（通信与信息系统专业论文）基于fpga的数字图像预处理与加密技术的研究.pdf

摘要 随着电子技术及网络的高速发展，实时图像处理在众多领域都有着越来越重要的 地位。本论文首先对图像预处理中的算法进行了研究，并通过f p g a 的逻辑资源实现实 时图像预处理的硬件功能，之后采用了一种基于混沌理论的图像加密技术。 本论文分为两大部分：数字图像处理和图像的加密研究。图像预处理部分利用中 值滤波算法对图像去噪，并利用拉氏锐化算法解决图像由于滤波所带来的图像模糊问 题。实验结果表明，两种算法可获得较好的图像信息，能够基本上反映出图像的特征。 图像加密部分介绍了用于图像加密的多种算法，并通过双l o g i s t i c 混沌序列发生器产生 混沌序列，对图像像素值置乱和图像像素位置置乱实现图像的加密。 关键字：中值滤波图像增强图像加密混沌理论l o g i s t i c 混沌序列 a b s t r a c t w i t ht h ed e v e l o p m e n to fh i g h s p e e do ft h ee l e c t r o n i ct e c h n o l o g ya n dn e t w o r k ，t h e r e a l t i m ei m a g ep r o c e s s i n gi nv a r i o u sf i e l d sh a v eb e c o m ei n c r e a s i n g l yi m p o r t a n tr o l e a t f i r s ti nt h i sp a p e r , r e s e a r c ht h ei m a g ep r o c e s s i n ga l g o r i t h m ，a n da d o p tt h ef p g a sl o g i c r e s o u r c e st oa c h i e v eh a r d w a r ef e a t u r e so ft h er e a l t i m ei m a g ep r o c e s s i n g s e c o n d ，r e s e a r c h t h ei m a g ee n c r y p t i o nt e c h n o l o g yb a s e do nc h a o st h e o r y t h i sp a p e ri sd i v i d e di n t ot w om a j o rp a r t s ：d i g i t a li m a g ep r o c e s s i n ga n di m a g e e n c r y p t i o nr e s e a r c h i m a g ep r e p r o c e s s i n gp a r tu s et h em e d i a nf i l t e rt or e d u c et h ei m a g e s n o i s e ，a n du s et h el a p l a c i a ni m a g es h a r p e n i n ga l g o r i t h mt os o l v et h eb l u r r e di m a g ep r o b l e m t h a td u et ot h ef i l t e rb r o u g h ta b o u t t h er e s u l t ss h o wt h a t ，t w oa l g o r i t h m sc a ng e tb e r e r i m a g ei n f o r m a t i o n ，a n dc a nb a s i c a l l yr e f l e c tt h ec h a r a c t e r i s t i c s o ft h e i m a g e i m a g e e n c r y p t i o ns e c t i o nf o ri m a g e s ，i n t r o d u c e df o rav a r i e t ya l g o r i t h mo fi m a g ee n c r y p t i o n t h e n p r o d u c et h ec h a o t i cs e q u e n c eb yt w o l o g i s t i cc h a o t i cs e q u e n c eg e n e r a t o r ，t oa c h i e v ei m a g e e n c r y p t i o nb ys c r a m b l i n gi m a g ep i x e lv a l u ea n ds c r a m b l i n gi m a g ep i x e ll o c a t i o n k e yw o r d s ：m e d i a nf i l t e r i m a g ee n h a n c e m e n ti m a g ee n c r y p t i o n c h a o st h e o r y l o g i s t i cc h a o t i cs e q u e n c e 长春理工大学硕士学位论文原创性声明 本人郑重声明：所呈交的硕士学位论文，基于f p g a 的数字图像预处理与 加密技术的研究是本人在指导教师的指导下，独立进行研究工作所取得的成果。 