圖像加密技術(shù)在遠(yuǎn)程醫(yī)療診斷系統(tǒng)中的應(yīng)用研究畢業(yè)論文

1、<p>　　圖像加密技術(shù)在遠(yuǎn)程醫(yī)療診斷系統(tǒng)中的應(yīng)用研究</p><p>　　Research of Image Encryption Technology</p><p>　　in Remote Medical Diagnosis System</p><p>　　2011 屆 電氣工程 系</p><p>　　專

2、 業(yè) 電子信息工程 </p><p>　　學(xué) 號(hào) ** </p><p>　　學(xué)生姓名 ** </p><p>　　指導(dǎo)教師 ** </p><p>　　完成日期 2011年 5 月 25 日</p><p><b>　　畢業(yè)設(shè)計(jì)任務(wù)書</b&g

3、t;</p><p><b>　　畢業(yè)論文開題報(bào)告</b></p><p><b>　　摘　要</b></p><p>　　隨著計(jì)算機(jī)網(wǎng)絡(luò)的發(fā)展，遠(yuǎn)程醫(yī)療技術(shù)進(jìn)入迅猛發(fā)展時(shí)期。由于涉及個(gè)人隱私問(wèn)題，因此在醫(yī)學(xué)圖像進(jìn)行傳輸之前必須進(jìn)行加密處理。</p><p>　　本文針對(duì)遠(yuǎn)程醫(yī)療診斷系統(tǒng)中圖像傳輸?shù)?/p>

4、特點(diǎn)，提出了兩種適合在遠(yuǎn)程醫(yī)療診斷系統(tǒng)中應(yīng)用的圖像加密技術(shù)。首先在研究經(jīng)典的Arnold圖像加密技術(shù)的基礎(chǔ)上，提出了一種改進(jìn)后的Arnold加密算法，通過(guò)引入隨機(jī)序列，增加了密鑰對(duì)算法的控制，同時(shí)將圖像進(jìn)行整體與分塊的加密處理，使得圖像的置亂效果大大提高，滿足了安全性的要求。然后提出了一種基于混沌的圖像加密技術(shù)，應(yīng)用Logistic映射系統(tǒng)構(gòu)造了混沌序列，將得到的混沌序列再與圖像序列進(jìn)行異或運(yùn)算，從而實(shí)現(xiàn)了對(duì)圖像的加密。結(jié)果表明，本文提

5、出的這兩種圖像加密技術(shù)適合在遠(yuǎn)程醫(yī)療診斷系統(tǒng)中應(yīng)用，具有安全性高，加密解密速度快，算法容易實(shí)現(xiàn)等優(yōu)點(diǎn)。</p><p>　　關(guān)鍵詞：遠(yuǎn)程醫(yī)療　圖像加密　Arnold算法　混沌加密算法</p><p><b>　　Abstract</b></p><p>　　With the development of computer network, re

6、mote medical technology enters into a rapid development period. Due to privacy issues, we need to make medical image encrypted before transmission .</p><p>　　Aiming at the characteristics of the image transm

7、ission in remote medical diagnostic system , this paper puts forward two kinds of image encryption technologies which are fit for the application of remote medical diagnosis system. First, based on the research of classi

8、c Arnold image encryption technology, an improved Arnold encryption algorithm was presented. Through introducing the random sequence, we increases the key to control algorithm, and the encryption processing of overall im

9、age with bl</p><p>　　Key words: Remote medical　Image encryption　Arnold algorithm </p><p>　　Chaotic encryption algorithm</p><p><b>　　目　錄</b></p><p><b>

10、　　第1章　緒論1</b></p><p>　　1.1　研究目的和意義1</p><p>　　1.2　數(shù)字圖像加密技術(shù)發(fā)展現(xiàn)狀1</p><p>　　1.3　課題的研究?jī)?nèi)容2</p><p>　　第2章　數(shù)字圖像加密技術(shù)簡(jiǎn)介3</p><p>　　2.1　數(shù)字圖像概述3</p>&

11、lt;p>　　2.1.1　圖像的數(shù)字化及數(shù)學(xué)表示3</p><p>　　2.1.2　數(shù)字圖像的特點(diǎn)3</p><p>　　2.2　數(shù)字圖像加密技術(shù)的基本原理4</p><p>　　2.2.1　加密傳輸?shù)睦碚?</p><p>　　2.2.2　圖像加密技術(shù)特點(diǎn)4</p><p>　　2.2.3　圖像加密方

12、法分類5</p><p>　　2.3　MATLAB工具簡(jiǎn)介5</p><p>　　第3章　基于矩陣變換及像素置換的圖像加密技術(shù)7</p><p>　　3.1　經(jīng)典的Arnold圖像置亂技術(shù)7</p><p>　　3.1.1　經(jīng)典Arnold變換的定義7</p><p>　　3.1.2　經(jīng)典Arnold變換的算

13、法實(shí)現(xiàn)和結(jié)果分析8</p><p>　　3.2　基于矩陣變換和像素置換的圖像加密算法設(shè)計(jì)9</p><p>　　3.2.1　算法設(shè)計(jì)過(guò)程9</p><p>　　3.2.2　算法設(shè)計(jì)流程9</p><p>　　3.3　算法實(shí)現(xiàn)及結(jié)果分析10</p><p><b>　　3.4　小結(jié)10</b&

14、gt;</p><p>　　第4章　基于混沌的圖像加密技術(shù)11</p><p>　　4.1　混沌系統(tǒng)的基本理論11</p><p>　　4.1.1　混沌的定義11</p><p>　　4.1.2　混沌的基本性質(zhì)12</p><p>　　4.1.3　混沌系統(tǒng)與數(shù)字圖像12</p><p>

15、;　　4.2　基于混沌系統(tǒng)的圖像加密算法設(shè)計(jì)13</p><p>　　4.2.1　加密算法設(shè)計(jì)13</p><p>　　4.2.2　解密算法設(shè)計(jì)14</p><p>　　4.3　算法實(shí)現(xiàn)及結(jié)果分析14</p><p><b>　　第５章　總結(jié)17</b></p><p><b>

16、;　　參考文獻(xiàn)18</b></p><p><b>　　致謝19</b></p><p><b>　　附錄20</b></p><p>　　附錄A　外文資料20</p><p>　　附錄B　程序清單28</p><p><b>　　第1章　緒　

17、論</b></p><p>　　1.1　研究目的和意義</p><p>　　隨著Internet技術(shù)與多媒體技術(shù)的飛速發(fā)展，多媒體通信逐漸成為人們進(jìn)行信息交流的重要手段，人們可以通過(guò)網(wǎng)絡(luò)交流各種信息，進(jìn)行網(wǎng)上貿(mào)易等。圖像信息是多媒體信息中數(shù)據(jù)量最大，處理最難且研究最新的信息，應(yīng)用前途十分看好。在遠(yuǎn)程醫(yī)療系統(tǒng)中，需要將醫(yī)院中患者的病歷(其中包括患者的圖像)，通過(guò)網(wǎng)絡(luò)進(jìn)行傳輸。由于

