Arnold置乱

这篇具有很好参考价值的文章主要介绍了Arnold置乱。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、Arnold置乱概述

  Arnold变换是俄国数学家弗拉基米尔·阿诺德(Vladimir Igorevich Arnold)提出,Arnold将其应用在遍历理论研究中。由于Arnold本人最初对一张猫的图片进行了此种变换,因此它又被称为猫脸变换(cat映射)。Cat映射可以把图像中各像素点的位置进行置换,使其达到加密的目的,多应用在多媒体混沌加密中。

  Arnold置乱是一种数字图像处理技术,通过改变图像像素的排列顺序来产生视觉上的扭曲和变形效果。该技术主要应用于图像加密和保护,也可以用于生成艺术效果或增加图像的复杂度。

  Arnold置乱的原理基于置换群的概念。对于一个n×n的图像,可以将其视为一个由n²个像素组成的向量。Arnold置乱通过一系列置换操作来改变这些向量的排列顺序,从而产生不同的视觉效果。

  具体来说,Arnold置乱的操作是将每个像素坐标(x, y)进行置换操作,得到新的坐标(x', y')。置换操作的具体方法如下:

    x' = (ax + y) mod n y' = (bx + (a*b+1)*y) mod n

Arnold置乱

  其中,a和b是两个置乱参数,n是图像大小。上述公式可以理解为将(x, y)映射到了一个新的坐标(x', y')。通过反复进行这样的置换操作,可以将图像像素的排列顺序进行混乱,从而产生视觉上的扭曲和变形效果。

  值得注意的是,Arnold置乱是一种可逆操作,也就是说可以通过相反的操作将图像恢复为原始状态。具体来说,如果知道了置乱参数a和b以及进行置乱的迭代次数n,就可以对图像进行反向置乱操作,从而得到原始的图像。

  在实际应用中,Arnold置乱常常被用于数字水印、图像加密等领域。通过对图像进行多次Arnold置乱操作,可以使得图像的像素排列变得非常复杂和随机,从而增加了图像的安全性和保密性。同时,Arnold置乱也可以用于生成艺术效果,例如在数字艺术中用于产生视觉上的扭曲和变形效果。

二、步骤

  Arnold置乱的具体步骤如下:

  1. 选择置乱参数a和b:Arnold置乱的第一步是选择两个置乱参数a和b,这两个参数是用来控制像素排列顺序的。一般情况下,选择两个互质的正整数作为置乱参数,例如a=3,b=5。

  2. 将图像转换为矩阵:将要加密的图像转换为一个n×n的矩阵,其中n为矩阵的行数和列数。如果图像大小不是n的整数倍,则可以在图像边缘进行填充或截断操作。

  3. 进行置乱操作:对于图像矩阵中的每个像素坐标(x, y),使用下面的公式进行置乱操作:

    x' = (ax + y) mod n y' = (bx + (a*b+1)*y) mod n

    其中,(x', y')就是置乱后的像素坐标。这个过程就是将图像像素的位置进行混乱和扭曲。

  4. 重复置乱操作:对于置乱后的像素坐标(x', y'),再次使用上述公式进行置乱操作,得到新的像素坐标(x'', y'')。重复进行这样的操作,直到达到预设的置乱次数。

  5. 将置乱后的像素矩阵转换回图像:将置乱后的像素矩阵重新转换为图像,并保存加密后的图像文件。如果需要对图像进行解密,则需要进行相反的置乱操作。

三、代码实现

1.MATLAB实现置乱

Arnold置乱Arnold置乱
% 定义置乱参数
a = 3;
b = 5;
t = 512;

% 加载要置乱的图像
img = imread('Lena.png');

% 将图像转换为灰度图像
img_gray = rgb2gray(img);

% 将灰度图像转换为矩阵
img_matrix = double(img_gray);

% 获取矩阵的行数和列数
[n, m] = size(img_matrix);

% 对图像进行置乱操作
for k = 1:t % 设置置乱次数为10次
    for i = 1:n
        for j = 1:m
            x = mod(a*i + j, n) + 1;
            y = mod(b*i + (a*b+1)*j, n) + 1;
            img_matrix(x, y) = img_gray(i, j);
        end
    end
end

% 将置乱后的矩阵转换回图像
img_scrambled = uint8(img_matrix);

% 输出Arnold置乱后的图像
imshow(img_scrambled);

% 保存置乱后的图像
imwrite(img_scrambled, 'Lena_scrambled.jpg');
Code_01
Arnold置乱Arnold置乱
% 读取原始图像并转换为灰度图像
img = imread('Lena.png');
img = rgb2gray(img);

% 定义Arnold置乱的参数
n = 512;
a = 3;
b = 5;