除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰 写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确 方式标明。本人完全意识到本声明的法律结果由本人承担。 作者签名：逼黛哗立月篮日 长春理工大学学位论文版权使用授权书 本学位论文作者及指导教师完全了解“长春理工大学硕士、博士学位论文版 权使用规定 ，同意长春理工大学保留并向中国科学信息研究所、中国优秀博硕 士学位论文全文数据库和c n k i 系列数据库及其它国家有关部门或机构送交学 位论文的复印件和电子版，允许论文被查阅和借阅。本人授权长春理工大学可以 将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印 或扫描等复制手段保存和汇编学位论文。 作者签名： 指导导师签名： 年3 月伽 ；月舫 第一章绪论 1 ，1 课题背景 数字图像处理( d i g i t a li m a g ep r o c e s s i n g ) 是用计算机对图像进行处理的 一门技术，是利用计算机对图像进行各种处理的技术和方法。 2 0 世纪2 0 年代，图像处理首次得到应用。2 0 世纪6 0 年代中期，随电子计 算机的发展得到普遍应用。6 0 年代末，图像处理技术不断完善，逐渐成为一个新 兴的学科。利用数字图像处理主要是为了修改图形，改善图像质量，或是从图像 中提取有效信息，还有利用数字图像处理可以对图像进行压缩，便于传输和保存。 数字图像处理主要研究以下内容：各种图像变换；对图像进行编码；采用各种方 法对图像进行复原和增强；对图像进行分割等。随着技术的发展，数字图像处理 主要应用于通讯技术、宇宙探索遥感技术和生物工程等领域。 数字图像处理因易于实现非线性处理，处理程序和处理参数可变，故是一项 通用性强，精度高，处理方法灵活的图像处理技术。主要用于图像变换、测量、 模式识别等个领域中。 数字图像加密技术源于早期的经典密码学理论。密码学是研究将可懂的文本 ( 明文) 变成不可懂的形式( 密文) ，以及通过可逆变换将不可懂的形式变成可 懂文本的方法和过程。2 0 世纪7 0 年代以来，一些学者提出了公开密钥体制，加 密密钥是公开的，解密密钥是保密的。近几年，一种基于混沌理论的加密方法已 经逐步成为加密领域研究的主要方向。 1 2 本文研究内容 本课题主要研究了实时图像由于噪声等于扰造成的图像模糊或失真的问题， 通过研究提高实时观查的准确性，将该技术应用在水情的检测上，能够大大提高 对汛期水情的监察，并减少了人员的工作量。同时对于重要图像及数据的传输， 研究对其的加密处理。 本文分两大部分：第一部分针对目前视频图像处理系统的技术水平和以及大 规模可编程逻辑器件的发展，探讨了大规模可编程逻辑器件，特别是f p g a 器件 在图像处理系统中的应用。本文重点研究了图像处理在f p g a 中的实现，重点是 中值滤波、图像锐化等处理算法的实现，给出了中值滤波算子和拉氏算子的硬件 结构图，并通过q u a r t u s ii 给出其仿真波形。第二部分介绍了用于加密的混沌理 论，并初步研究了基于混沌理论的图像加密技术，重点介绍了l o g i s t i c 混沌序列 算子，采用双l o g i s t i c 产生混沌序列来对图像进行加密处理，并给出l o g i s t i c 混沌 序列算子的硬件结构图和仿真波形。 l 第二章图像处理算法研究 2 1 图像处理主要研究的内容及发展 2 1 1 完整的数字图像处理工程大体上可分为如下几个方面：图像信息的获取； 图像信息的存储；图像的传送；图像信息处理。 1 ) 图像的获取主要是把图像通过一种采集设备，将图像信息转化为可计算机处 理的信息，例如我们平时用的数码相机等。 2 ) 图像的存储 图像编码压缩技术可减少描述图像的数据量( 即比特数) ，以便节省图像传 输、处理时间和减少所占用的存储器容量。 3 ) 图像处理 现在，图像处理主要采用计算机对图像进行处理，包括了：图像去噪，图像 增强，图像复原，图像编码等。 2 ：1 2 图像处理发展： 2 0 世纪2 0 年代，图像处理首次得到应用。2 0 世纪6 0 年代中期，随电子计 算机的发展得到普遍应用。6 0 年代末，图像处理技术不断完善，逐渐成为一个新 兴的学科。主要用于图像变换、测量、模式识别、模拟以及图像产生。现在已成 为工程学，信息科学，生物学，医学等领域之间的研究对象。 图像处理技术未来发展大致可归纳为： 1 ) 图像处理的发展将围绕h d t v ( 高清晰度电视) 的研制，开展实时图像处理 的理论及技术研究，向着高速、高分辨率、立体化、多媒体化、 智能化和 标准化方向发展。 