admin 为了提高数字图像的加密效果，经过对已有的数字图像加密算法进行分析，有专家提出了一种基于数字图像比特面的混沌加密方法。这种加密方法对常用的基于混沌的数字图像加密技术进行改进，将数字图像的像素值进行比特面分割，然后利用Logistic混沌映射对数字图像像素值比特面进行置换加密，从而达到加密的效果。
基于数字图像比特面的混沌加密
一、混沌图像加密技术
混沌数字图像加密技术是近年来应用非常普遍的一种数字图像加密技术，混沌现象是指在非线性动态系统中出现的确定性和类似随机的过程，混沌动力学在此基础上得到迅猛发展，这使得混沌可以用来作为一种新的加密体系，可以给文本文件、声音文件以及数据文件加密。
1、混沌加密的原理
将原始信息与混沌发生器产生的混沌序列进行特定的运算，使原始信息转换为具有类似随机噪声的性态，从而对数字图像进行加密。
解密就是将加密信息与混沌发生器产生的混沌序列进行反运算，去除混沌信号，使原始信息恢复。
混沌加密与解密原理如图所示：
2混沌加密技术的特点
混沌加密技术的效率高、操作速度快、实施的简易、计算的费用低廉，使得基于混沌的图像加密可行性好，在军事、工业以及商业应用的图像和视频通信方面具有广阔前景。然而传统的混沌加密技术只是利用混沌序列与原始信息进行某种运算，使得原始信息变为具有类似随机噪声的性态，从而达到加密目的。
二、数字图像的比特面
数字图像可以用一个二维图像数组来表示，其中数组元素的值表示图像像素点的像素值，其范围为［0，255］，可用一个字节即用8位比特序列来表示，若将各像素值的第i个位取出来，即得到一幅称为位平面的二值图像，据此思想提出数字图像比特面的定义。
数字图像中由所有像素点的同一个二进制比特位构成的图像平面就称为一个比特面，亦称做位平面。一幅具有m位比特灰度级的灰度图像中，像素点的像素值可以用式（1）所示的式子表示：
Gray=am2m-i+ am-12m-2+…+ a221+ a120 （1）
其中，2m-i（i＝1，2，…，m）表示第i比特的权重，ai＝0或1，则由图像中所有灰度值的a系数就得到一个比特面。从下到上依次表示各像素值的高位到低位，则各像素点的像素值的第i个比特位可分别构建一个二值平面，即一个比特面。其中，最高位的比特面称为第8比特面，最低位的比特面称为第1比特面，共8个比特面。
具有n比特灰度级的数字图像具有n个比特面，每个比特面全是由二进制比特序列构成，其实每个比特面可以构成一幅二值图像。将m个比特面组合，即可恢复原数字图像。对于24位RGB真彩色图像，由于每个像素点由R、G、B三基色构成，且各基色有256个灰度等级，则其比特面将是由所有像素点的三基色中各自的ai系数构成，显然，比特位中高位的权值大，对像素值影响很明显，因此数字图像的信息量大部分集中在几个高位比特面内，第8比特面所含的数字图像信息8量最大，被称为最高有效平面（MSB），第7比特面次之，第1比特面的信息量最小，被称为最低有效平面（LSB）。
三、基于数字图像比特面的混沌加密
基于数字图像比特面的混沌加密方法的加密思想是：将原图像像素值进行比特面分解（一般分8个比特面，因为像素值介于0—255之间，只要8个比特位），然后利用混沌图像加密算法分别对所提取出的不同比特面加密，再将经过混沌加密后的各比特面进行重组得到加密图像，其实质是对进行像素的像素值进行加密，改变密图的R、G、B值，即改变像素的颜色，具体加密和解密过程如图所示。
数字图像均有R、G、B三个颜色通道，而每个分量能反应原图像的部分信息，因此必须对R、G、B三个分量都进行比特面加密才能达到理想的加密效果。而对于数字图像的每个颜色分量，不同的比特面所含的信息量不一样，高位比特面所含的信息量大，低位比特面含的信息量少。数字图像与高位4个比特面的图像4具有很强的相关性，相对来说，与低位4个比特面所含信息的相关性较弱。
为保证加密算法的安全性，必须对至少4个重要比特面进行加密。因此只需对数字图像每个颜色分量的几个高位比特面进行混沌加密即可达到很好的效果。
基于数字图像比特面的混沌加密方法优于利用Logistic混沌映射对数字图像像素值进行置换加密的方法，具有非常不错的应用前景。
小知识之信息熵：
信息的基本作用就是消除人们对事物的不确定性。多数粒子组合之后，在它似像非像的形态上押上有价值的数码，具体地说，这就是一个在博弈对局中现象信息的混乱。
