针对索引图像的人脸区域分级加密算法.docVIP

针对索引图像的人脸区域分级加密算法 人脸是一种典型的图像感兴趣区域，面向视觉感知的分级人脸区域图像加密增强了图像文件加密的针对性和灵活性，我们针对索引图像的特点，提出了一种基于颜色索引表加密和空间位置加密的人脸区域分级图像加密算法，我们通过不同的密钥对颜色索引表和图像矩阵分别加密，实现了对索引图像人脸区域的两级加密。 一、针对索引图像的人脸区域分级加密算法相关概念 1、图像加密技术 从加密对图像数据文件格式影响的角度，图像加密算法分为格式透明和格式不透明两类，早期使用密码学方法进行图像文件加密，往往会把整个图像数据文件进行加密，使得加密后的文件无法以图像的方式被读取和显示，这就是所谓的格式不透明，基于Amold变换的图像置乱处理方法最早实现了格式透明的图像文件加密，即图像文件的结构得以保留，可以直接被读取和显示，但是显示出的图像则是无法感知和辨认的加密图像。随后研究者提出多种置乱的方法，其中包括置乱顺序和置乱模式两个方面，很多算法都借助混沌系统的随机性产生置乱顺序，而置乱模式则出现了换位、折叠等不同方。这些图像文件加密方法都是直接针对图像矩阵的元素位置和值进行操作，没有考虑到实际图像格式的差异。 常见压缩格式的图像文件加密问题是通过对JPEG、JPEG2000等编码流程的分析，对其中一些环节的参数进行加密，从而实现针对压缩格式透明的图像文件加密。由于图像本身的感知特性，分级加密成为图像文件加密有别于一般数据加密的特有的加密方式，针对涉及到信息安全的图像分发、识别等应用中，分级加密有着重要的应用。 2、索引图像 索引图像作为一种有效的图像存储格式得到了广泛的应用，很多常用图像格式都使用了颜色索引的方式来减少存储数据量，如bmp、gif、tif、png等格式，索引图像像素的颜色值是由被称为“调色板”(palette)的颜色索引表定义的，图像矩阵中的值并不是真实的颜色值，而是该颜色在调色板中的索引值．相对于用RCB三个分量伉表示一个像素点颜色的真彩色图像而言，索引图像所能表达的颜色数鼍比较少（取决于调色板的大小），但是索引图像存储容量小的优点使得索引图像在Intemet等很多方面得到了广泛的应用，索引图像和真彩色图像在数据表示方式上的差别如图1所示。 在很多图像处理操作中，往往卣接把索引图像转换为真彩色图像进行处理，再把处理后的图像转换回索引图像，对于颜色索引表中没有的颜色则用最接近的颜色代替，但是对于图像文件加密等应用，这样的转换造成的颜色值的微小误差会导致解密失败。 3、人脸区域定位 准确的人脸区域定位是对图像中感兴趣区域进行加密的前提条件，人脸定位已经在人脸识别、目标跟踪等领域得到了广泛的应用。根据所使用的特征，人脸定位的算法可以分为基于特征和基于图像两大类，不同的算法在速度、准确性、图像适应性等方面各有优劣。考虑到本文加密算法的需求，我们选择了基于类haar特征的级联分类器方法进行人脸区域定位，该加密算法的基本思想是通过一系列弱分类器的级联实现对人脸这一复杂对象的分类，而每一个弱分类器仅对一种简单的类haar特征进行区分，如图2所示。 待检测图像窗口将依次通过一系列弱分类器，在任何一个分类器处没有通过就被直接跳过，而通过全部分类器的窗口则被认为包含人脸。由于不包含人脸的图像区域不必经过所有的分类器，因此可以获得较高的算法效率。 二、索引图像分级加密算法 1、索引图像分级加密算法流程 针对索引图像的特点，本文提出了一种索引图像的分级加密算法，算法流程如图3所示。 原始的索引图像Io的数据表示分为两部分：图像矩阵Mo和颜色索引表Po，加密后的图像Ie也由M和P2两部分组成，这样，在格式上加密前的图像和加密后的图像是一致的，可以用同样的工具打开显示I0和Ie。加密过程包括两个方面，图像矩阵M的加密和颜色索引表的加密（事实上，这里所指的加密即有密码学中所说的数据加密，也有图像加密中常用的置乱）。颜色索引表经过一次置乱和一次加密，这主要是考虑到抵抗颜色索引表的替换攻击。图像矩阵由置乱后的颜色索引表重新构造索引，然后再通过置乱消除感知信息。 图像的分级加密体现在对图像矩阵和颜色索引表的分别解密上．如果用户只拥有Key3，则可以得到正确的图像矩阵Mi，但无法得到正确的颜色索引表，因此只能显示少量的轮廓信息；而当用户拥有Key2和Key3时，就可以完全解密得到M1和P1。 Mi和Pl虽然在数据形式上与Mo和Po不同，但所表示的图像和原图像L0完全一致.同时，Key1的所有者可以在原图像的参与下通过P1对加密图像的来源真实性进行认证。 2、颜色索引表加密 在图3的加密算法中，对颜色索引表的加密进行了两次加密，第一次是对颜色索引表中颜色位置进行了一次置乱，第二次是对颜色索引表的颜色值进行了加密。第一次置乱的目的在于消除颜色索引表的一般性，提高