基于視覺意義加密圖像的顯著性區域保護方法
【專利摘要】本發明涉及一種基于視覺意義加密圖像的顯著性區域保護方法，其特征在于：首先通過圖像底層特征來提取顯著性區域，再利用混沌加密技術和光學加密技術結合或者其一設計合適的加密方案對所提取的顯著性區域進行預處理；最后任意選取一幅自然圖像作為參照圖像，將預加密后的圖像變換成具有視覺意義的加密圖像。本發明能夠對圖像的關鍵數據進行有效保護。
【專利說明】
基于視覺意義加密圖像的顯著性區域保護方法
技術領域
[0001] 本發明設及一種基于視覺意義加密圖像的顯著性區域保護方法，屬于多媒體技術 領域，具體屬于數字圖像處理和信息安全交叉領域。采用運種方案，對圖像的關鍵數據進行 有效保護。
【背景技術】
[0002] 隨著計算機和通訊技術的迅速發展，各類基于互聯網的多媒體技術得到了空前發 展。用戶可W通過移動設備將所拍攝到的圖像傳輸到網絡上。然而隨著網絡技術的快速發 展和普及，圖像傳輸和訪問已暴露出相關的安全問題。如何在開放的網絡中對圖像數據進 行安全傳輸成為迫切需要解決的問題。密碼技術是保護數字圖像信息安全最直接也是最基 本的方法，進而圖像加密成為目前研究的重要課題之一。越來越多的基于光學或混濁理論 的圖像加密方案被提出，也可分為兩類:完全加密和選擇性加密。前者主要集中在對整個圖 像數據進行加密處理，而后者只設及在圖像的最有意義的部分。完全加密通過對整個圖像 數據進行加密處理，起到安全保障作用，需要花費很高的計算代價。為了減少計算時間和資 源消耗而同時保持數字圖像的極高安全性，選擇合適的待加密部分是至關重要的。選擇的 過程本身會消耗一定的資源，因此不恰當的選擇可能導致過高的資源消耗甚至跟完全加密 消耗的一樣。
[0003] 近年來，涌現了一類吸引人的加密算法，即特征加密算法，主要包含特征提取和特 征加密兩部分。特征加密算法作為一類選擇加密算法，能夠做到在減少了計算復雜地同時 保持了圖像的安全性?，F有的特征加密算法通過邊緣提取或者圖像分割的方式來提取邊緣 信息再實現邊緣加密。如，張玉書等人2013年在光學與激光技術期刊54期發表的論文"基于 混濁的可逆隱藏變換和多階離散分數余弦變換的邊緣加密算法"，該文獻提出一種基于邊 緣檢測的選擇加密方案，其基本思想是利用Prewitt邊緣檢測方法或者圖像分割的方法挑 出一些含有邊緣信息較多的塊，然后借助一些常用的加密技術對其做加密處理。運種選擇 加密思想非常新穎，它借助了圖像處理中的PrewUt邊緣檢測方法或者圖像分割的方法，實 現了圖像處理與圖像加密的融合，為圖像處理的具體應用拓展了一個新的平臺。運些特征 加密算法只考慮邊緣信息，沒有設及圖像關鍵信息。然而，視覺注意是人類視覺系統化VS) 的一個重要特征。
[0004] 從視覺場景中選擇相關區域，同時獲得相對重要的視覺信息，運些重要的信息稱 為顯著性區域，是人眼認知過程。當人觀察一幅自然場景時，往往關注地是重要區域同時忽 略那些不重要的區域。運種選擇注意將會處理顯著性區域而不是整個區域。因此，加密運些 顯著的區域是更有意義。此外，現有的加密算法都是將原始圖像轉化成類似紋理的圖像或 者噪聲的圖像，運種加密圖像很容易從普通圖像中區分開來。而一個具有類似紋理或者噪 聲特征的圖像必然會引起攻擊者的關注，因此容易導致信息的泄露和損失。
[0005] 鑒于現有的特征加密算法不能對圖像顯著性區域進行有效保護，W及加密圖像容 易被攻擊者攻擊，本發明提出一種基于視覺意義加密圖像的顯著性區域保護方法。

【發明內容】

[0006] 為了讓圖像在傳輸的過程中不受到攻擊，如關鍵的區域被篡改或者偽造，能夠在 對圖像的關鍵數據進行有效保護，本發明提出一種具有視覺意義加密圖像的顯著性區域保 護方法。