18、這些圖像信息涉及個(gè)人隱私，或者某些圖像數(shù)據(jù)的特殊性，即發(fā)送雙方都不希望網(wǎng)絡(luò)上所傳輸?shù)膱D像數(shù)據(jù)被未授權(quán)者所瀏覽或處理，，而且有的涉及到國(guó)家安全，因而圖像數(shù)據(jù)的保護(hù)越來(lái)越受到社會(huì)的普遍重視[1]。</p><p>　　通過(guò)圖像加密技術(shù)操作后，原來(lái)的數(shù)字圖像變?yōu)轭愃朴谛诺离S機(jī)噪聲的信息，這些信息對(duì)不知道密鑰的網(wǎng)絡(luò)竊聽者是不可識(shí)別的(除非進(jìn)行了有效破譯)，進(jìn)而可以有效地保護(hù)傳輸中的圖像數(shù)據(jù)。</p><

19、;p>　　1.2　數(shù)字圖像加密技術(shù)發(fā)展現(xiàn)狀</p><p>　　由于圖像處理和網(wǎng)絡(luò)通信的飛速發(fā)展，對(duì)在因特網(wǎng)和無(wú)線網(wǎng)絡(luò)中實(shí)時(shí)安全的圖像傳輸提出了巨大的要求。為了迎接這種挑戰(zhàn)，各種各樣的加密技術(shù)被提出。其中，早期的圖像加解密技術(shù)主要是基于像素位置變換的加解密技術(shù)和基于秘密分割與秘密共享的圖像加解密技術(shù)，但由于人們對(duì)安全性、加密速度以及其它各個(gè)方面的要求，基于現(xiàn)代密碼體制的圖像加解密技術(shù)和基于混沌的圖像加解密技

20、術(shù)被提出。</p><p>　　(1)在圖像加密中數(shù)字圖像置亂起著不可忽視的作用，它類似于對(duì)數(shù)字圖像的空間域進(jìn)行如經(jīng)典密碼學(xué)對(duì)一維信號(hào)的置換，或者修改數(shù)字圖像的變換域參數(shù)，使得修改后的圖像成為面目全非的雜亂圖像，從而保護(hù)了數(shù)字圖像所要表達(dá)的真實(shí)內(nèi)容。針對(duì)數(shù)字圖象數(shù)據(jù)的加密，Matias和Shamir在1988年提出了一種按照隨機(jī)空間曲線填充一幀畫面的方法置亂圖像[2]，這類方法可以使用的密鑰數(shù)量很大，導(dǎo)致非法破譯

21、者需要耗費(fèi)巨大的計(jì)算代價(jià)來(lái)統(tǒng)計(jì)分析地窮舉各種可能情況。Scharinger分別提出采用參數(shù)化的二維混沌映射在空間域?qū)D像的各象素進(jìn)行排列[3]。排列是迭代進(jìn)行的，迭代次數(shù)可以作為密鑰的一部分，具有較好的加密效果。置亂變換是數(shù)字圖像加密中研究的比較廣泛的一種方法。</p><p>　　(2)Shamir在1979年提出的密鑰分存的概念[4]，即把密鑰K分解為n個(gè)子密鑰 ，并且滿足任意k（1≤ k < n）個(gè)子

22、密鑰的結(jié)合才能恢復(fù)密鑰K，而若少于k個(gè)子密鑰則不能獲得密鑰K的任何信息，也就是密碼學(xué)上稱之為門陷的技術(shù)。之后，在1994年歐密會(huì)上，Naor和Shamir共同提出了二值圖像信息的共享方案[5]。在這種二值圖像信息共享方案中，原始圖像的每個(gè)黑白像素被2個(gè)子塊所代替，其中每個(gè)子塊由2×2個(gè)黑白像素構(gòu)成，生成了兩幅數(shù)據(jù)膨脹了的圖像，這兩幅圖像的疊加得到放大4倍且對(duì)比度有所降低的原始圖像。Naor和Shamir進(jìn)一步提出了圖像秘密的任

23、意分存方案，其含義是將密圖上一個(gè)像素（黑或白）按任意指定的若干圖像的相應(yīng)像素的黑白進(jìn)行分存，所指定的圖像稱為參考圖像。</p><p>　　(3)Claude Shannon 于1949 年發(fā)表了一篇題為“保密系統(tǒng)的信息理論”的文章，用信息論的觀點(diǎn)對(duì)信息保密問(wèn)題做了全面的闡述，建立了現(xiàn)代密碼學(xué)理論[6]。對(duì)于圖像數(shù)據(jù)來(lái)說(shuō)，這種加密技術(shù)就是把待傳輸?shù)膱D像看做明文，通過(guò)各種加密算法，如DES（Data Encrypt

24、ion Standard，數(shù)據(jù)加密標(biāo)準(zhǔn)），RSA （Rivest Shamir Adlemen，一種因特網(wǎng)加密和認(rèn)證體系）等，在密鑰的控制下，達(dá)到圖像數(shù)據(jù)的保密通信。這種加密機(jī)制的設(shè)計(jì)思想是加密算法可以公開，通信的保密性完全依賴于密鑰的保密性。 (4)20世紀(jì)60年代，人們發(fā)現(xiàn)了一種特殊的自然現(xiàn)象混沌（chaos）?；煦缡且环N非線性動(dòng)力學(xué)規(guī)律控制的行為，它對(duì)初始條件和系統(tǒng)參數(shù)的極端敏感性，白噪聲的統(tǒng)計(jì)特性和不可預(yù)測(cè)性等優(yōu)良特性，使

25、得混沌具有天生的密碼學(xué)特性，所以，基于混沌的圖像加密技術(shù)在近些年發(fā)展很迅速?；诨煦绲膱D像加密技術(shù)的基本原理就是把混沌系統(tǒng)的初始值做為密匙，利用系統(tǒng)產(chǎn)生的混沌序列對(duì)待加密的圖像信息近行加密。因?yàn)榛煦缦到y(tǒng)是一種復(fù)雜的非線性動(dòng)力學(xué)系統(tǒng)，它的偽隨機(jī)特性和對(duì)初始值極其敏感的依賴性使它在圖像加</p><p>　　1.3　課題的研究?jī)?nèi)容</p><p>　　本文在研究圖像加密原理的基礎(chǔ)上重點(diǎn)研究了兩

26、種數(shù)字圖像加密技術(shù)，分別是改進(jìn)后的Arnold圖像加密技術(shù)和基于混沌序列的圖像加密技術(shù)。第一種技術(shù)是在分析了經(jīng)典Arnold技術(shù)后提出的一種改進(jìn)的圖像加密技術(shù)。從仿真結(jié)果可以看出，這種方法可以避免原方法的周期性，抗破譯性更強(qiáng)。第二種技術(shù)是基于混沌序列的圖像加密技術(shù)，它的主要特點(diǎn)是對(duì)混沌系統(tǒng)的初始值和參數(shù)有較好的敏感性。本文給出了這兩種加密技術(shù)的原理及理論分析，仿真結(jié)果表明這兩種加密技術(shù)都可以很好地使用于遠(yuǎn)程醫(yī)療診斷系統(tǒng)。 </p&

27、gt;<p>　　第2章　數(shù)字圖像加密技術(shù)簡(jiǎn)介</p><p>　　2.1　數(shù)字圖像概述</p><p>　　2.1.1　圖像的數(shù)字化及數(shù)學(xué)表示</p><p>　　從視覺(jué)角度上講，圖像是用各種觀測(cè)系統(tǒng)以不同形式和手段觀測(cè)客觀世界而獲得的，可以直接或間接作用于人眼而產(chǎn)生視知覺(jué)的實(shí)體，是自然界景物或事物的客觀反映。就圖像本質(zhì)來(lái)說(shuō)，可以將圖像分為兩大類：模