% 进行n次Arnold置乱迭代
for k = 1:n
    % 将图像分成大小为n×n的块
    blocks = mat2cell(img, repmat(n, 1, size(img, 1)/n), repmat(n, 1, size(img, 2)/n));
    for i = 1:size(blocks, 1)
        for j = 1:size(blocks, 2)
            % 对于每个块,进行Arnold置乱操作
            block = blocks{i,j};
            [x, y] = meshgrid(1:n, 1:n);
            x1 = mod(a*x + y, n) + 1;
            y1 = mod(b*x + (a*b+1)*y, n) + 1;
            idx = sub2ind([n, n], y1(:), x1(:));
            block = reshape(block(idx), n, n);
            blocks{i,j} = block;
        end
    end
    % 合并所有块并更新图像
    img = cell2mat(blocks);
end

% 输出Arnold置乱后的图像
imshow(img);
Code_02

2.MATLAB实现逆置乱

Arnold置乱Arnold置乱
clear all;
clc;

% 读取图片,根据Arnold变换的条件,图像必须是正方形
img=imread('Lena.bmp');

% 当只有一个输出参数时,返回一个行向量,该行向量的第一个元素时矩阵的行数,第二个元素是矩阵的列数。
mysize=size(img);

if numel(mysize)>2%如果输入是彩色图像
    img=rgb2gray(img); %将彩色到灰度图像的转换
    fprintf("图像为彩色图\n");
else
    fprintf("图像为灰度图\n");
end

imshow(img,[])
title('彩色原图的灰度图');

figure(2)
imhist(img)    %原图的直方图统计

%如果输入的不是正方形图像,则打印如下
[h,w]=size(img);
if h>w
    img = imresize(img, [w w]);
    fprintf("图像长宽不一样,图像可能失真\r");
end
if h<w
    img = imresize(img, [h h]);
    fprintf("图像长宽不一样,图像可能失真");
end
[h,w]=size(img);

% 置乱与逆置乱必须采用共同参数的时候,就相当于密码,才能解密,让图像复原
% 迭代次数
n=10;
a=1;b=1;
N=h;%N代表图像宽高,宽高要一样

%% 置乱操作
imgnnn=zeros(h,w);
for i=1:n
    for y=1:h
        for x=1:w
            xx=mod((x-1)+b*(y-1),N)+1;   %mod取余操作,(a,b)就是a除以b的余数
            yy=mod(a*(x-1)+(a*b+1)*(y-1),N)+1;
            imgnnn(yy,xx)=img(y,x);
        end
    end
    img=imgnnn;
end
imgnnn = uint8(imgnnn);

figure(3)
imshow(img,[])%置乱后的图片
title('置乱后的图片 a=1;b=1,n=10');
imwrite (imgnnn,'置乱后的图片.bmp');  %生成图像保存功能

%% 逆置乱复原
img2=imread('置乱后的图片.bmp');%读取置乱图片
for i=1:n
    for y=1:h
        for x=1:w
            xx=mod((a*b+1)*(x-1)-b*(y-1),N)+1;%matlab索引中不能是0,要从1开始
            yy=mod(-a*(x-1)+(y-1),N)+1  ;
            imgnnn(yy,xx)=img2(y,x);
        end
    end
    img2=imgnnn;
end
imgnnn = uint8(imgnnn);
figure(4)
imshow(imgnnn,[])
title('逆置乱的复原图片');
imwrite(imgnnn,'逆置乱的复原图片.bmp');%生成图像保存功能
Code_03

  在上面的代码中,我们首先定义了置乱参数a和b,然后加载了一张名为lena.jpg的图像,并将其转换为灰度图像。接下来,我们将灰度图像转换为一个n×n的矩阵,然后使用两重循环对每个像素进行置乱操作。在置乱操作中,我们使用了上面描述的公式进行像素坐标的计算和调换。最后,我们将置乱后的矩阵再次转换为图像,并保存到名为lena_scrambled.jpg的文件中。

四、二维Arnold置乱

二维Arnold置乱是一种将二维图像进行混沌置乱的方法,与一维Arnold置乱类似,它也是通过改变像素坐标的排列顺序来实现图像混沌化的。

二维Arnold置乱的具体步骤如下:

  1. 选择置乱参数a和b:同样,二维Arnold置乱的第一步是选择两个置乱参数a和b,这两个参数是用来控制像素排列顺序的。一般情况下,选择两个互质的正整数作为置乱参数,例如a=3,b=5。

  2. 将图像转换为矩阵:同样地,将要加密的图像转换为一个n×n的矩阵,其中n为矩阵的行数和列数。

  3. 进行置乱操作:对于图像矩阵中的每个像素坐标(x, y),使用下面的公式进行置乱操作:

    x' = (ax + y) mod n y' = (bx + (a*b+1)*y) mod n

    其中,(x', y')就是置乱后的像素坐标。这个过程就是将图像像素的位置进行混乱和扭曲。

  4. 重复置乱操作:对于置乱后的像素坐标(x', y'),再次使用上述公式进行置乱操作,得到新的像素坐标(x'', y'')。重复进行这样的操作,直到达到预设的置乱次数。