2 ) 图像、图形相结合，朝着三维成像或多维成像的方向发展。 3 ) 硬件芯片研究。 4 ) 新理论与新算法研究。 数字图像处理技术如今已经成为了一门融合了多种技术的复杂学科，由于其应用 范围广泛，它的发展无论在理论还是实际上都存在着至关重要的作用。 2 2 数字图像处理的基本特点 1 ) 图像信息量大 2 ) 图像处理技术综合性强 3 ) 图像信息理论与通信理论密切相关 4 ) 数字图像处理后的图像一般是给人观察和评价的，因此受人的因素影响较 大 2 2 3 数字图像处理的应用 图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉 及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应 用领域也将随之不断扩大，已经在工程，医疗，航空等各个方面起着重要的作用。 1 ) 航空技术方面 数字图像处理技术在航天和航空技术方面的应用，除了对外天空返回照片的 处理之外，另一方面的应用是在飞机遥感和卫星遥感技术中。 2 ) 生物医学工程方面的应用。数字图像处理在生物医学工程方面的应用十分广 泛，除了c t 技术之外，还有一类是对医用显微图像的处理分析。 3 ) 通信工程方面的应用 图像通信有电视广播，可视电话，会议电视。还可分为静止图像和活动图像。 4 ) 工业和工程方面的应用。 对生产的产品进行检测是图像处理技术在工业方面应用的一个重要的方面。 5 )军事公安方面的应用 通过模式识别的方法对交通管理，案件的侦破都有很大的帮助。 2 4 数字图像预处理算法 图像预处理的目的是改善我们感兴趣的图像的质量。“改善”是指针对给定 图像的模糊状况以及它的应用场合，有目的的强调图像的整体或局部特性。主要 包括：增强图像中对象的边缘、清除噪声或保留图像中感兴趣的某些特性而抑制 另一些特性等。 由于数字图像在人们生活中有着很重要的作用，因此，图像质量的好坏对于图像 处理尤为重要。图像去噪是图像处理中一项基本而又十分关键的技术，一直是图像处 理领域的一个难题。在图像的获取、传输和存储的过程中不可避免地受到各种噪声的 干扰，从而影响图像的质量。为了从水情图像中获取更准确的信息，我们要对采集到 的图像做好前期的预处理工作。图像去噪预处理算法的好坏成为后续处理的关键。图 像处理包含两个方面的内容：消除噪声，增强图像特征。 但是这两个目标在一定程度上是一对矛盾。因为去除噪声就是要去除图像的高频 部分，而图像的边界也是图像的高频部分，所以在去除噪声的同时，会使得图像的边 界模糊。如何处理好它们之间的矛盾是图像去噪的关键。 在采用了一种去噪模型后，还要对这种模型的效果做出评价，对图像去噪，主要 目的是为了能更好的查看出图像中所包含的信息。 图像处理大致可分为两大类：空间域法和变换域法。 2 4 1 空间域图像处理的方法 这种方法是把图像看作是各个像素的集合，然后对其进行处理。 3 用来去除噪声的滤波器有很多，比较典型的包括均值滤波，中值滤波器以及自适 应滤波器。 1 ) 均值滤波器 均值滤波器包括算术均值、几何均值等。 算术均值滤波器是简单的均值滤波器。对于图像f ( x ，y ) 中的每个点( x ，y ) ，取其邻 域，设含有m 个像素，取其平均值作为处理后所得图像中点( x ，y ) 处的值。用一 像素邻域内各像素平均值来代替该像素原来的灰度，即是算术平均。算术平均滤波器 能够平滑一幅图像的局部变化，同时减少了噪声。其表达式 f ( x , y ) 2 瓦1e ，) e 扎f ( s , t ) 2 1 2 ) 中值滤波器 中值滤波属于统计滤波器的一种，统计滤波是一种非线性的滤波器，是对图像邻 域进行统计，由统计排序结果决定的值代替中心像素的值。统计滤波器包括中值滤波 器，最大值和最小值滤波器，中点滤波器等。 最大值和最小值滤波器 将像素点周围的特定区域中的像素值做排序，用最大的像素值来代替这个像素点， 就是最大值滤波器，由于“胡椒噪声 的灰度值是非常小的，它可以通过最大值滤波 器消除。其表达式如下所示： f ( x ，y ) = m a x g ( s ，f ) ) ( 2 2 ) ( t ) e s ，。 和最大值滤波器相反，选择排序后的第一个像素的值作为被处理像素的值，这样 的滤波器叫做最小值滤波器。它可以用来消除“盐”噪声。其表达式如下所示： f ( x ，y ) = m i n g ( s ，) ) ( 2 3 ) ( n ，f ) 中点滤波器 中点滤波器选择滤波器内像素的排列的中点值作为被处理像素的值，这种滤波器 结合了顺序统计和求和平均，对于高斯和均匀随机分布的噪声有很好的效果。其表达 式如下所示： f ( x ，少) = 寺 m a x g ( s ，) ) + m i n g ( s ，) ) 】 ( 2 4 ) 二 ( n t ) e s , p ( x ，f ) e s 。” 中值滤波器心剐 中值滤波器是最常见的一种的统计滤波器，它是将像素邻域内灰度的中值代替该 像素的值。