28、擬圖像和數(shù)字圖像。一幅二維平面圖像可用一個(gè)二元函數(shù)來(lái)表示。表示二維空間坐標(biāo)系中一個(gè)坐標(biāo)點(diǎn)的位置，則表示相應(yīng)實(shí)際圖像在該點(diǎn)的某個(gè)性質(zhì)的度量值，所有點(diǎn)的度量值的有序集合構(gòu)成圖像I。一般認(rèn)為，表示的圖像是連續(xù)的，如一幅照片、一幅圖畫等。為了能用計(jì)算機(jī)對(duì)圖像I進(jìn)行處理，則將連續(xù)圖像的的值域從實(shí)數(shù)域映射到整數(shù)域，即得到數(shù)字圖像。換言之，數(shù)字圖像就是圖像經(jīng)過(guò)采樣、量化后的二維空間中離散點(diǎn)的有序集合。這些離散點(diǎn)稱為像素（pixel）。</p&g

29、t;<p>　　首先，最直觀的，以用一個(gè)二維矩陣來(lái)表示一幅數(shù)字圖像，矩陣中元素所在的行和列，就是數(shù)字圖像顯示在計(jì)算機(jī)屏幕上的像素點(diǎn)的坐標(biāo)，矩陣中各個(gè)元素的值就是數(shù)字圖像對(duì)應(yīng)位置像素的灰度值（通常有256個(gè)）或色彩值。例如，一幅個(gè)像素的數(shù)字圖像，其像素灰度值或色彩值用行列的矩陣F來(lái)表示，因此可以借助于矩陣的性質(zhì)和變換來(lái)研究數(shù)字圖像。</p><p>　　2.1.2　數(shù)字圖像的特點(diǎn)</p>

30、<p>　　一般地，模擬圖像經(jīng)采樣離散后得到的數(shù)字圖像具有以下的特點(diǎn)：</p><p>　　(1)圖像數(shù)據(jù)信息量很大。例如取512512個(gè)像素組成一幅數(shù)字圖像，如其灰度級(jí)用8比特的二進(jìn)制來(lái)表示，則有28=256個(gè)灰度級(jí)，那么這幅圖像的數(shù)據(jù)信息量即為5125128=2097152比特。若是彩色圖像，數(shù)據(jù)量更大。對(duì)這樣大數(shù)據(jù)量的圖像進(jìn)行處理，必須要有計(jì)算機(jī)才能勝任。</p><p>

31、;　　(2)數(shù)字圖像占用的頻帶較寬。與語(yǔ)言信息相比，占用的頻帶要大幾個(gè)數(shù)量級(jí)。如電視圖像的帶寬為5-6而語(yǔ)言帶寬僅為4左右。頻帶愈寬，技術(shù)實(shí)現(xiàn)愈難，為此對(duì)頻帶壓縮技術(shù)提出了較高要求。</p><p>　　(3)數(shù)字圖像中各個(gè)圖像不是獨(dú)立的，其相關(guān)性很大。就是說(shuō)，有大塊區(qū)域的灰度值是相差不大的。例如在一幅數(shù)字電視圖像中，同一行中相鄰兩個(gè)像素或相鄰兩行的像素，其相關(guān)系數(shù)可達(dá)0.9，而相鄰兩幀電視圖像之間的相關(guān)性比幀內(nèi)

32、相關(guān)性還有大一些，因此圖像信息的冗余度很大。</p><p>　　2.2　數(shù)字圖像加密技術(shù)的基本原理</p><p>　　2.2.1　加密傳輸?shù)睦碚?lt;/p><p>　　一個(gè)密碼系統(tǒng)包含明文空間、密文空間、密鑰空間和算法。其中，算法和密鑰是密碼系統(tǒng)的基本單元，算法相對(duì)穩(wěn)定，視為常量，密鑰不固定，視為變量。密鑰安全性是系統(tǒng)安全的關(guān)鍵。發(fā)送方用加密密鑰，通過(guò)加密設(shè)備或算

33、法，將信息加密后發(fā)送出去。接收方在收到密文后，用解密密鑰將密文解密，恢復(fù)為明文。具體實(shí)現(xiàn)流程圖如下圖2-1所示：</p><p>　　圖2-1　一個(gè)加密、解密過(guò)程</p><p>　　2.2.2　圖像加密技術(shù)特點(diǎn)</p><p>　　與文本信息不同,圖像數(shù)據(jù)有著自己獨(dú)特的性質(zhì):如數(shù)據(jù)量大、冗余度高、像素間相關(guān)性強(qiáng)等,這使得在處理圖像數(shù)據(jù)時(shí)傳統(tǒng)的加密方法顯得效率不高、

34、效果不理想。圖像加密的特殊性在于[7]：</p><p>　　(1)數(shù)據(jù)量大、冗余度高的特征通常使加密后的圖像數(shù)據(jù)容易受到來(lái)自各種密碼分析方法的攻擊。數(shù)據(jù)量大,攻擊者可以獲得足夠多的密文樣本進(jìn)行統(tǒng)計(jì)分析；冗余度高，鄰近的像素很可能具有近似的灰度值。傳統(tǒng)的加密算法未能很好解決這一棘手問(wèn)題。</p><p>　　(2)與文本相比,圖像的數(shù)據(jù)量大得多，這使得圖像的實(shí)時(shí)加密變得非常困難。數(shù)據(jù)量大使

35、傳統(tǒng)的加密算法加密一幅圖像需花費(fèi)較長(zhǎng)的時(shí)間，而且數(shù)字圖像一般以二維數(shù)組形式進(jìn)行存儲(chǔ)，傳統(tǒng)加密算法在加密前得先將圖像數(shù)據(jù)轉(zhuǎn)換成二進(jìn)制的數(shù)據(jù)流，這些都降低了加密的效率。對(duì)于實(shí)時(shí)圖像處理，若加密算法運(yùn)行速度很慢，即使保密性能非常好，它也沒(méi)有任何實(shí)際價(jià)值。</p><p>　　(3)圖像中相鄰像素之間有很強(qiáng)的相關(guān)性，這使快速置亂數(shù)據(jù)變得非常困難。香農(nóng)在信息論中提到，一個(gè)足夠安全的加密算法應(yīng)該滿足 E ( P / c) =

36、 E( P)，其中P表示明文消息，c表示密文消息。也就是說(shuō)加密后的信息要有足夠的隨機(jī)性，不應(yīng)反映任何明文信息。一個(gè)均勻分布的信息源具有極大的不確定性，因此理想的密文應(yīng)該擁有一幅均衡的直方圖，它的任何兩個(gè)相鄰像素應(yīng)該是統(tǒng)計(jì)上互不相關(guān)的。</p><p>　　(4)數(shù)字圖像信息并不像文本信息那么敏感，它允許一定的失真度，只要將圖像失真控制在人的視覺(jué)不能覺(jué)察的范圍內(nèi)是完全可以接受的，許多情況下，甚至視覺(jué)上覺(jué)察到一定的失

