一、双相位编码单通道彩色图像加密简介
1 前言 在国际上不断发展的新一代信息安全理论与技术的研究中，基于光学理论与方法的数据加密、隐藏和提取技术成为了一个重要的组成部分。近年来，国内外很多学者都开始从事这方面的研究，并提出了很多新方法，新技术.在这些研究中，大多是采用单色光照明，因此所恢复的图像将会失去彩色信息. 色彩是自然界的基本属性之一，图像的色彩信息在许多场合都是非常有用的，彩色图像信息的加密处理正受到越来越多的重视.在这类研究中，彩色图像通常被分成3个或多个通道，再采用和灰度图像相同的处理方法，解密时将各个通道组合起来，以恢复原来的彩色图像，这类方法常被称为多通道彩色图像处理.由于使用了多个通道，则相应的光学实现系统也就需要多个光源和多套光学元件，在增加了实验难度的同时，也增加了系统的成本，使此类方法的实用性受到限制. 本文提出一种基于双相位编码的单通道彩色图像加密方法.在该方法中， 图像首先被从RGB空间转换到HSI(色调、饱和度、强度) 空间， 再将其合并到一个通道中，采用双相位编码技术加密.其中，(强度)分量可作为双相位编码时的原始待加密图像，而编码时所用的密钥，可由H(色调)分量和S(饱和度) 分量获得.因为在HSI空间中， 色调与一个角度相对应，可以将其作为一个相位角来处理，该相位即可作为双相位编码中的相位密钥之一；而采用双随机相位加密技术对S分量加密后得到的相息图，可作为双相位编码的另一个密钥.由于仅使用一个通道对彩色图像加密，其相应的光学实现系统仅需一个光源和一套光学元件，不仅使实验难度降低，也减少了系统的成本.又因为采用双随机相位加密技术得到的S分量的相息图，在加密的过程中引进了随机相位因子，在不知密钥的情况下解密出S分量几乎不可能，从而保证了本方法的安全性.模拟实验结果证明了本文所提出方法的有效性。
2.色彩空间的转换
本文中，图像的彩色信息被转换成振幅和位相信息，以实现单通道加密.而彩色图像通常用红、绿、蓝三元组的二维矩阵来表示.为此，首先需将彩色图像用HSI表示.在RGB和HSI之间的变换公式有多种形式， 所有变换方法的基本思想都是一致的.一般而言，对
2.1 RGB 到HSI 的彩色模型转换
2.2 HSI 到RGB 的彩色模型转换
3.彩色图像的单通道加密
3.1.密钥 ——— S 分量的加密
3.2 基于双相位的单通道彩色图像加密
二、部分源代码
clc;close all;
I=imread('1.jpg');% 载入图像
A=im2double(I);% 将图像转为double格式
AA=rgb2hsv(A);
S=AA(:,:,2);
F=AA;
figure,imshow(A);title('彩色原始图片');% 显示图像
figure,imshow(S);title('原始');% 显示图像
[m,n,color]=size(A);
n1=exp(2j*pi*unifrnd(0,1,m,n));
n2=exp(2j*pi*unifrnd(0,1,m,n));
S=fftshift(S);
G=ifft2(fft2(S.*n1).*n2);
figure,imshow(G);title('编码');% 显示图像
function [rout,g,b] = hsv2rgb(hin,s,v)
%HSV2RGB Convert hue-saturation-value colors to red-green-blue.
% M = HSV2RGB(H) converts an HSV color map to an RGB color map.
% Each map is a matrix with any number of rows, exactly three columns,
% and elements in the interval 0 to 1. The columns of the input matrix,
% H, represent hue, saturation and value, respectively. The columns of
% the resulting output matrix, M, represent intensity of red, blue and
% green, respectively.
%
% RGB = HSV2RGB(HSV) converts the HSV image HSV (3-D array) to the
% equivalent RGB image RGB (3-D array).
%
% As the hue varies from 0 to 1, the resulting color varies from
% red, through yellow, green, cyan, blue and magenta, back to red.
% When the saturation is 0, the colors are unsaturated; they are
% simply shades of gray. When the saturation is 1, the colors are
% fully saturated; they contain no white component. As the value
% varies from 0 to 1, the brightness increases.
%
% The colormap HSV is hsv2rgb([h s v]) where h is a linear ramp
% from 0 to 1 and both s and v are all 1's.
%
% See also RGB2HSV, COLORMAP, RGBPLOT.
% Undocumented syntaxes:
% [R,G,B] = HSV2RGB(H,S,V) converts the HSV image H,S,V to the
% equivalent RGB image R,G,B.
%
% RGB = HSV2RGB(H,S,V) converts the HSV image H,S,V to the
% equivalent RGB image stored in the 3-D array (RGB).
%
% [R,G,B] = HSV2RGB(HSV) converts the HSV image HSV (3-D array) to
% the equivalent RGB image R,G,B.
% See Alvy Ray Smith, Color Gamut Transform Pairs, SIGGRAPH '78.
% Copyright 1984-2011 The MathWorks, Inc.
if nargin == 1 % HSV colormap
threeD = ndims(hin)==3; % Determine if input includes a 3-D array
if threeD
h = hin(:,:,1); s = hin(:,:,2); v = hin(:,:,3);
else
h = hin(:,1); s = hin(:,2); v = hin(:,3);
end
elseif nargin == 3
if ~isequal(size(hin),size(s),size(v))
error(message('MATLAB:hsv2rgb:InputSizeMismatch'));
end
h = hin;
else
error(message('MATLAB:hsv2rgb:WrongInputNum'));
end
h = 6.*h;
k = floor(h);
p = h-k;
t = 1-s;
n = 1-s.*p;
p = 1-(s.*(1-p));
% Processing each value of k separately to avoid simultaneously storing
% many temporary matrices the same size as k in memory
kc = (k==0 | k==6);
r = kc;
g = kc.*p;
b = kc.*t;
kc = (k==1);
r = r + kc.*n;
g = g + kc;
b = b + kc.*t;
kc = (k==2);
r = r + kc.*t;
g = g + kc;
b = b + kc.*p;
b = b + kc;
kc = (k==4);
r = r + kc.*p;
g = g + kc.*t;
b = b + kc;
kc = (k==5);
r = r + kc;
g = g + kc.*t;
b = b + kc.*n;
if nargout <= 1
rout = cat(3,r,g,b);
else
rout = [r g b];
end
else
f = v./max([max(r(:)); max(g(:)); max(b(:))]);
rout = f.*r;
g = f.*g;
b = f.*b;
end
三、运行结果
四、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.