中值滤波器它提供了一种优秀的去噪能力，比线性平滑滤波器的模糊程度 明显要低。中值滤波器对以黑白点叠加在图像上的脉冲噪声也称为椒盐噪声非常有效。 为了对一幅图像的某个像素做中值处理，要将邻域内所有的像素排序，确定出中值， 4 并将该中值赋予该像素点。下面详细的介绍了中值滤波算法。 2 4 。2 中值滤波 1 )方形窗 中值滤波嫡1 是基于滑动窗的，这个窗可以是一个点周围的特定长度后的方形领域。 中值滤波就是基于方形窗来实现图像处理中的算法。中值滤波器的去噪能力取决于这 个窗的尺寸，方形窗口可大可小，一般这些滤波窗都是为奇数的窗口，本文采用的是 3 3 的窗口。 2 )中值滤波 中值滤波是一种非线性的图像平滑方法，与其他线性滤波相比，它能够很好地去 除脉冲噪声。它是一种领域运算，类似于卷积，不同的是把领域中的像素按狄度级进 行排列，然后选择该组的中间值作为输出像素值，中值滤波可定义为： g ( x ，y ) = m e d i a n f ( x - i ，y 一) )( f ，) w ( 2 5 ) 式中：g ( x ，y ) 和f ( x f ，y j ) 分别为输出和输入像素值，形为窗口。选择合适尺寸是 实现脉冲滤除和边缘保持的关键，当脉冲干扰大于一半的窗的尺寸时，中值滤波就不 起作用了。中值滤波器一般都是由一个奇数大小尺寸的滑动窗组成，通常为3 3 窗或 5 5 窗为例，该窗沿着图像数据的行方向逐个像素点滑动，在每一次运动过程中，方 形窗中的所有像素按照灰度值被排序，这组数据中的中值作为输出，替代原来窗函数 的中心位置像素的灰度值。中值滤波虽然算法比较简单，但是运算量非常大。在实时 图像处理中，处理数据量巨大。所以，在本论文中，采用了快速中值滤波，快速中值 滤波算法比传统的中值滤波运算量减少了很多，能减少在f p g a 硬件实现上所用的硬件 资源。 3 ) 快速中值滤波算法原理 以3 3 窗为例，快速中值滤波原理：对窗内像素灰度值： f _ l 形，j = l ，( w = 2 k + 1 ，w 表示窗口大小) 先进行列排序( 降序) 得到 以，( 砟u 以) ，再把k ，按照行排序( 降序) 得到窃( 妃一，) ，对角线上的像素 取中值输出，得 x = m p d x i 0 + 1 _ t ) ，：k = 1 w ) ( 2 6 ) 快速中值滤波所完成的并没有将9 个像素按像素值大小排出顺序，而是通过简单 的比较运算得出中值输出。因为快速中值滤波算法在尽可能的减少比较运算量的基础 上实现了中值滤波，使得该算法在f p g a 实现上比传统中值滤波算法节省不少的硬件资 源。 4 ) 中值滤波器结构 f p g a 构建的各种图像处理算法滤波器的结构如图2 1 所示。主要包括：3 3 方形 窗生成模块、算法模块和行列记数器模块。图像处理的硬件实现电路设计中的核心模 s 块是算法模块。 3 乘3 方形窗 算法模块 行列记数模块 图2 1 滤波器结构图 中值滤波算法模块流程如图2 2 所示，w 1 1 w 3 3 是3 3 方形窗模块中输出的9 个像素值，c 为比较器，比较后将较小的像素值放左边，而将较大的像素值放右边。 经过多次比较后最后的值，即为9 个像素值的中值输出。 j i n d 图2 2 中值滤波算法模块流程图 本文采用的是对中值滤波的改进算法即快速中值滤波算法，其算法流程如图2 3 所示，其中w 1 1 w 3 3 为9 个输出像素值，同时也是中值滤波算法模块的输入数据。 a l 、a 2 、a 3 、b 1 、b 2 、b 3 、c 均为三点比较器。通过该比较器，对输入的三个像素值进 行排序比较，按照灰度高低输出，自左向右的输出分别是最大值、中值和最小值。 6 r 。上1 忖 芷 。注弋 ”1 ? 一_ 7 一 ，二二一 i 囝23 快速中值滤波算法流程图 中值滤波能够较好的对脉冲噪声进行滤除，但是如果对图像进行较多次的操作， 会使得图像的边缘信息发生模糊。 图2 4 是对一幅带有噪声的图像进行滤波的效果图，从圉中可以清晰的看到，如 果用中值滤波对一幅图像进行多次平滑去噪，其结果就会使图像变的模糊，会失去图 像的特征信息。 味蛤幽像 ( 7 次滤波厉幽像) ( 几十次滤波斤囝像 图2 4 对加噪图像的溏波效果图 因此在实际应用中，要根据实际要求选择滤波的次数，不能一味的只追求平滑图 像的噪声，还要使平滑后的图像有利用的价值。 图像在经过平滑去噪过程后，图像的边缘信息将会有一定程度的模糊，如果我们 所关心的图像信息就恰巧在图像的边缘处，那么对图像进行去噪处理后就要对图像再 进行增强处理，数字图像经过转换和传输后，难免产生模糊。图像锐化的主要目的在 于补偿图像轮廓、突出图像的边缘信息，从而符合人类的观察习惯。图像锐化的实质 是增强原图像的高频分量。我们常用的锐化算法以此为依据，对整幅图像进行高频增强。 由于图像的高频分量是有效信息与随机噪声的混合，整体锐化的做法在增强原始信息 的同时也放大了高频噪声，会使图像经过锐化后出现明显的毛刺现象。因此在对图像 进行锐化增强时，要根据实际需要，有效的控制好锐化的倍数。 