37、真也是可以的。</p><p>　　2.2.3　圖像加密方法分類</p><p>　　目前圖像加密技術(shù)主要有:圖像像素空間位置置亂,圖像灰度值變換,對(duì)空間位置與灰度值均進(jìn)行加密操作。所謂空間位置置亂,就是通過(guò)某種方式打亂圖像像素的排列,使得原始圖像的內(nèi)容變得雜亂無(wú)章。圖像置亂技術(shù)早期是對(duì)模擬圖像的位置空間做置換，可以看作從經(jīng)典密碼學(xué)中的單表系統(tǒng)擴(kuò)展而來(lái)。對(duì)于數(shù)字化的圖像，置亂過(guò)程不僅可以在

38、數(shù)字圖像的空間(色彩空間、位置空間)上進(jìn)行，還可以在數(shù)字圖像的頻域上進(jìn)行。數(shù)字圖像置亂即是對(duì)數(shù)字圖像的一種加密方法，它使得合法使用者可以自由控制算法的選擇、參數(shù)的選擇以及使用隨機(jī)數(shù)技術(shù)，這就加大了攻擊者非法破譯的難度?？臻g域的圖像置亂是利用某種算法將一副圖像各像素的次序打亂，但像素的總個(gè)數(shù)不變，直方圖不變 ，使一副圖像各像素的次序打亂，但像素的總個(gè)數(shù)不變，直方圖不變，使一副圖像變得“面目全非”。但是,單純地用置亂方法對(duì)圖像進(jìn)行加密有可能

39、會(huì)被統(tǒng)計(jì)分析方法所破解。圖像灰度值變換主要是利用密鑰產(chǎn)生的偽隨機(jī)序列改變?cè)紙D像的灰度值。對(duì)空間位置與灰度值均進(jìn)行加密操作就是把前兩者結(jié)合起來(lái)的一種思想。</p><p>　　而按加密的對(duì)象來(lái)分，也可分為兩類：一類是直接對(duì)圖像數(shù)據(jù)進(jìn)行加密；另一類則是對(duì)圖像數(shù)據(jù)編碼的輔助信息進(jìn)行加密。而按加密的手段來(lái)講也可以分為兩大類：一類是應(yīng)用圖像數(shù)據(jù)的特點(diǎn)，再加上現(xiàn)代密碼技術(shù)來(lái)達(dá)到加密的目的，如先對(duì)圖像數(shù)據(jù)進(jìn)行編碼，再對(duì)編碼信

40、息進(jìn)行加密；另一類是建立一種完全新式的密碼體制來(lái)達(dá)到對(duì)圖像數(shù)據(jù)加密的目的，如應(yīng)用混沌動(dòng)力系統(tǒng)加密圖像數(shù)據(jù)。具體來(lái)講主要有以下幾種技術(shù)：一、基于置亂的圖像加密技術(shù)；二、基于偽隨機(jī)序列的加密技術(shù)；三、基于SCAN語(yǔ)言的加密技術(shù)；四、基于“密鑰圖像”的加密技術(shù)等等。</p><p>　　2.3　MATLAB工具簡(jiǎn)介</p><p>　　Matlab是近幾年來(lái)國(guó)內(nèi)外使用最為廣泛的優(yōu)秀科技軟件之一，

41、其語(yǔ)法結(jié)構(gòu)簡(jiǎn)單，具有極強(qiáng)的數(shù)值計(jì)算、數(shù)據(jù)分析、圖形繪制及圖像處理等功能，具有高質(zhì)量的圖形可視化效果和強(qiáng)大的界面設(shè)計(jì)能力，因而在數(shù)字圖像處理中有著其他語(yǔ)言無(wú)法比擬的優(yōu)勢(shì)。Matlab圖像處理工具箱提供了豐富的圖像處理函數(shù)，幾乎涵蓋了圖像處理的各個(gè)內(nèi)容。這里采用Matlab作為編程工具，有兩方面原因：一是對(duì)圖像的操作算法主要涉及了矩陣的數(shù)學(xué)處理變換，而Matlab是一種專門為處理矩陣的數(shù)學(xué)工具，所以用Matlab處理會(huì)很簡(jiǎn)便；另一點(diǎn)是文中的

42、算法是關(guān)于圖像空間變換，灰度變換以及塊操作的處理，例如，彩色圖像與灰度圖像轉(zhuǎn)換函數(shù)rgb2gray（）。所以用Matlab進(jìn)行圖像的仿真及變換運(yùn)算，會(huì)得到較好的效果，同時(shí)操作很方便。</p><p>　　第3章　基于矩陣變換及像素置換的圖像加密技術(shù)</p><p>　　3.1　經(jīng)典的Arnold圖像置亂技術(shù)</p><p>　　隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，圖像置亂技術(shù)

43、已成為數(shù)字圖像安全傳輸和保密存儲(chǔ)的主要手段之一。其基本方法是把一幅圖像經(jīng)過(guò)變換或數(shù)學(xué)上的知識(shí)，攪亂像素位置或顏色，將原來(lái)有意義的圖像信息變換成一幅“雜亂無(wú)章”的圖像，無(wú)法辨認(rèn)出原始圖像信息。為了確保其機(jī)密性，算法中一般引入密鑰。圖像合法接受方借助密鑰，通過(guò)相應(yīng)算法的逆變換可解密出原始圖像。這一過(guò)程又稱去亂[8]。此外，目前給出的置亂加密算法大多是基于數(shù)學(xué)變換的，去亂過(guò)程有時(shí)也可通過(guò)置亂加密的周期性獲得。</p><p

44、>　　目前，數(shù)字圖像置亂加密的方法有許多種，如Arnold變換，幻方變換，抽樣技術(shù)等等，本文中主要應(yīng)用了在經(jīng)典Arnold變換基礎(chǔ)上提出了一種改進(jìn)的Arnold變換。</p><p>　　3.1.1　經(jīng)典Arnold變換的定義</p><p>　　Arnold Cat 變換是在遍歷理論研究中提出的一種變換，俗稱貓臉變換。本意為 cat mapping。設(shè)想正方形圖像大小為, 其內(nèi)有

45、一點(diǎn)，將點(diǎn)變換到另一點(diǎn)的變換用公式(3-1)表示為：</p><p><b>　　(3-1)</b></p><p><b>　　式中，</b></p><p>　　式(3-1)稱為Arnold變換。Arnold變換。Arnold變換實(shí)際上是一個(gè)點(diǎn)的位置移動(dòng)過(guò)程。</p><p>　　文獻(xiàn)[9]已經(jīng)

46、證明，對(duì)于一幅大小為N*N的圖像，經(jīng)過(guò)若干次迭代后可得到一幅置亂的圖像，但是Arnold變換具有周期性，隨著迭代次數(shù)的增加,圖像逐漸趨于混亂,不過(guò)迭代到一定次數(shù)時(shí),又將回到原圖。如大小為128 *128 的圖像迭代96次后將回到原圖,大小為 240 *240的圖像迭代60次后將回到原圖,大小為 256 *256 的圖像迭代192次后將回到原圖。</p><p>　　3.1.2　經(jīng)典Arnold變換的算法實(shí)現(xiàn)和結(jié)果

47、分析</p><p>　　這里采用的是一幅420*342的一幅醫(yī)用大腦圖像，因此算法首先將該圖像轉(zhuǎn)換為了240*240的圖像，然后經(jīng)仿真得到的置亂圖像如下圖3-2所示：</p><p>　　(a)原始圖像 (b)置亂一次 (c)置亂2次 (d)置亂3次</p><p>　　(e)置亂10次 (f)置亂190次