  5. 将置乱后的像素矩阵转换回图像:将置乱后的像素矩阵重新转换为图像,并保存加密后的图像文件。如果需要对图像进行解密,则需要进行相反的置乱操作。

总之,二维Arnold置乱是一种可靠的图像混沌化方法,它可以增强图像的安全性和保密性。

 文章来源地址https://www.toymoban.com/news/detail-426024.html

到了这里,关于Arnold置乱的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【chap1 PMSM数学建模及坐标变换】

    提示:这里可以添加本文要记录的大概内容: 记录学习现代永磁同步电机控制原理及MATLAB仿真 电磁基础 提示:以下是本篇文章正文内容,下面案例可供参考 永磁材料的磁导率与空气接近,可看作空气,铁心的磁导率高,磁阻可忽略,但由于结构不同导致这两种电机的交直轴

    2024年04月22日
    浏览(20)
  • 数学内容的概述

    作为一名文科生,学习编程最大的阻碍莫过于数学知识。 跟开发APP和后台服务器相比,机器学习、深度学习需要大量的数学知识。 数据处理和清洗:数据分析涉及大量的数据处理和清洗工作,需要掌握基本的数学概念和方法。例如,对数据进行排序、过滤、聚合等操作时需

    2024年02月11日
    浏览(25)
  • 用于符号数学的 Python 库——sympy(二):常用信号的Laplace变换

    关于拉普拉斯变换的作用,可参考知乎 总的来说,拉普拉斯变换就是迫使函数满足绝对可积条件的傅里叶变换。 参考信号与系统/陈后金, 胡健, 薛健. ——2版.——北京:清华大学出版社;北京交通大学出版社, 2005.7(2017.3重印)第218-219页。 序号       单边信号(f(t))      

    2024年02月07日
    浏览(47)
  • d3d12龙书阅读----数学基础 向量代数、矩阵代数、变换

    d3d12龙书阅读----数学基础 向量代数、矩阵代数、变换 directx 采用左手坐标系 点积与叉积 点积与叉积的正交化 使用点积进行正交化 使用叉积进行正交化 矩阵与矩阵乘法 转置矩阵 单位矩阵 逆矩阵 矩阵行列式 变换 旋转矩阵 坐标变换 利用DirectXMath库进行向量运算、矩阵运算以

    2024年02月19日
    浏览(49)
  • 基于分形的置乱算法和基于混沌系统的置乱算法哪种更安全?

    在信息安全领域中,置乱算法是一种重要的加密手段,它可以将明文进行混淆和打乱,从而实现保密性和安全性。常见的置乱算法包括基于分形的置乱算法和基于混沌系统的置乱算法。下面将从理论和实践两方面,对这两种置乱算法进行比较和分析,探讨哪种算法更安全。

    2024年02月11日
    浏览(37)
  • 深度学习·理论篇(2023版)·第002篇深度学习和计算机视觉中的基础数学知识01:线性变换的定义+基于角度的线性变换案例(坐标变换)+点积和投影+矩阵乘法的几何意义+图形化精讲

    💕 恭喜本博客浏览量达到两百万,CSDN内容合伙人,CSDN人工智能领域实力新星~ 🧡 本文章为2021版本迭代更新版本,在结合有效知识的基础上对文章进行合理的增加,使得整个文章时刻顺应时代需要 🧡 本专栏将通过系统的深度学习实例,从可解释性的角度对深度学习的原理

    2023年04月08日
    浏览(56)
  • 常用的几种图像置乱算法

          图像置乱算法是一种用于保护图像信息安全的技术,它可以将原始的图像信息进行加密和混淆,使得未经授权的用户无法获取到原始的图像信息。在信息安全领域中,图像置乱技术被广泛应用于图像加密、数字水印、安全传输等方面。下面是几种常用的图像置乱算法。

    2024年02月09日
    浏览(39)
  • AI人工智能中的数学基础原理与Python实战: 线性代数基础概述

    随着人工智能技术的不断发展,人工智能已经成为了许多行业的核心技术之一。在人工智能领域中,数学是一个非常重要的基础。线性代数是数学中的一个重要分支,它在人工智能中发挥着至关重要的作用。本文将介绍线性代数的基本概念、算法原理、具体操作步骤以及数学

    2024年04月12日
    浏览(67)
  • 【Matlab系列】基于DCT和置乱算法的视频水印Matlab实现

    Date: 2022.4.5     数字水印技术一般用于版权认证。在实际使用中,嵌入水印的鲁棒性就显得非常重要。通常会采用各种方式进行攻击测试,比如加噪滤波,缩放、旋转、剪切、JPEG压缩等。本文讲述了采用置乱技术进行嵌入水印和提取水印,并加入滤波、剪切、椒盐噪声、

    2024年02月01日
    浏览(48)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包