边缘是指图像中像素灰度有阶跃变化的那些像素的集合，边缘的基本属性是边缘 方向和幅度大小，而梯度正是这种属性的表现，对于边缘的描述，主要有以下四个方 面，即边缘法线方向，边缘方向，边缘位置，边缘强度。 边缘检测是检测图像局部显著变化的运算。在一维情况下，阶跃边缘同图像的一 阶导数局部峰值有关。梯度是函数变化的一种度量，而一幅图像可以看作是图像强度 连续函数的取样点阵列。梯度是一阶导数的二维等效式，定义为向量 川料溯 眨7 ， 梯度的幅值由下式给出： a ( x ，y ) | - + g ； ( 2 8 ) 在实际应用中，通常用绝对值来近似梯度幅值： fg ( x ，y ) j = iqi + ig ，f ( 2 9 ) 经典的边缘检测算子是利用图像边缘的突变性质来检测边缘的。主要分为两种类 型：其一是以一阶导数为基础的检测算子，如：s o b e l 算子、r o b e r t s 算子、p r e w i t t 算子。它们都是通过计算梯度值来检测图像的边缘信息的，但是通常在图像边缘区域 会检测出较宽的边缘，不利于定位边缘精度；其二是以二阶导数为基础的边缘检测算 子，如：l a p l a c i a n 算子、l o g 算子、c a n n y 算子。这类算子通过寻求二阶导数中的过 零点来检测边缘，检测出的边缘宽度较细，有利于边缘的精确定位，但这种检测边缘 信息的算法较易受到噪声的影响，对噪声比较敏感。下面给出各种算子的形式： 1 ) r o b e r t s 算子 r o b e r t s 边缘检测算子是一种利用局部差分运算来寻求检测边缘的算子。其表达 8 尺( f ，) = 【厂( i + 1 ，_ ，+ 1 ) 一( f ，) 2 + 厂( f + 1 ，) 一厂o ，+ 1 ) 2 ( 2 1 0 ) 在实际工作中，为了减少计算的工作量，提高计算速度，我们可以采用式2 1 1 来计算： r ( i ，歹) = i ( i + l ，j + 1 ) 一f ( i ，) i + l f ( i + l ，j ) - f ( i ，歹+ 1 ) i ( 2 1 1 ) r o b e r t s 算予利用局部差分算子寻找边缘，边缘定位精度较高，由于没经过图像 平滑计算，因此不能抑制噪声，同时容易丢失一部分边缘信息。该算子对具有陡 峭的低噪声图像响应最好。 2 ) s o b e l 算子和p r e w i t t 算子 都是对图像进行差分和滤波运算，只是对平滑部分的权值使用的模板不一 样。这两个算子对梯度幅值的计算，可由公式( 2 - 8 ) 得到： s ( f ，歹) = + s ； ( 2 1 2 ) s o b e l 算子n 1 由下面两个卷积核形成，图像中的每一个点都是与这两个核做卷 积，一个核对垂直方向的边缘响应最大，另一个核对水平方向的边缘响应最大。 文：- ；1 0：_ 三。20 1 弦 l - 1 0 1 jl - 1 - 2 - 1 j s o b e l 算子很容易在空间上实现，受噪声影响较小，对噪声具有平滑作用， 但同时也会检测出许多伪边缘，检测到的边缘宽度较粗，边缘位置定位精度不高。 p r e w i t t 算子并没有把重点放在接近模板中心的像素点上，但它仍是由两个 卷积核形成的，这两个核为： 邑：一- 。1 1 牟。01 亿 l 11ij 【一1 0 1 j 3 ) c a n n y 算子 c a n n y 提出了基于最优准则的边缘检测算子一一c a n n y 算法h 3 。c a n n y 检测边 缘的基本思想是在图像中找出具有局部最大梯度幅值的像素点，其实现步骤如图 2 。5 所示： 输 非极大值 高斯平滑 梯度计算 门限检测 抑制 图2 5c a n n y 的图像处理结构框图 输入图像通过高斯函数进行平滑，抑制图像噪声。 9 出边 图像 g 化加去唧( _ 等) 眨 v 2 厂= 筹+ 筹 ( 2 1 6 ) 三羽 丢三丢 f 0 - p 0 m = i 一1 + 4 一i l0一0j 1 0 ( 2 1 9 ) ( 2 2 0 ) 其中 0 ，它是一个可更改的锐化参数，越大，图像锐化程度越高。 模板的中心即是要处理的点f ( j ，尼) ，模板上的值就是对应各点狄度值的加权 值，把这些点的灰度值加权求和后，就得到了处理后的灰度g ( j ，k ) 。 图像f ( j ，k ) 经l p a l a c i n a 算子锐化后，当f ( j ，k ) 在斜坡中问或均匀区问时， g ( j ，霓) = f ( j ，k ) ，图像信息不发生变化；当点( 歹，七) 恰好在灰度界线的低灰度级一侧 时，而临近的灰度高于或等于f ( j ，k ) ，这时必然有这样的点，其( f - v 2 f ) 小于 f ( j ，尼) 点的灰度，从而产生“下冲 现象；在斜坡顶部或灰度界线的高灰度级一 侧，没有狄度级高于f ( j ，k ) ，于是( f v 2 ，) 大于f ( j ，k ) 的邻点就会产生“上冲”； 这些“上冲”与“下冲 过程增加了灰度坡度的陡度，从而增强了图像的边 缘信息。拉氏算子对图像界线有较好的增强作用。 