48、 (g)置亂191次 (h)置亂192次</p><p>　　圖3-2　經(jīng)典Arnold變換置亂效果圖</p><p>　　Arnold變換是一種廣泛應(yīng)用的經(jīng)典置亂變換方法，圖2示意了經(jīng)過(guò)處理后的大小為256*256像素的醫(yī)學(xué)灰度圖像大腦以二維Arnold變換置亂若干次的不同效果圖，可以看出，隨著置亂次數(shù)增加，圖像開始雜亂。到第l0次Arnold變換后圖像的內(nèi)容已經(jīng)

49、不具有任何原圖像的形狀或輪廓特征，視覺(jué)上呈現(xiàn)為雜亂無(wú)序的、類似于噪聲的分布，置亂效果非常良好，但是可以從圖中看到第190次的變換開始在逐漸接近原圖像，到第192次變換后，加密的圖像恢復(fù)為原圖，證明Arnold變換具有一定的周期性。</p><p>　　上述經(jīng)典Arnold 變換可以看作是裁剪和拼接的過(guò)程。通過(guò)這一過(guò)程將離散化的數(shù)字圖像矩陣中的點(diǎn)重新排列，由于離散數(shù)字圖像是有限點(diǎn)集，這種反復(fù)變換的結(jié)果，在開始階段像

50、素點(diǎn)的位置變化會(huì)出現(xiàn)相當(dāng)程度的混亂，但由于動(dòng)力系統(tǒng)固有特性，即變換具有回復(fù)性。這樣，只要知道加密算法，按照密文空間的任意一個(gè)狀態(tài)來(lái)進(jìn)行迭代，都會(huì)做有限步內(nèi)恢復(fù)出明文。這種攻擊對(duì)現(xiàn)代的計(jì)算機(jī)來(lái)說(shuō)其計(jì)算時(shí)間是很短的，因而其保密性不高。</p><p>　　3.2　基于矩陣變換和像素置換的圖像加密算法設(shè)計(jì)</p><p>　　本文提出了一種改進(jìn)的 Arnold 變換方法，引入了偽隨機(jī)序列，這樣增

51、加了密鑰數(shù)，從而可以提高保密性。只有將初值和本原多項(xiàng)式信息傳給接收方才可以實(shí)現(xiàn)解密。由于偽隨機(jī)序列的這種類隨機(jī)噪聲特性，使得攻擊者在不知道加密初值和本原多項(xiàng)式的時(shí)候很難破解加密圖像。</p><p>　　3.2.1　算法設(shè)計(jì)過(guò)程</p><p>　　(1)設(shè)置初始化密鑰n1，n2，x1(1)，x2(2)，n1是對(duì)整個(gè)圖像進(jìn)行Arnold變換的迭代次數(shù)，n2是對(duì)各個(gè)分塊迭代次數(shù)，設(shè)x1(1)

52、=0.2，x2(2)=0.25為兩個(gè)隨機(jī)序列的初值，分形參數(shù)u=4。</p><p>　　(2)利用步驟(1)中設(shè)定的初始條件就可以得到兩個(gè)隨機(jī)序列。為了充分利用隨機(jī)序列的隨機(jī)特性，隨機(jī)序列的每一個(gè)元素必須有足夠的位數(shù)，這個(gè)可以通過(guò)對(duì)每一個(gè)元素值的浮點(diǎn)數(shù)取整來(lái)實(shí)現(xiàn)。因此在程序設(shè)計(jì)時(shí)用預(yù)處理函數(shù)fix()實(shí)現(xiàn)浮點(diǎn)數(shù)取整。得到新的混沌序列x2(i)，x4(i)。</p><p>　　(3)隨機(jī)

53、序列不能直接用于圖像加密中，因?yàn)殡S機(jī)序列的值可能不在像素的灰度值的取值范圍內(nèi)。因此，我們必須經(jīng)過(guò)一定的變換使其符合要求。對(duì)于圖像的灰度值來(lái)說(shuō)，每一個(gè)像素點(diǎn)的灰度值是一個(gè)范圍在0~255內(nèi)的整數(shù)，但是得到的混沌序列值很可能超過(guò)這個(gè)范圍，有的甚至為負(fù)值。為了節(jié)省存儲(chǔ)空間，每一個(gè)像素值必須在0~255的范圍內(nèi)。所以我們進(jìn)行了如下mod()函數(shù)，從而將兩個(gè)序列的像素值限制在0~255。</p><p>　　(4)利用貓變

54、換函數(shù)先對(duì)圖像進(jìn)行Arnold變換，再對(duì)分塊圖像進(jìn)行Arnold變換。</p><p>　　3.2.2　算法設(shè)計(jì)流程</p><p>　　根據(jù)以上分析，得出加密流程圖如框圖3-3所示：</p><p>　　圖3-3　加密流程圖</p><p>　　3.3　算法實(shí)現(xiàn)及結(jié)果分析</p><p>　　為了驗(yàn)證改進(jìn)的Arnol

55、d算法在處理醫(yī)學(xué)圖片時(shí)的有效性，針對(duì)不同醫(yī)學(xué)圖像采用不同參數(shù)做了大量的實(shí)驗(yàn)。本文以一幅醫(yī)學(xué)圖片大腦為例，應(yīng)用此算法對(duì)圖像進(jìn)行加密處理，得到的結(jié)果下圖3-4所示：</p><p>　　(a)原始圖像 (b)整體加密后 (c)分塊加密后</p><p>　　圖3-４　改進(jìn)后Arnold技術(shù)加密效果圖</p><p>　　從上

56、圖可以看出，經(jīng)過(guò)改進(jìn)后的Arnold算法，不需要經(jīng)過(guò)周期性的迭代過(guò)程即可實(shí)現(xiàn)圖像加密。經(jīng)過(guò)最后分塊Arnold變換后的加密圖像，可以看出已經(jīng)完全看不到原圖像的信息，得到了很好的加密效果。</p><p><b>　　3.4　小結(jié)</b></p><p>　　上述文中提出了一種改進(jìn)的Arnold的變換圖像加密技術(shù)，充分利用了矩陣的特性，同時(shí)結(jié)合偽隨機(jī)序列，從而增加了密鑰

57、量，避免了因密鑰不足導(dǎo)致安全性不足的缺點(diǎn)，可以看出得到了較好的置亂效果，所以針對(duì)遠(yuǎn)程醫(yī)療診斷技術(shù)中圖片的傳輸?shù)陌踩宰隽撕芎玫谋Ｕ?，具有可行性和有效性?lt;/p><p>　　第4章　基于混沌的圖像加密技術(shù)</p><p>　　4.1　混沌系統(tǒng)的基本理論</p><p>　　傳統(tǒng)的加密算法，如DES和IDESA，它們都不適合對(duì)圖像進(jìn)行加密，因?yàn)閳D像的信息量很大。大部分

58、傳統(tǒng)圖像加密算法都是依據(jù)位置置亂，如Arnold變換。這些加密算法都具有加密速度快的優(yōu)點(diǎn)，但是，其安全性完全依賴于算法的安全性，這很難滿足現(xiàn)代加密系統(tǒng)的要求。</p><p>　　混沌現(xiàn)象是在非線性動(dòng)力系統(tǒng)中出現(xiàn)的確定性、類似隨機(jī)的過(guò)程，這種過(guò)程既非周期又不收斂，并且對(duì)初始值有極其敏感的依賴性。從時(shí)域上看，混沌映射得到的序列類似于隨機(jī)序列，相關(guān)性較弱，具有很好的類白噪聲特性,因此可以用來(lái)產(chǎn)生偽隨機(jī)信號(hào)或偽隨機(jī)碼。