[0007] 本發明所述的視覺意義加密圖像的顯著性區域保護方法的技術思路如下:通過特 征描述法或者統計分析方法提取圖像的底層特征，如顏色特征、紋理特征、空間關系、形狀 特征等，進一步研究圖像性質和圖像特征，構建顯著性區域提取模型W得到顯著性區域。利 用混濁加密技術和光學加密技術結合或者其一設計合適的加密方案對顯著性區域進行預 處理;再任意選取自然圖像作為參照圖像將預加密后的圖像變換成具有視覺意義的加密圖 像。其中深度加密中選擇的變換可W是離散小波變換，離散余弦變換等、參照圖像可W是任 何具有視覺意義的自然圖像。
[000引本發明的技術效果:首先通過圖像底層特征來提取顯著性區域，再利用混濁加密 技術和光學加密技術結合或者其一設計合適的加密方案對所提取的顯著性區域進行預處 理;最后任意選取一幅自然圖像作為參照圖像，將預加密后的圖像變換成具有視覺意義的 加密圖像。本發明能夠對圖像的關鍵數據進行有效保護。
【附圖說明】
[0009] 圖1是本發明的流程示意圖；
[0010] 圖2是本發明對圖像顯著性區域提取的效果圖；
[0011] 圖3是根據本發明將所提取的顯著性區域加密成具有視覺意義的圖像；
[0012] 圖4水平、垂直、對角線相鄰像素的相關性：（a)(c)(e)顯著性區域；（b)(d)(f)對應 的加密區域。
【具體實施方式】
[0013] 下面結合附圖和實施例，對本發明的技術方案做進一步的詳細描述。
[0014] 如圖1所示，一種基于視覺意義加密圖像的顯著性區域保護方法，其步驟如下：
[0015] 步驟1預處理階段，計算原始圖像的底層特征，底層特征主要包括顏色特征、亮度 特征、形狀特征、紋理特征等。顏色特征描述方法主要有顏色直方圖法、顏色相關圖法、顏色 一致性矢量法、顏色矩法等;紋理特征提取的方法有結構分析方法、統計分析方法、模型分 析法(如隨機場模型、分形模型等）、頻譜分析法;形狀特征提取方法有:集合特征法(如實屯、 率、偏屯、率、不規則度等）、統計特征的描述法(如粗糖度、均值、方差等）、邊緣特征法、幾何 度量參數(如曲率等）、變換域特征法(如傅立葉描述子、小波變換)等。
[0016] 步驟2建模階段，根據原始圖像底層特征信息，構建顯著區域提取模型W得到顯著 性特征區域;通過對底層特征數據進行分析處理，構建有效的特征融合算法，W便提取顯著 性區域。分析原始圖像底層特征數據可W采用模糊集理論、粗糖集理論(RST)、人工神經網 絡、支持向量機(SVM);
[0017] 步驟3加密階段，通過設計加密算法，對所提取的顯著性區域進行保護。加密包括 預加密和深度加密。預加密算法是指利用混濁加密技術和光學加密技術結合或者其一設計 合適的加密方案對顯著性區域進行預處理;深度加密是指選擇參照圖像將預加密后的圖像 變換成具有視覺意義的加密圖像?；鞚峒用芗夹g是通過混濁映射產生密鑰流對感興趣區域 進行擴散和混亂操作;深度加密中選擇的變換可W是離散小波變換，離散余弦變換等。
[0018] 實施例1:本發明所提及的顯著區域可W是壓縮域中得到的，也可W是非壓縮域得 到的。如圖1所示，首先提取圖像的顯著性區域，根據人類視覺感知底層特征的特性，提取圖 像的底層特征，比如顏色、紋理、亮度、形狀特征等，利用圖像處理技術方法，構建特征融合 算法W得到顯著性特征區域。下面W在壓縮域中提取顯著性區域方法為例，對于原始圖像： 圖2(a)、圖2(b)，圖2(c)，首先計算DCT塊之間特征差另
，其中k= 1，2，3表示亮 度和顏色特征，Q k二{ I，C r g，C b y };然后算塊i與塊j之間的紋理差異
，其中4表示紋理特征，Tl和Tj,表示關于塊i和j的紋理向量， ? M是L2范數;再計算壓縮域中的特征圖
其中來描述由DCT塊i第k個特征計算得到的顯著值，O是高斯模型的參數，du是DCT塊之 間的歐氏距離;最后采用相關歸一化融合算法，將運四個特征圖融合成最終的顯著圖S，S = E 丫 eNw+eiTN")，從而得到最終的顯著性區域，其中N是歸一化算子，目G{Sk}，kG{l，2,3, 4}，ye和0是各部分的權重，如圖2(d)-(f)所示。