如果把式2 19 中的4 邻域改写成8 邻域，可得到： g ( j ，七) = 1 + 8 f 1 f ( j ，尼) 一f ( m ，2 ) 上式中和式f ( m ，形) 指位于( ，后) 点周围的八点。 对应模板为： l 一 一 一i a 疋= l 一1 + 8 p 一f l 一 一声l l a p l a c i a n 算子利用边缘点处二阶导函数零交叉原理检测边缘。 性，对灰度突变敏感，定位精度高，检测出了绝大部分的边缘。 ( 2 2 1 ) ( 2 2 2 ) 不具有方向 图2 6 和图2 7 分别对加噪图像和原始图像进行锐化。通过m a t l a b 仿真后， 我们可以很清楚的看到，在做图像去噪时，如果对图像的平滑次数过大，就会造 成图像在一定程度上会出现模糊的现象，因此，在具体的应用中，要根据实际的 需要对图像进行去噪处理，不能盲目的追求平滑的次数。 1 1 ( 原始图像) 图 _ 、 ( 4 邻域口= 1 图像) 烹嗍- ( 4 邻域口= 3 图像) 图27 对原始图像锐化效果图 拉普拉斯变换能突出图像中的小细节，但是对噪声也很敏感，拉普拉斯变换 比梯度变换会引入更多的噪声。特别是不能加大锐化的倍数，从图像中我们可以 很清楚的发现，若口值取大于1 ，锐化的程度虽然能加大，但是由于拉昔拉斯变 换对噪声敏感的特点，锐化后图像噪声明显，不利于图像的观察。从对原始图像 真接的锐化结果也可以看出若口值取值过大，会使即使有很少噪声的图像的边界 轮廓也会出现毛刺现象，其可能会出现相反的效果。 图28 是图像经滤波、锐化的后的效果图。采用了快速中值滤波和4 邻域的拉氏 算法，处珲后的图像可以看到基本卜能够较好的反映水圈像的特征信息。 g 像 ( 经过溏渡图像) ( 锐化后图像) 图28 图像经滤波和锐化后效果图 2 5 本章小结 本章介绍了图像处理的研究内容及其发展的趋势和现今的应用领域，并详细 介绍了图像处理算祛中的滤波算法和锐化算法，对其中的中值滤波算法和拉氏锐 化算法给出了两种算法的数学模型，并给出了两种算法用于图像处理的效果图。 第三章基于f p g a 的图像处理算法模块设计 31 中值滤波模块设计 在快速中值滤波算法“m 1 的硬件设计上，首先考虑构成一个三点比较器，该比较器 是后续图像数据处理的基础。其设计关键是如何利用比较运算的特点快速完成三点的 排序运算。 图3 1 比较嚣模块 图3 1 为三点比较器模块图，a 、b 、c 为三点数据输入，c l k 为时钟信号，r s t n 为复位信号，m a x 、m e d 、和m i n 分别为最大值、中值和最小值输出。 图3 2 为三点比较器的仿真图 凹32 比较器仿真图 实现了三点比较器以后使用v h d l 的元件例化语句或者使用o u a r t u s i i 中的 “c r e a t es y m b o lf i l e sf o rc u r r e n tf i l e ”选项，将三点比较器元件入库，然后在 原理图法直接调用该元件模块。 图33 是快速中值滤波算法模块的顶层硬件图。 棼；= ， 雾：羹冀 薄# = ：离 刊t ：! l 一 攀! “嚏i 进 剥= = ：盛一 蕊。i ；旨+ 毒。醴 耋l 剖：= ： i ：l 蟊聂习i 一同 i i i 习：， 图33 中值滤波模块连接图 快速中值滤波算法模块由7 个三点比较器模块组成。所有的三点比较器模块的时 钟输入信号都和全局时钟信号c l k 相连。 图34 是快速滤波算法的仿真图： k t 一。* * 一mm “一 e m 图34 中值椎波仿真图 32 拉氏算子模块设计 拉氏算子”有4 邻域和8 邻域的模版，我们采用4 邻域通过o u a r t u s l i 进行 综合仿真式3 1 是4 邻域拉氏算子的表达式， 0 1 o q n v 2 f ( j ，k ) = “，+ l ，k ) + f u 一1 ，) + ，( k + 1 ) + f ( j ，k - 1 ) 一4 f ( j ，k ) ( 3 1 ) 图35 为4 邻域拉氏算子的模块图，主要由3 个加法器和一个减 去器构成。 图36 为利用q u a r t u s i i 对4 邻域拉氏算子仿真的波形。 一忸l。i，_：=墓=_l；， 一 一 日口口日日口口日日自 几日耐圜目 图3 5 拉氏算予模块 m e t0 i止j * m v ij 5 。 h v 嗜 ， ，oo u “ 害：阜里 目6 ： 日” ” 图36 拉氏算子仿真图 33 图像处理算法的综合框图 圈3 7 为图像处理的结构框图，从图中可以看出，图像经过a d 转换后按 像素值存储在存储器中，为后面的操作提供像素值，图像先经过滤波平滑，然后 再由锐化模块对图像进行锐化处理，处理后的数值经过a d 转换后输出可以观察 的图像。 d 输 幽37 幽像处理结构框图 出 3 4 本章小结 本章主要针对第二章中的中值滤波算法和拉氏锐化算法进行硬件的电路构 建，给出了相应的硬件结构图和仿真波形，并给出基于两种算法的综合框图。通 过实验仿真我们可以看出，在对给定的图像进行去噪和增强处理时，要根据图像 的特点以及它的应用场合，来适当的选取平滑的次数和锐化的倍数，只有较好的 处理好两者的关系，才能得到较为理想的图像信息。 