59、原理上只要增加迭代次數(shù)，偽隨機(jī)碼的周期可以很長(zhǎng)[10]。通過(guò)混沌系統(tǒng)對(duì)初始值和結(jié)構(gòu)參數(shù)的敏感依賴性，可以提供數(shù)量眾多、非相關(guān)、類隨機(jī)而又確定可再生的信號(hào)。</p><p>　　4.1.1　混沌的定義</p><p>　　當(dāng)今科學(xué)界認(rèn)為，混沌是無(wú)處不在的：自來(lái)水龍頭的滴水花樣由穩(wěn)態(tài)變?yōu)殡S機(jī)；在風(fēng)中旗幟的前后拍動(dòng)；在高速公路上汽車用具的形態(tài)中；在氣候變化等等情形中，都會(huì)出現(xiàn)混沌。實(shí)質(zhì)上，混沌是

60、直接研究我們看得見摸得著的宇宙，以及在與人類本身的尺度大小差不多的對(duì)象中發(fā)生的過(guò)程。迄今為止，學(xué)術(shù)界對(duì)“混沌”尚無(wú)一個(gè)統(tǒng)一的嚴(yán)格的定義，這主要是由于混沌現(xiàn)象的復(fù)雜性，人們對(duì)混沌本身的種種性質(zhì)還沒(méi)有完全掌握好，而且，國(guó)內(nèi)外學(xué)者們對(duì)混沌不同學(xué)派往往會(huì)從不同的角度來(lái)理解和定義混沌。目前，為大多數(shù)人所接受的數(shù)學(xué)上的定義有兩個(gè)[11]：一個(gè)是基于混沌運(yùn)動(dòng)軌跡的非周期特性所作的。另一個(gè)定義是基于對(duì)初始條件的敏感依賴性所作的。</p>

61、<p>　　本文里采用的是物理學(xué)上的混沌定義，在物理學(xué)上人們并不嚴(yán)格采用數(shù)學(xué)上的定義，而給出了一個(gè)普適的依賴于現(xiàn)象的定義。</p><p>　　定義：所謂混沌是指具有以下特點(diǎn)的一類現(xiàn)象。</p><p><b>　　(1)由確定性產(chǎn)生</b></p><p><b>　　(2)具有有界性</b></p>

62、;<p><b>　　(3)具有非周期性</b></p><p>　　(4)對(duì)初始條件具有極端敏感性</p><p>　　這是從物理學(xué)的角度定義的，正是由于上述四種現(xiàn)象，混沌具有用于保密通信的極佳性能?；煦缬纱_定性系統(tǒng)產(chǎn)生和具有有界性，這意味著是可以通過(guò)適當(dāng)?shù)姆椒▉?lái)達(dá)到可控的，而且也是可觀測(cè)和可實(shí)現(xiàn)的?；煦缇哂蟹侵芷谛?，這表明它具有寬的頻帶和類噪聲的特點(diǎn)

63、，基于此，正好用其掩蓋所傳送的通信信息，使這些信息看起來(lái)像是寬帶的噪聲一樣，難于提取。對(duì)初始條件的極端敏感性說(shuō)明混沌信號(hào)具有長(zhǎng)期不可預(yù)測(cè)性，通信的保密性正要求這一點(diǎn)。不難分析出混沌能真正用于保密通信的實(shí)質(zhì)是其寬帶類噪特性和強(qiáng)烈地依賴初始值。</p><p>　　4.1.2　混沌的基本性質(zhì)</p><p>　　(1)對(duì)初值的極端敏感性</p><p>　　這是混沌系統(tǒng)

64、的一個(gè)主要特征，混沌系統(tǒng)對(duì)初始值極其敏感，十分相近的初始值經(jīng)過(guò)系統(tǒng)數(shù)次迭代均會(huì)產(chǎn)生很大的差別。這種對(duì)初始條件有敏感依賴性的動(dòng)力學(xué)特性也稱為蝴蝶效應(yīng)。</p><p>　　(2)遍歷性和混合性</p><p>　　遍歷性是一個(gè)物理學(xué)中經(jīng)常使用的概念，在動(dòng)力學(xué)中，系統(tǒng)的軌道具有遍歷性表示該軌道具有一定的回歸性，即隨著時(shí)間的推移，軌道總可以任意地接近它所經(jīng)過(guò)的狀態(tài)。混合性則表示系統(tǒng)軌道初始狀態(tài)的

65、選擇，不影響軌道的統(tǒng)計(jì)特性。當(dāng)系統(tǒng)同時(shí)滿足遍歷性和混合性時(shí)，就相當(dāng)于在信號(hào)統(tǒng)計(jì)分析中各態(tài)歷經(jīng)的。此時(shí)?？梢酝ㄟ^(guò)時(shí)間平均代替集平均對(duì)系統(tǒng)的統(tǒng)計(jì)特性進(jìn)行分析?；煦缦到y(tǒng)是同時(shí)滿足遍歷性和混合性的系統(tǒng)，因此可以使用信號(hào)統(tǒng)計(jì)分析中的各種分析工具對(duì)其進(jìn)行分析和處理。</p><p><b>　　(3)內(nèi)隨機(jī)性</b></p><p>　　混沌具有類隨機(jī)性在學(xué)術(shù)界是一致肯定的。混沌

66、過(guò)程可以由算法來(lái)定義，而隨機(jī)過(guò)程則不可以，這就是其重要差別。一般由來(lái)說(shuō)，產(chǎn)生混沌的系統(tǒng)具有內(nèi)在不穩(wěn)定性而整體穩(wěn)定性。所謂局部穩(wěn)定性實(shí)質(zhì)系統(tǒng)運(yùn)動(dòng)的某方面（如某些維度上）的行為強(qiáng)烈地依賴于初始條件。由于這個(gè)差別，把混沌的隨機(jī)性稱為類隨機(jī)性是比較合適的。</p><p>　　4.1.3　混沌系統(tǒng)與數(shù)字圖像</p><p>　　在數(shù)字圖像加密技術(shù)中，引入混沌映射模型產(chǎn)生的混沌序列可以帶來(lái)以下的優(yōu)點(diǎn)

67、：第一，混沌序列的產(chǎn)生極為方便，只需給出一個(gè)參數(shù)u和初值s，便可產(chǎn)生數(shù)量眾多的混沌序列，可用于需要大量圖像加密的場(chǎng)合；第二，混沌序列是一個(gè)類似隨機(jī)的過(guò)程，而且從混沌序列的值很難推出原始的參數(shù)和初值，因此具有較好的保密性；第三，混沌序列具有良好的相關(guān)特性。只有使用相同的參數(shù)和初值產(chǎn)生的序列相關(guān)性較好，而采用不同參數(shù)或初值產(chǎn)生的序列相關(guān)性近似于零，這能有效地抵抗破壞攻擊。</p><p>　　本課題中主要用到了Log

