【图像加密】基于数字全息加密 小波变换 双随机相位编码和压缩感知的安全图像加密算法研究附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码获取及仿真咨询内容私信。

🔥 内容介绍

MATLAB 代码是一套结合数字全息加密（DRPE）、压缩感知（CS）、小波变换（DWT）的图像加密与篡改恢复系统，核心是通过多技术融合实现图像的高安全性加密，同时具备抵抗篡改、噪声等攻击的鲁棒性。代码流程涵盖加密、攻击测试、解密恢复及性能评估，以下是详细解析：

一、整体框架与核心技术

代码整合了 4 类关键技术，形成 “加密 - 攻击 - 解密 - 验证” 的完整链路，核心目标是兼顾加密安全性和抗攻击能力：

1. DRPE：数字全息加密技术，通过随机相位掩模对图像进行全息加密，生成振幅和相位图像，是加密的核心环节。

2. DWT（离散小波变换）：对宿主图像进行小波变换，便于后续压缩感知处理，同时保留图像关键特征。

3. CS（压缩感知）：在采样过程中实现图像压缩与加密，减少数据量的同时提升安全性，通过正交匹配追踪（OMP）算法实现信号恢复。

4. 置乱与扩散：传统图像加密的核心手段，通过打乱像素位置（置乱）和修改像素灰度值（扩散）进一步提升加密强度。

二、关键流程分步解析

1. 初始化与环境配置

• 路径与参数设置：通过addpath添加工具函数和源码路径；定义篡改率、噪声比例、裁剪比例等攻击参数，以及采样率p和压缩感知求解方法（OMP 算法，效率高于 CVX）。

• 循环测试：通过循环改变采样率p（从 1/16 到 15/16），多次执行核心实验，保存每次实验结果，用于后续分析不同采样率对加密和解密效果的影响。

2. 基于 DRPE 的图像加密

该步骤针对输入图像生成加密后的相位信息，为后续嵌入做准备：

1. 读取与预处理：读取Lena_512.bmp图像并调整尺寸，匹配预设的m×n规格。

2. DRPE 加密：调用DRPE函数，通过两个随机相位掩模A_rand和B_rand对图像进行全息处理。生成振幅图像Amp和原始相位图phase_orignal，相位图是加密核心信息。

3. 量化处理：将相位图转为二值图B，规则为相位值≤0 设为 0，否则设为 1，便于后续嵌入到宿主图像中。

3. 宿主图像的压缩感知处理

以原始图像作为宿主图像，通过 DWT 和 CS 处理，为嵌入加密相位信息创造条件：

1. 小波变换（DWT）：调用DWT函数生成正交小波变换矩阵，对宿主图像做小波变换，再将变换后的图像按 16×16 块重排为列向量，便于分块处理。

2. 压缩感知采样：通过测量矩阵Phi对小波变换后的图像进行采样，得到压缩后的观测值Y_H。

3. 量化映射：调用sigmoid函数将采样结果映射到 0 - 255 的灰度区间，四舍五入后得到可用于嵌入的量化数据Y。

4. 信息嵌入与二次加密

将 DRPE 生成的二值相位图嵌入压缩感知数据，并通过置乱和扩散增强安全性：

1. 信息嵌入：调用embed函数，按采样率p将二值图B嵌入量化数据Y，得到R。

2. 置乱与扩散：permutation函数打乱R的像素位置；diffusion_func函数结合密钥D对置乱后的数据做扩散处理，最终得到密文图像C。

5. 模拟攻击测试

为验证系统鲁棒性，模拟篡改、噪声、裁剪三类常见攻击：

1. 篡改攻击：通过bitxor运算对密文C施加篡改tamp，生成C_tamper。

2. 噪声攻击：调用imnoise函数添加椒盐噪声，噪声比例为g，得到C_noised。

3. 裁剪攻击：将图像左上角crop_m×crop_n区域置 0，模拟图像部分缺失，最终得到受攻击的密文C_attack。

6. 解密与信息恢复

针对受攻击的密文，反向执行加密流程，恢复原始信息：

1. 逆扩散与逆置乱：调用de_diffusion和de_permutation函数，结合密钥D反向处理，恢复嵌入前的数据R_de。

2. 信息提取：de_embed函数从R_de中提取二值相位图B_recover和原始量化数据Y_recover。

3. 相位恢复：将二值图B_recover转回相位值（0 对应 - π，1 对应 π），得到恢复的相位图。

4. 逆 DRPE：DRPE_inverse函数结合原始随机掩模，从恢复的相位图中解密出图像核心信息phase_de。

5. 压缩感知恢复：通过sigmoid逆函数还原压缩感知采样数据，再用 OMP 算法（CS_recover函数）恢复小波变换后的图像，最后经逆小波变换得到恢复的宿主图像X。

⛳️ 运行结果

📣 部分代码

posibility = 0;% Ratio of tamper

g = 0; % Ratio of noisy param

rate_crop = 0; % Ratio of cropping

p = 7 / 8; % Ratio of sampling

method = 'omp';% If method is set to `cvx`, then please wati for a long time.

for i = 1 : 15

disp('---------------------------------');

p = i / 16;

exp_main();

ans_name = ['ans/', method, '_sampling-', num2str(p), '_noise-', num2str(g),...

'_tamper-', num2str(posibility), '_crop-', num2str(rate_crop), '.mat'];

save(ans_name);

disp(['Save answer to ', ans_name]);

end

🔗 参考文献

🎈 部分理论引用网络文献，若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真，助力科研梦：

🌟 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、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位、冷链、时间窗、多车场等、选址优化、港口岸桥调度优化、交通阻抗、重分配、停机位分配、机场航班调度、通信上传下载分配优化

🌟 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类

2.11 FNN模糊神经网络时序、回归预测

2.12 RF随机森林时序、回归预测和分类

2.13 BLS宽度学习时序、回归预测和分类

2.14 PNN脉冲神经网络分类

2.15 模糊小波神经网络预测和分类

2.16 时序、回归预测和分类

2.17 时序、回归预测预测和分类

2.18 XGBOOST集成学习时序、回归预测预测和分类

2.19 Transform各类组合时序、回归预测预测和分类

方向涵盖风电预测、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、用电量预测、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

🌟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

🌟 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、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻、公交车时间调度、水库调度优化、多式联运优化

🌟 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、无人机安全通信轨迹在线优化、车辆协同无人机路径规划、

🌟 通信方面

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、水声通信、通信上传下载分配

🌟 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、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

🌟电力系统方面

微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电、电/冷/热负荷预测、电力设备故障诊断、电池管理系统（BMS）SOC/SOH估算（粒子滤波/卡尔曼滤波）、 多目标优化在电力系统调度中的应用、光伏MPPT控制算法改进（扰动观察法/电导增量法）、电动汽车充放电优化、微电网日前日内优化、储能优化、家庭用电优化、供应链优化

🌟 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀

🌟 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别

🌟 车间调度

零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇

5 往期回顾扫扫下方二维码