等你来！！

⛄一、低对称密码算法图像加密解密

低对称密码算法（也称为对称密码算法）是一种基于密钥的加密算法，使用相同的密钥进行加密和解密操作。它的原理可以用以下公式表示：
加密：C = E(K, P)
解密：P = D(K, C)
其中，C表示密文，P表示明文，K表示密钥。E是加密函数，D是解密函数。
具体而言，加密函数E将明文P和密钥K作为输入，生成对应的密文C。解密函数D将密文C和密钥K作为输入，还原出原始的明文P。
在低对称密码算法中，常见的加密算法有DES（Data Encryption Standard）和AES（Advanced Encryption Standard）等。这些算法使用不同的分组长度、轮数和置换操作等来实现加密和解密的过程。

低对称密码算法是一种较为简单的加密算法，适用于对图像进行基本的加密和解密操作。以下是一个基本的低对称密码算法图像加密解密的示例：

1 加密步骤
1.1 将待加密的图像转换为二进制数据。
1.2 生成一个密钥，可以是随机生成的一串二进制数。
1.3 将密钥与图像数据进行异或操作（按位进行异或），得到加密后的数据。将加密后的数据转换回图像格式。

2 解密步骤
2.1 将加密后的图像转换为二进制数据。
2.2 使用相同的密钥与加密后的数据进行异或操作，得到解密后的数据。
2.3 将解密后的数据转换回图像格式。
2.4 需要注意的是，低对称密码算法的安全性较低，容易受到攻击。因此，如果需要更高级别的图像加密和解密操作，建议使用更强大和安全的对称密码算法（如AES、DES等）或非对称密码算法（如RSA、ECC等）。

此外，还可以考虑在图像加密过程中引入其他技术，如混沌映射、置乱算法等，以增强加密的安全性。具体实现时需要根据实际需求和安全性要求进行选择和设计。

⛄二、部分源代码

clc
clear all
close all
tic
addpath subFunctions
% Data=imread(‘images\cameraman.tif’);
% Data=imread(‘images\rice.tif’);
% Data=imread(‘images\Lena.jpg’);
% Data=imread(‘images\football.jpg’);
Data=imread(‘images\onion.png’);
% Data=imread(‘images\ORLFace.jpg’);
[row,col,dim]=size(Data);
if (dim>1)
Data=rgb2gray(Data); % convert into grayscale if input image is a color image
end

%% Scalling and Convertion to binary
% Scalling to convert image into array of 8-pixels; each pixel is of 8 bits
% therefore 8 pixel will be equals to 64 bit of data
[Data,padding]=Scalling(Data,8);
Data_binary=convert2bin(Data);

%% Key Selection and Expansion
% Input the key in the form of 133457799bbcdff1
hex_key = ‘133457799bbcdff1’;
[bin_key] = Hex2Bin( hex_key );
[K1,K2,K3,K4,K5]=SF_Key_Gen(bin_key);

%% Encryption and Decryption
orignal_msg=[];
encrypt_msg=[];
decrypt_msg=[];
for i=1:size(Data_binary,1)
orignal=Data_binary(i,:);
tic
[cipher]=SF_Encrypt(orignal,K1,K2,K3,K4,K5);
encryption_time(i)=toc;
[plaintext]=SF_Decryption(cipher,K1,K2,K3,K4,K5);
encrypt_msg(:,i)=Binary2Dec(cipher);
decrypt_msg(:,i)=Binary2Dec(plaintext);
end

if (padding~=0)
Data=reshape(Data,[size(Data,1)*size(Data,2) 1]);
Data=Data(1:end-padding);
encrypt_msg=reshape(encrypt_msg,[size(encrypt_msg,1)*size(encrypt_msg,2) 1]);
encrypt_msg=encrypt_msg(1:end-padding);
decrypt_msg=reshape(decrypt_msg,[size(decrypt_msg,1)*size(decrypt_msg,2) 1]);
decrypt_msg=decrypt_msg(1:end-padding);
end

⛄三、运行结果

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]陈永红,黄席樾.基于混沌序列的图像加密解密算法[J].计算机科学. 2003,(12)
[2]Stallings, W. (2013). Cryptography and Network Security: Principles and Practice. Pearson Education.
[3]Schneier, B. (1996). Applied Cryptography: Protocols, Algorithms, and Source Code in C. John Wiley & Sons.
[4]Paar, C., & Pelzl, J. (2010). Understanding Cryptography: A Textbook for Students and Practitioners. Springer.
[5]Menezes, A. J., van Oorschot, P., & Vanstone, S. A. (1996). Handbook of Applied Cryptography. CRC Press.
[6]Ferguson, N., & Schneier, B. (2003). Practical Cryptography. John Wiley & Sons

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合