1 7 第四章图像加密理论概述 密码学的研究早在很久以前就以出现，直到信息技术的迅猛发展，大量敏感信息 要通过公共通信设备或计算机网络进行交换，才促进了密码学的飞速发展。密码学领 域实际上已经成为了结合应用数学和计算机科学的一种综合性的学科。 4 1 图像加密的发展 保证数字图像的信息安全，其一是近年来发展起来的数字水印技术，该方法是通 过在数字图像中嵌入水印信息来有效实现数字版权的保护，但该方法不能改变图像的 可见性，图像的信息对于别人是清晰可见的，不能隐藏图像的基本信息。另一种措施 是图像加密技术，该方法通过加密操作后，使原图像失去原有的外观，变为类似于信 道随机噪声的信息，这种方法是通过隐藏图像的信息来达到图像的加密目的的一种方 法，以此来有效保护传输中的图像信息。随着网络技术的发展和成熟，可以预见，图 像加密技术拥有广阔的应用前景。早期人们使用传统的加密算法对图像进行加密。传 统加密算法根据加密与解密中使用的密钥情况，分为对称加密算法与非对称加密算法 ( 或称为私钥加密与公钥加密) 。 对称加密算法1 ： 对称密码体制是一种传统密码体制，也称为私钥密码体制。对称密钥加密是指密码 方案中，从加密密钥容易计算出解密密钥。加密和解密经由复杂的非线性变换实现。 其包括分组密码和流密码。在对称加密系统中，加密和解密采用相同的密钥。因为加解 密钥相同，需要通信的双方必须选择和保存他们共同的密钥。对于具有理个用户的网络， 需要刀一1 ) 2 个密钥，在用户群不是很大的情况下，对称加密系统是有效的。d e s 算法 是目前最为典型的对称密钥密码系统算法。 d e s ( d a t ae n c r y p t i o ns t a n d a r d ) 是i b m 公司开发的分组密钥加密程序，是一个 对称的加密算法。其主要过程是：对6 4 比特的二迸制数据加密，产生6 4 比特等长的密 文数据，使用的密钥为6 4 比特。实际密钥长度为5 6 比特( 有8 比特用于奇偶校验) 。 在加密过程中先对明文进行置换，然后将其分成左右各3 2 比特长的子块，经过1 6 次迭 代进行循环移位与变换，最后再进行初始置换相反的置换得出6 4 比特长的密文。 对称密钥密码的优缺点： 优点：加密效率高，密钥比较短，可以用来建造安全性更强的密码。 缺点：双方要保证密钥的秘密性，因此为了安全，要经常更换密钥。 非对称加密算法： 非对称密码体制也称为公钥密码体制。在公钥密码体制中，加密密钥和解密密钥是 不一样的，加密密钥简称公钥，解密密钥简称私钥。这两个密钥存在相互依存关系：用其 中任一密钥加密只能用另一密钥解密。公钥加密方案和解密方案中，对于每对加密密 钥和解密密钥，其中加密密钥向所有人公开，而解密密钥只为一个实体所有。 r s a 算法是最著名的公开密码体制。 每个实体有自己的公钥( e ，n ) 和私钥( d ，n ) ，先找出两个非常大的质数尸和9 ，算 出n = ( p xq ) ，找到一个小于的e ，使e 和( 尸一1 ) x ( q 一1 ) 互质。然后算出数d ，使 ( d x e 一1 ) m o d ( p 1 ) x ( q 1 ) = 0 。 r s a 算法的加密步骤是：在加密时，将明文划分成串，使得每串明文尸落在0 和之 间。加密一个明文m = c dm o dn 时，可以通过c = m fm o dn 计算出密文。解密密文c 时，可通过m = c dm o d n 计算出明文。 公钥加密的优缺点： 优点：大型网络中每个用户需要的密钥数量较少，只有私钥是保密的，而公钥只 要保证它的真实性即可。 缺点：速度要比对称性加密慢，而且这种加密方法的密钥要比对称性加密的长。 从理论上讲，采用传统的加密手段对图像进行加密的方法也是可行的，但是由于 传统的加密技术大多是基于文本设计的，对于图像所特有的特点并没有考虑到，因此 采用上述办法对图像进行加密解密，不但效率较低，而且安全性较差。为了解决上述 问题，国内外学者研究了许多专用的图像加密方案。诸如随后出现的图像置乱技术和 图像编码技术以及对像素值的变换技术。 1 ) 像素置换的加密技术 这是一种运用较为广泛的图像加密技术，其基本思想是设计一个矩阵，利用这个 矩阵打乱图像像素矩阵的位置，使图像变为不可辨识，从而达到加密的目的。如a r n o r d 变换和幻方变换等。 a r n o r d 变换阳3 是a r n o r d 在遍历理论研究中提出的一种变换，通过下式对图像进行 变换处理： 讣嘲阡训 - ) 图像将由清晰变为模糊，这就是a r n o r d 变换。将这种方法多次用于一副图像，通过多 次变换，完全打乱了图像各像素的位置从而来起到对图像的加密作用，在对图像进行 解密时，与加密方法做次数相同的反向操作即可恢复图像。由于经典的a r n o r d 变换用 于数据加密的参数太少，非法破译者可以通过较多的恢复运算时间，是可以恢复出原 1 9 图像的。因此，许多人对a r n o r d 变换进行了改进和推广，如：齐东旭等在数学上把平 面a r n o r d 变换推广到空间。