图像加密基于matlab GUI彩色图像加密解密含Matlab源码 1231期

Posted 2021-12-12 紫极神光

一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【图像加密】基于matlab GUI彩色图像加密解密【含Matlab源码 1231期】

获取代码方式2：
通过紫极神光博客主页开通CSDN年度会员，凭支付凭证，私信博主，可获得此代码。

获取代码方式3：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

备注：开通CSDN年度会员，仅只能免费获得1份代码（有效期为开通日起，三天内有效）；
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、图像加密简介

1 图像加密技术
图像加密的特点是存储量大，占用内存大，占用频带宽，数据相互影响深，信息冗余度高等。其加密和解密的传输过程如图1所示。

图1 图像加密传输理论框图

1.1 置乱加密
置乱加密即用数学变换算法，将图像中像素点的位置移动或者使颜色的像素值发生改变，达到隐藏信息的目的。密钥就是图像加密中像素的排布方式，接收方接收到加密图像后，对密钥进行反运算即可恢复图像。

像素点的位置变换包括行打乱、列打乱、行和列的叠加打乱。以行打乱为例：在MATLAB中，将M×N大小的图像用imread函数导入并保存在矩阵中。使用randsample函数产生和矩阵行数相同的随机整数列，且返还到r中。将原图像矩阵的行向量打乱，在B中保存打乱后的矩阵即完成了加密过程。解密过程是在向量r中使用find函数找出1到m的元素位置并返还至向量i中，将加密的图像进行还原，完成解密。

列打乱和行打乱的原理一致，行和列叠加打乱则是将行打乱和列打乱结合起来对图像加密，从而达到更好的加密效果。

1.2 混沌加密
混沌加密按照维数可分为两类：一维混沌系统和高维混沌系统。本文是在一维混沌系统的基础上，采用Logistic映射生成混沌序列对图像进行加密。
混沌加密使用混沌系统生成混沌序列作为加密的密钥，并用此序列对图像加密，接收方在接收到加密图像后使用密钥对加密图像解密。
混沌映射是指一个从某个空间区域到其本身的连续函数。其中一维Logistic映射的公式如下：

μ和x为Logistic映射的参数。图2所示的是Logistic映射的分岔图，横轴为μ（0≤μ≤4）。纵轴为x轴，x为初始值（0≤x≤1）。当μ在3.5699456到4间时，系统是混沌的。

将一幅M×N大小的图像用imread函数导入，确定Logistic系统的参数μ和初始值x；依据公式（1）构造混沌序列；例：任取图像中一点，以混沌序列构造密钥k(n），使用bitxor函数将该点产生的密钥按二进制异或操作得到加密后的像素值；同理对图像中每个像素点都依照公式完成加密，即得到加密后的图像。解密是加密的逆过程。

图2 Logistic映射的分岔图

1.3 灰度变换
灰度变换是对组成图像的所有值进行变换，达到图像加密的效果。
灰度变换原理：灰度直方图本来应用在数字图像的增强上，达到改变图像的视觉效果，实现图像加密的目的。灰度直方图为图像的灰度变换提供了思想来源。灰度变换实现方法：将图像中每个像素点的像素值都和某个数字异或，达到图像加密的效果。为了使图像的加密效果更加显著，还可以对图像中的灰度值采用密码学中算法来加密。只是在加密时，需要先将图像转换为灰度图像。

2 图像加密仿真
2.1 置乱加密仿真
选择信息量大、像素重复率低的一组图像，以及信息量小、像素重复率高的一组图像，分别进行行打乱、列打乱、行和列叠加打乱进行仿真。经过仿真效果对比得出：行打乱列打乱对信息量大、像素重复率低的图像加密效果好，对信息量小、像素重复率高的加密效果不理想；行和列叠加打乱对图像的加密效果更好。

2.2 混沌加密仿真
设图像的参数密钥分别为μ=4,x=0.2。由图3得出，混沌加密效果好，混沌加密时可以采用一次一加密的加密方式，变换系统的参数值产生大量不同密钥，提高加密效果，增加破解难度。混沌加密的优点是加密效果好，适用范围广。

图3 混沌加密仿真图
2.3 灰度变换仿真
从图4得出，灰度变换加密可以有效地隐藏图像的信息，加密效果好。

图4 灰度变换仿真图

三、部分源代码

function varargout = ImageEncryptionGui(varargin)
gui_Singleton = 1;
gui_State = struct('gui_Name',       mfilename, ...
                   'gui_Singleton',  gui_Singleton, ...
                   'gui_OpeningFcn', @ImageEncryptionGui_OpeningFcn, ...
                   'gui_OutputFcn',  @ImageEncryptionGui_OutputFcn, ...
                   'gui_LayoutFcn',  [] , ...
                   'gui_Callback',   []);
if nargin && ischar(varargin{1})
    gui_State.gui_Callback = str2func(varargin{1});
end

if nargout
    [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
    gui_mainfcn(gui_State, varargin{:});
end

function ImageEncryptionGui_OpeningFcn(hObject, eventdata, handles, varargin)


handles.output = hObject;
axes(handles.axes4)
BackGr = imread('douluodalu.jpg');
  imshow(BackGr);

guidata(hObject, handles);
clear all;
clc;
global Img;
global EncImg;
global DecImg;

function varargout = ImageEncryptionGui_OutputFcn(hObject, eventdata, handles) 

varargout{1} = handles.output;


function pushbutton1_Callback(hObject, eventdata, handles)

global Img;
global key;
X = uigetfile('*.jpg;*.tiff;*.ppm;*.pgm;*.png','pick a jpge file');
Img = imread(X);
  axes(handles.axes1)
  imshow(Img);
  
[n m k] = size(Img);

guidata(hObject, handles);
function pushbutton2_Callback(hObject, eventdata, handles)
global Img ;
global EncImg; 
global key;

axes(handles.axes2)
imshow(EncImg);
imwrite(EncImg,'Encoded.jpg','jpg');
guidata(hObject, handles);

function pushbutton3_Callback(hObject, eventdata, handles)
global DecImg;
global EncImg;
global key;
DecImg = imageProcess(EncImg,key);
axes(handles.axes3);
imshow(DecImg);
imwrite(DecImg,'Decoded.jpg','jpg');
guidata(hObject, handles);
function [proImageOut] = imageProcess(ImgInp,key)


[n m k] = size(ImgInp);
% key =cell2mat(struct2cell( load('key5.mat')));
% key = keyGen(n*m);
for ind = 1 : m    
    Fkey(:,ind) = key((1+(ind-1)*n) : (((ind-1)*n)+n));
end

四、运行结果

五、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.
[5]梁东云,吴晓云,刘萌.基于MATLAB的数字图像加密研究[J].系统仿真技术. 2020,16(04)