[0019] 如圖2(g)-(i)所示，在顯著性區域提取之后，需要對該區域進行加密處理，預加密 采用的混濁加密，也就是一個對圖像的像素值和位置進行改變的過程，即P = F(S，Kp)，其中 S表示顯著性區域，P是預加密后的圖像，F，Kp分別表示變換函數和安全密鑰密。當然也可W 采用光學加密技術，或者混濁和光學結合加密方案。再任意選取一幅自然圖像作為參照圖 像，進一步將加密后的圖像變換成具有視覺意義的加密圖像，即6 = 1'。，1(*，1〇，其中1?是任 選的自然圖像，T可W為離散小波變換、離散正弦變換、離散余弦，Kt是該變換的參數，變換 不限于運幾種。
[0020] 對算法的統計性分析。圖3顯示地是一幅人臉圖像中顯著性區域加密前后的直方 圖，（a)-(c)自左向右:原始圖像、顯著性區域、加密后的視覺圖像；（d)和（e)分別是關于顯 著性區域加密前后的直方圖。從圖3(d)和(e)可W清楚地看到，加密前后該區域對應的直方 圖是發生了變化。此外，由于在明文圖像中該區域相鄰像素之間存在很強的相關性，而一個 有效的加密算法能夠使得運些相鄰像素之間的相關性變低。為此，我們從圖3(b)和(C)兩幅 圖像的水平、垂直、對角線周圍分別隨機選取3000對相鄰像素，利用W下公式：
[0021]
[0022]
[0023]
[0024] 把運=個方向上像素對的相關系數rxy計算出來。從表1數據結果顯示，明文圖像顯 著性區域中水平、垂直、對角線上相鄰像素對的相關系數較相應的密文塊有所降低。
[0025] 表1相鄰像素的相關系數
[0026]
[0027]圖4顯示地分別為明文圖像顯著性區域中水平、垂直、對角線上像素對之間的相關 性，如圖4(3)、（(3)、（6);其密文圖像對應的相關性如圖4化）、（(1)、（門。
【主權項】
1. 一種基于視覺意義加密圖像的顯著性區域保護方法，其特征包含以下步驟： 步驟1預處理階段，計算原始圖像的底層特征。 步驟2建模階段，根據原始圖像的底層特征信息，構建顯著區域提取模型以得到顯著性 區域； 步驟3加密階段，通過設計加密算法，對所提取的顯著性區域進行保護。2. 根據權利要求1所述的基于視覺意義加密圖像的顯著性區域保護方法，其特征在于， 原始圖像的底層特征包括顏色特征、亮度特征、形狀特征、紋理特征。3. 根據權利要求2所述的基于視覺意義加密圖像的顯著性區域保護方法，其特征在于： 顏色特征描述方法包括有顏色直方圖法、顏色相關圖法、顏色一致性矢量法、顏色矩法;紋 理特征提取的方法包括結構分析方法、統計分析方法、模型分析法、頻譜分析法;形狀特征 提取方法包括集合特征法、統計特征的描述法、邊緣特征法、幾何度量參數、變換域特征法。4. 根據權利要求1、2和3所述的基于視覺意義加密圖像的顯著性區域保護方法，其特征 在于:所述構建顯著區域提取模型包括:通過對底層特征數據進行分析處理，構建有效的特 征融合算法，以便提取顯著性區域。5. 根據權利要求4所述的基于視覺意義加密圖像的顯著性區域保護方法，其特征在于： 分析底層特征數據采用模糊集理論、粗糙集理論、人工神經網絡或支持向量機。6. 根據權利要求1所述的基于視覺意義加密圖像的顯著性區域保護算法，其特征在于： 加密包括預加密和深度加密。7. 根據權利要求6所述的基于視覺意義加密圖像的顯著性區域保護算法，其特征在于： 預加密算法是指利用混沌加密技術和光學加密技術結合或者其一設計合適的加密方案對 顯著性區域進行預處理;深度加密是指選擇參照圖像將預加密后的圖像變換成具有視覺意 義的加密圖像。8. 根據權利要求8所述的基于視覺意義加密圖像的顯著性區域保護算法，其特征在于： 混沌加密技術是通過混沌映射產生密鑰流對感興趣區域進行擴散和混亂操作;深度加密中 選擇的變換是離散小波變換或離散余弦變換。
【文檔編號】G06N3/04GK105956992SQ201610345884
【公開日】2016年9月21日
【申請日】2016年5月23日
【發明人】溫文媖, 張玉書, 方玉明, 方志軍, 楊勇, 袁飛牛, 楊壽淵
【申請人】溫文媖