基于灰色关联分析图像置乱程度评价方法.docVIP

基于灰色关联分析图像置乱程度评价方法 　　 (1.陕西师范大学 计算机科学学院, 西安 710062； 2. 西北工业大学计算机学院, 西安 710072) 　　 　　摘 要：为有效衡量图像置乱的程度，引入灰色理论中的灰色关联分析，提出一种新的置乱效果评价方法。该方法首先将置乱图像分块，通过计算各子块图像中每行元素的灰度均值来统计各子块的灰度信息，建立小样本序列；然后利用灰色关联分析理论计算各序列之间的灰度信息关联度来评判各子图像灰度信息的关联程度,从而获取图像的置乱效果。实验表明，该方法能有效地评价不同置乱变换的效果，且评判无须原图像参与，与基于SNR的置乱评判方法相比，能更加客观地评判置乱效果，且与人眼目测结果相符。 　　关键词：图像置乱; 置乱程度； 灰色关联分析； 信噪比 　　中图分类号：TP391.41; TN941.5文献标志码：A 　　文章编号：1001-?B3695(2009)04-?B1595-?B03 　　 　　Image scrambling degree evaluation method based on GRA 　　 　　MA Miao1,2, TAN Yong-jie1 , HE Xue-li1 　　 　　(1. College of Computer Science, Shaanxi Normal University, Xi’an 710062, China； 2. School of Computer, Northwestern Polytechnical University, Xi’an 710072, China) 　　 　　Abstract:In order to evaluate the image scrambling degree effectively, introducing the grey relation analysis theory, and then suggested a new method of image scrambling. The method firstly divided the scrambled image into several blocks, then computed the average of every line pixel values in the sub-images to static the gray information sequence of each blocks, and made these sequences be small samples sequences. Finally calculated the gray relevancy of every two sequences using gray relation analysis to evaluate the image scrambling degree. Experimental results show that the method can efficiently evaluate the scrambling effect of different scrambling transformation, running without the origin image involved. Compared with SNR, it can eva-??luate the scrambling effect more objectively and be consistent with the perception of human visual system. 　　Key words：image scrambling; scrambling degree; grey relation analysis (GRA); signal-to-noise ratio (SNR) 　　 　　图像置乱作为解决图像安全传输问题的一种有效途径，能够将一幅有意义的图像变得杂乱无章，从而达到信息加密的目的；同时它又被用做数字图像隐藏[1]、数字水印植入、数字图像分存的预处理和后处理，因而图像置乱技术受到很多学者的关注。近年来，国内外学者提出了很多种图像置乱算法，主要有Arnold置乱[2]、幻方阵置乱[3]、Hilbert置乱[4]、位异或置乱[5]等。这些置乱方法无论从位置空间还是灰色空间都取得了很好的置乱效果。尽管如此，不同的置乱变换取得的置乱效果还是不同的，除了主观的人眼观测之外，如何客观、高效地评价置乱程度受到很多研究者的关注，也取得了一定的进展。有很多文献对图像的置乱效果进行了探讨，如不动点和像素移动的平均