68、istic映射的混沌系統(tǒng)。Logistic映射由生物學(xué)家R.May于1976年提出來(lái)的，它是一個(gè)十分簡(jiǎn)單的一維非線性迭代方程，其定義如式(4-1)所描述：</p><p><b>　　(4-1)</b></p><p>　　其中，分形參數(shù)。它雖然簡(jiǎn)單，但是有著極其復(fù)雜的動(dòng)力學(xué)行為，它的演化過(guò)程與有密切關(guān)系，當(dāng)，系統(tǒng)工作于混沌狀態(tài)[12]。 文獻(xiàn)[13]已證明了上式所

69、產(chǎn)生的混沌序列的概率密度函數(shù)分布圖如下圖4-2所示： </p><p>　　圖4-2　Logistic序列概率密度函數(shù)分布圖</p><p>　　由上圖4-2可見，Logistic映射序列大部分在0和1附近，其關(guān)于0.5對(duì)稱分布，即序列的均值為0.5。</p><p>　　還有一種對(duì)Logistic映射改進(jìn)后的序列，具體公式如下式4-3所示：</p>

70、<p><b>　　(4-3)</b></p><p>　　這是一種均值為0的滿Logistic映射，當(dāng)時(shí)，上式處于混沌狀態(tài)，</p><p>　　滿Logistic映射序列關(guān)于0對(duì)稱分布，即序列的均值為0。</p><p>　　4.2　基于混沌系統(tǒng)的圖像加密算法設(shè)計(jì)</p><p>　　4.2.1　加密算法設(shè)

71、計(jì)</p><p>　　文中采用了灰度置亂的方法，灰度置亂的加密規(guī)則[14]表達(dá)如下式4-4所示：</p><p><b>　　(4-4)</b></p><p><b>　　式中，；</b></p><p><b>　　P——圖像矩陣；</b></p><

72、p>　　K——加密矩陣，即由混沌序列構(gòu)造的加密矩陣；</p><p>　　C——加密后的矩陣。</p><p>　　整個(gè)加密過(guò)程的框圖4-5如下：</p><p>　　圖4-5　混沌加密算法框圖</p><p>　　選擇一幅醫(yī)用骨頭圖像作為仿真圖像，首先讀入初始圖像，經(jīng)過(guò)圖像預(yù)處理后，將其轉(zhuǎn)換為標(biāo)準(zhǔn)256*256的圖像，然后輸入Logi

73、stic混沌映射序列的初始值m（1）=0.3，取分形參數(shù)=4，按照Logistic混沌序列的迭代方法便可產(chǎn)生混沌序列。最后用圖像序列和混沌序列的異或運(yùn)算實(shí)現(xiàn)對(duì)原始圖像的加密。</p><p>　　4.2.2　解密算法設(shè)計(jì)</p><p>　　解密的過(guò)程是上述過(guò)程的逆過(guò)程：首先讀入加密后的Lena圖像，然后輸入密鑰產(chǎn)生解密序列，然后進(jìn)行和加密時(shí)一樣的灰度變換既可以得到解密圖像。具體框圖如下圖

74、4-6所示：</p><p>　　圖4-6　混沌解密算法框圖</p><p>　　4.3　算法實(shí)現(xiàn)及結(jié)果分析</p><p>　　1、加密過(guò)程實(shí)現(xiàn)及分析</p><p>　　這里選取了一幅醫(yī)學(xué)骨骼圖像作為加密對(duì)象，設(shè)置初始密鑰m(1)=0.3,加密算法經(jīng)matlab仿真后的效果圖如下4-7所示：</p><p>　　(

75、a)原始的Lena圖像 (b)經(jīng)過(guò)混沌處理后的圖像</p><p>　　圖 4-7　混沌加密仿真后效果圖</p><p>　　可以看出，加密后的圖像看不出原圖像的絲毫信息，加密效果比較好，且本算法加密速度快，程序簡(jiǎn)單易實(shí)現(xiàn)，相對(duì)于Arnold變換加密算法，這種算法的運(yùn)算量要小很多。</p><p><b>　　2、解密實(shí)現(xiàn)及

76、分析</b></p><p>　　當(dāng)所輸入的密鑰m（1）=0.3時(shí)得到的解密后骨骼圖像如下圖4-8所示：</p><p>　　(a)加密圖像 (b)解密圖像</p><p>　　圖 4-8　混沌解密圖像效果圖</p><p>　　可以看出能采用密匙解密的方法，可以安全正確的恢復(fù)原圖像信息，為了檢測(cè)本算

77、法的安全性，僅僅檢測(cè)一下它對(duì)初始條件的敏感性。當(dāng)其他的參數(shù)都正確時(shí)，改變初始值，令m（1）=0.3000000001時(shí)，解密出的圖像如圖4-9所示：</p><p>　　圖 4-9　誤解密時(shí)仿真效果圖</p><p>　　從上圖可以看出，只是當(dāng)初始值變化時(shí)，都不能解密出圖像且看不到原圖像的任何信息，已完全不能辨認(rèn)出來(lái)，好像是噪聲引起的雪花點(diǎn)，具有隨機(jī)性。因此此加密系統(tǒng)具有較高的保密性同時(shí)表

78、示了此種算法的可行性。</p><p><b>　　第５章　總　結(jié)</b></p><p>　　隨著現(xiàn)代醫(yī)學(xué)的快速發(fā)展和Internet技術(shù)的日益成熟，使得網(wǎng)絡(luò)信息安全問(wèn)題日益突出，正越來(lái)越受到社會(huì)的普遍關(guān)注。</p><p>　　圖像加密技術(shù)作為保障網(wǎng)絡(luò)傳輸安全的一種手段，吸引了廣大學(xué)者的廣泛關(guān)注，本文在圖像加密技術(shù)主要做了如下幾方面工作：&

79、lt;/p><p>　　1.簡(jiǎn)要闡述了經(jīng)典Arnold變換技術(shù)的定義、特點(diǎn)，同時(shí)對(duì)其進(jìn)行了加密解密的仿真實(shí)驗(yàn)，通過(guò)效果圖總結(jié)出這種經(jīng)典變換存在的缺點(diǎn)和不足。</p><p>　　2.在經(jīng)典Arnold變換的基礎(chǔ)上提出了改進(jìn)后結(jié)合密鑰的Arnold圖像置亂技術(shù)，通過(guò)引入隨機(jī)序列，從而增加密鑰空間，通過(guò)matlab仿真證明這種方法能夠很好地克服經(jīng)典Arnold變換的周期性缺點(diǎn)。</p>

80、<p>　　3.本文提出的第二種加密技術(shù)是一種新興加密技術(shù)-混沌。混沌系統(tǒng)由于其天然對(duì)初始值的良好敏感特點(diǎn)，而備受關(guān)注。本文主要對(duì)混沌定義和系統(tǒng)特點(diǎn)做了簡(jiǎn)要闡述，同時(shí)給出了Logistic映射的定義，利用matlab軟件，給出了一幅醫(yī)學(xué)圖像的加密解密的仿真效果圖，同時(shí)還給出了當(dāng)密鑰誤解密時(shí)的效果圖，試驗(yàn)結(jié)果證明：該算法具有較高的效率和安全性。</p><p><b>　　參考文獻(xiàn)</

81、b></p><p>　　[1] 傅征,連平.遠(yuǎn)程醫(yī)學(xué)[M].北京：人民軍醫(yī)出版社,2005:1</p><p>　　[2] 王睿. 基于PACS的遠(yuǎn)程會(huì)診系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 山東 濟(jì)南.2006</p><p>　　[3] B.K.ShreyamshaKumar,Chidamber R.Patil:JPEG image encryption using

