【图像加密解密】小波变换DWT图像加密解密【含Matlab源码 2521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、混沌图像加密与解密简介

0 引 言
加密与可逆信息隐藏结合不仅能保护遥感图像内容的安全,还能在其遭到非法使用时利用嵌入的信息进行溯源。但由于二者均通过修改载体数据来进行安全保护,故直接叠加会相互干扰。

对于一幅包含秘密信息的加密遥感图像,需要满足以下3种情况:①接收者只拥有加密密钥时,能解密包含嵌入数据的加密图像,得到与原始图像相似的图像;②接收者只拥有嵌入密钥时,能从包含嵌入数据的加密或者解密图像中提取秘密信息;③接收者同时拥有加密密钥和嵌入密钥时,无论是先解密还是先提取信息均可无损恢复原始遥感图像。文献 [4]提出的加密域可逆信息隐藏算法只能在解密之后进行秘密信息的提取,不满足情况②的要求。文献 [5]虽然克服了此缺陷,能在加密图像中直接提取信息,但该方法在解密图像中提取嵌入信息需要依赖加密密钥,不满足情况②的要求。文献 [6]将置乱加密与数字水印技术结合实现二者的独立。然而,该方法仅针对置乱加密,加密结构简单密钥空间小,具有一定局限性。
本文利用整数小波变换的正交性对遥感图像进行加密和信息嵌入。采用基于超混沌洛伦兹系统的置乱扩散加密结构,相对于流密码和置乱加密结构更复杂,能够实现较好的加密性能。采用直方图移位的方式进行信息嵌入,保证一定嵌入率的基础上解密图像拥有更高的峰值信噪比。拥有不同密钥的接收者可以解密或者信息提取,二者不会相互干扰,解密和信息提取后能够无损恢复原始遥感图像。

1 整数小波变换
第一代小波变换定义请参见文献 [8],但其变换后产生的小波系数是浮点数,由于计算机精度的限制,往往会造成部分信息丢失。第二代小波变换,又称整数小波变换,在保留第一代小波变换特性的基础上实现了从整数到整数的无损小波变换。其结构简单,运算量低,能够在空域完成对双正交小波的构造;S变换是最简单的整数小波变换,是线性 Haar小波变换的近似整数形式。遥感图像的特殊性决定了任意细节的丢失对于遥感图像来说都是不允许的,尤其涉及资源环境的遥感图像。对遥感图像进行S变换,得到单层分解后的图像矩阵;因为变换是可逆的,对分解后的图像进行S重构变换,能够完全恢复原始图像,不会丢失原始图像的任何细节。S变换的步骤为以下几步:
(1)将原始图像信号sj 分为偶序列sj,2k 和奇序列sj,2k+1,每个子集的长度是原来的一半;
(2)利用偶序列和奇序列的相关性对每一行进行S变换,接着对每一列进行S变换得到分解后的图像。
(3)重构原始图像时,对分解后的图像做S重构变换,先对每一列进行S重构变换,再对每一行进行S重构变换得到无损恢复的原始图像。

3 直方图平移
迄今为止,已经提出不同类型的可逆信息隐藏技术,其中它们主要基于3种策略:无损压缩、差分扩展和直方图平移[10]。根据整数小波变换后图像矩阵的特点,本文采用基于直方图平移的方法进行信息嵌入。基于直方图的信息隐藏通过平移直方图空出峰值像素点左侧或者右侧的像素值点的位置来嵌入秘密信息,在提取秘密信息之后,由数据嵌入引起的失真可以被完全消除,原始宿主图像可以无损恢复。

⛄二、部分源代码

clear all
close all
clc

image = imread(‘image.bmp’);
watermark_image = imread(‘watermark.bmp’);
image = im2double(image);
watermark_image = im2double(watermark_image);
figure
subplot(121);imshow(image);title(‘原始图片’);
subplot(122);imshow(watermark_image);title(‘水印图片’);

%hypothesis both decompositon is into 1 level
[c_image, s_image] = wavedec2(image,1,‘haar’);
[c_watermark, s_watermark] = wavedec2(watermark_image,1,‘haar’);
save(‘data.mat’,‘c_watermark’);
save(‘data.mat’,‘s_watermark’,‘-append’);

[a_image] = appcoef2(c_image, s_image, ‘haar’, 1);
[h_image, v_image, d_image] = detcoef2(‘all’, c_image, s_image, 1);

[a_watermark] = appcoef2(c_watermark, s_watermark, ‘haar’,1);
[h_watermark, v_watermark, d_watermark] = detcoef2(‘all’, c_watermark, s_watermark, 1);

%suppose we do the operation on Horizontal
% [h_image] = h_image * 0.5;
% [h_image] = reshape(h_image,1,[]);
%update the c_image
% c_image(65537:131072) = h_image; %记住，这里用的是小括号！！！我再次犯了这个错误

%方法一
% %add approxmation
% [a_image] = reshape(a_image, 1,[]);
% [a_watermark] = reshape(a_watermark, 1, []);
% a_image(1:size(a_watermark,2)) = a_image(1:size(a_watermark,2)) + 0.1a_watermark;
% %add horizontal
% [h_image] = reshape(h_image, 1,[]);
% [h_watermark] = reshape(h_watermark, 1, []);
% h_image(1:size(h_watermark,2)) = h_image(1:size(h_watermark,2)) + 0.1h_watermark;
% %add vertical
% [v_image] = reshape(v_image, 1,[]);
% [v_watermark] = reshape(v_watermark, 1, []);
% v_image(1:size(v_watermark,2)) = v_image(1:size(v_watermark,2)) + 0.1v_watermark;
% %add diagonal
% [d_image] = reshape(d_image, 1,[]);
% [d_watermark] = reshape(d_watermark, 1, []);
% d_image(1:size(d_watermark,2)) = d_image(1:size(d_watermark,2)) + 0.1d_watermark;
%
% c_image = [a_image h_image v_image d_image];

⛄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]安婷玉,蒋东华,刘立东.基于小波变换的遥感图像加密域可逆信息隐藏[J].计算机工程与设计 . 2022年10期

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