82、 fuzzy PN sequences[J].Signal,Image,and Video Processing,2009</p><p>　　[4] 黃鑫.圖像加密技術(shù)及其進(jìn)展[J].科技信息,2007(6):19-22</p><p>　　[5] 陳銘,平西建.基于Arnold變換的圖像信息偽裝算法[J].計(jì)算機(jī)應(yīng)用研究,2006(1):235-237</p><p

83、>　　[6] 鄒建成,鐵小勻.數(shù)字圖像的二維Arnold變換及其周期[J]．北方工業(yè)大學(xué)學(xué)報(bào)，2000，12(1)：P10~14</p><p>　　[7] 馬進(jìn),盧雷,朱寧.基于劃分思想的Arnold變換算法[A].中國(guó)電子學(xué)會(huì).第十六屆信息論學(xué)術(shù)年會(huì)論文集[C].北京：電子工業(yè)出版社，2009:90-94</p><p>　　[8] 張勇,陳濱.Logistic映射的有限字長(zhǎng)研究

84、[J].電子科技大學(xué)學(xué)報(bào),2006,35(3):292-316</p><p>　　[9] Guan ZH,Huang FJ,Guan WJ.Chaos-based image encryption algorithm[J],Phys Lett A 2005,346:153-157</p><p>　　[10] 王亥,胡建棟.改進(jìn)型Logistic-Map混沌擴(kuò)頻序列[J].通信學(xué)報(bào),19

85、97,18(8):71-77</p><p>　　[11] 張連俊.圖像混沌加密技術(shù)分析[J].現(xiàn)代情報(bào),2005,25(8):118-119</p><p>　　[12] 張雪鋒,羅軍,高川.基于混沌序列的數(shù)字圖像加密算法[J].計(jì)算機(jī)工程與應(yīng)用，2006,4（19）：61-62</p><p>　　[13] Dang P P,Chau P M.Image ene

86、cryption for secure Internet multi-media application[J].IEEE Transactions on Consumer Electronics,2000,46(8):395-403</p><p>　　[14] 孫鑫,易開祥,孫優(yōu)賢.基于混沌系統(tǒng)的圖像加密算法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2002,14(2):136-139</p><

87、p><b>　　致　謝</b></p><p>　　這次畢業(yè)論文能夠得以順利完成，包含了很多人的關(guān)懷和心血。在此，我要向他們表示深深的謝意！</p><p>　　首先，在論文的選題構(gòu)思、課題研究及論文寫作過(guò)程中，每當(dāng)我遇到疑難問(wèn)題時(shí)，鄭老師總是耐心地幫我分析，幫我度過(guò)了一個(gè)個(gè)難關(guān)。最終，我才能順利完成論文的創(chuàng)作。鄭老師嚴(yán)謹(jǐn)求實(shí)，認(rèn)真細(xì)致的工作作風(fēng)，深厚的知識(shí)積淀

88、，使我受益匪淺。這些將在我今后的工作中給我指引和激勵(lì)。在此，謹(jǐn)向鄭老師致以深深的謝意。</p><p>　　其次，要感謝所有曾經(jīng)教我們電子信息的任課老師，老師們教會(huì)我的不僅僅是專業(yè)知識(shí)，更多的是對(duì)待學(xué)習(xí)、對(duì)待生活的態(tài)度。</p><p>　　感謝我宿舍的舍友們?cè)谧稣撐牡倪^(guò)程中給我的建議和幫助。</p><p>　　感謝我的父母、學(xué)校領(lǐng)導(dǎo)和我的親戚朋友們，在四年的大學(xué)

89、生涯中，給我莫大的精神鼓舞和物質(zhì)的支持，才能使我順利地完成學(xué)業(yè)。</p><p>　　最后，感謝在百忙中抽出時(shí)間閱讀本文的各位評(píng)委。</p><p><b>　　附　錄</b></p><p><b>　　附錄A　外文資料</b></p><p>　　The research of digital

90、image processing technique</p><p>　　Introduction</p><p>　　Interest in digital image processing methods stems from two principal application areas: improvement of pictorial information for human

91、interpretation; and processing of image data for storage, transmission, and representation for autonomous machine perception. This chapter has several objectives: (1)to define the scope ofthe field that we call image pro

92、cessing; (2)to give a historical perspective of the origins of this field; (3)to give an idea of the state of the art in image processing by exa</p><p>　　What Is Digital Image Processing?</p><p>

93、;　　An image may be defined as a two-dimensional function,f(x,y)，where x and y are</p><p>　　spatial (plane) coordinates, and the amplitude of fat any pair of coordinates (x,y) is called the intensity or gray

94、level of the image at that point. When x, y, and digital image. Tire field of digital image processing refers to processing digital images by means of a digital computer. Note that a digital image is composed of a finite

95、 number of elements, each of which has a particular location and value. These elements are referred to as picture elements, image elements, pels, and pixels. Pixel </p><p>　　Vision is the most advanced of ou

96、r senses, so it is not surprising that images play the single most important role in human perception. However, unlike human who are limited to the visual band of the electromagnetic (E11)spectrum, imaging machines cover

97、 almost the entire EM spectrum, ranging from gamma to radio waves. They can operate on images generated by sources that human are not accustomed to associating with image. these include ultrasound, electron microscopy, a

98、nd computer-generated image</p><p>　　There is no general agreement among authors regarding where image processing stops and other related areas, such as image analysis and computer vision, start ,sometimes a

99、 distinction is made by defining image processing as a discipline in which both the input and output of a process are images. We believe this to be a limiting and somewhat artificial boundary. For example, under this def

100、inition, even the trivial task of computing tire average intensity of an image (which yields a single number) </p><p>　　There are no clear-cut boundaries in the continuum from image processing at one end to

101、computer vision at the other. However，one useful paradigm is to consider three types of computerized processes is this continuum: how-，mid-, and high-ever processes. low-level processes involve primitive operation such a

102、s image preprocessing to reduce noise, contrast enhancement, and image sharpening. A low-level process is characterized by the fact that both its input and output are images.mid-level processin</p><p>　　Base

103、d on the preceding comments, we see that a logical place of overlap between image processing and image analysis is the area of recognition of individual regions or objects in an image. Thus, what we call in this book dig

104、ital image processing encompasses processes whose inputs and outputs are images and, in addition,encompasses processes that extract attributes from images,up to and including the recognition of individual objects. As a s

105、imple illustration to clarify these concepts, consider t</p><p>　　The Origins of Digital Image Processing</p><p>　　One of the first applications of digital images was in the newspaper industry,

106、when pictures~first sent by submarine cable between London and NewYork.Introduction of the Bartlane cable picture transmission system in the early 1920s reduced the time required to transport a picture across the Atlanti

107、c from more than a week to less than three hours.Specialized printing equipment coded pictures for cable transmission and then recondstruced on a telegragh printer fitted with typefaces simulating a ha</p><p&g

108、t;　　The idea of computer goes back to the invention of the abacus in Asia Mintor,more than 5000 years ago. More recently, there were developments in the past two centuries that are the foundation of what we call computer

109、 today. However, the basisfor what we call a modem digital computer dates back to only the 1940s with theintroduction by John von Neumann of two key concepts: (1) a memory to hold a stored program and data, and (2)condit