邹建成等将a r n o r d 变换推广到高维情形并将其应用到图 像加密中。然而因为该算法是建立在破译者不知道加密算法的前提下，若攻击者了解 加密算法，便很容易破解密文。因而这种方法安全性不高。 基于幻方矩阵进行图像加密幻是人们常用的另一种矩阵变换像素置换加密方法， 人们将具有以下性质的矩阵称为幻方矩阵： 对于n 阶方阵 l ，2 ，n xn ，f ，= 1 ，2 ，3 n ，当且仅当 a ) v k 1 ，2 ，z ) ，有= 7 = c ( c 为仅与刀有关的常数) ，一1 i - 1 b ) m u = = c f ji + j 一1 一月 当 1 ，2 ，门，2 ) 且两两不同时，称l o g i s t i c 为即阶标准幻方n 2 1 ，简称幻方。 此时c ：竺! ! ：业。 2 这种方法好于单一的加密方式，然而，从实际加密的效果来看，也达不到我们对 一副图像最终的加密要求。 2 ) 基于伪随机序列的加密技术 如果一个序列，它是可以预先确定的，并且是可以重复地生产和复制的；又 具有某种随机序列的随机特性( 即统计特性) ，我们便称这种序列为伪随机序列。 因此可以说，伪随机序列是具有某种随机特性的确定的序列。它们是由移位寄存 器产生确定序列，然而他们却具有某种随机序列的随机特性。本类加密技术的基本 思想是利用伪随机序列生成器产生图像数值区间内的一系列伪随机点，顺序连接所产 生的点，并将连线所穿过的图像像素值反向，即白的变黑，黑的变白，密钥即为伪随 机生成器的初始值。本方法简单快速，但在应对已知明文和选择明文的攻击方面安全 性较差。 3 ) 基于“密钥图像”的加密技术 我们选用一幅同样大小的图像作为“密钥图像”，将其相位谱与原图像的相位谱相 加求和后作为图像密文的相位谱，从而达到加密的目的。对于二维图像，其基本信息 可以由幅值信息和相位信息唯一的确定，因此，通过本方法加密后的图像是唯一确定 的。同时，由于“密钥图像”是随机选取的，因此具有较高的安全性。但使用这种加 密技术，这种加密方法要求加密的人员要选择合适的加密图像，来保证良好的加密效 果，这在一定程度上影响了这种技术的推广。另外，这种方法的安全性也取决于“密 钥图像”的大小，必须具有较大量的图像库，因此在实际应用中，由于诸多不利的条 件，也影响了其技术的推广。 2 0 以上这些加密算法都是人们早几年针对图像所设计出来的加密方法。它们各自都 存在各自的优势，但在实际运用中都显现出了它们的一些缺点，有些甚至是致命的缺 点。另外，这些加密技术都没有完全考虑图像数据自身的特点，例如存储上的特点。 综合现今出现的这些加密的方法，本文主要采用了图像的置乱的这种加密方法， 在影l ：多文章中，都把置乱技术作为了图像信息加密的一种关键技术，它具有许多其它 加密方法所不具备的优点： 1 ) 对图像或其他通信信息置乱后再进行隐藏，可以增加秘密信息的隐蔽性。 2 ) 对于加密通信而言，如果信息置乱得好，可增强信道的容量。 3 ) 将信息置乱后，不仅起到了对信息加密的目的，而且可以增强信息的抗破坏能 力。 4 ) 置乱后，还可以防止突发的错误。 因此，何如选择应用什么序列对图像进行置乱技术，就又成为了重中之重。 对于图像信息加密人们近几年开始利用混沌技术对图像进行加密，混沌加密技术 是新近发展起来的加密技术，它利用混沌系统产生的混沌信号对信息进行加密，混沌 信号具有类随机性、对初始条件极端敏感等许多优良的密码特性，因此，理论上来讲， 混沌加密方法是一种很好的加密方法。另外，混沌加密系统实现简单，速度较快，混 沌信道较宽，适合于数据量较大的图像加密。 4 2 图像加密算法的安全分析 一个好的加密算法应该能够抵抗各种已知的攻击。如已知明文攻击，唯密文攻击， 统计攻击，差分攻击以及各种各样的恶意攻击。 密码系统所处的环境中除了发送者、接收者，还有攻击者，他们通过各种方法窃 听和干扰信息。窃听信息叫做被动攻击，这种攻击破坏信息的保密性，因此要使用密 码算法来保护信息。而干扰信息叫做主动攻击，通过删除、更改、插入等手段向系统 注入信息。因此需要使用识别和认证机制防御。 1 ) 密钥空间分析n 印 一个好的算法应该对密钥敏感，密钥空间应该足够大来抵抗穷举攻击。 控制参数的个数。如果一个算法的密钥是1 2 8 位的加密模式，那么它的密钥空间 就是2 1 2 8 3 4 0 2 8 x1 0 3 8 ，当然不能单纯的追求控制参数越多越好，一个算法的好坏要同 时也考虑到它付出的代价的大小，如果付出的代价太大，就失去了我们加密的意义。 密钥的微小变化都会导致所加密图像的很大改变。对于对称算法来说，密钥的微 小改变，将导致无法正确解密出原图。 2 ) 统计分析 s h a n n o n 曾指出“通过统计分析可能破解许多种加密算法”。同时他提出了两种方 2 1 法用于抵抗基于统计的攻击。 ( 1 ) 直方图 图像的直方图是图像的重要统计特征，它可以认为是图像灰度密度函数的近似。 按照随机过程理论，图像具有随机场相应的统计特征，其中最重要的特征是灰度密度 函数。例如设图像在点( x ，y ) 处的灰度分布密度函数为p ( z ；x ，y ) ，那么图像的灰度密度 函数为： p ( z ) = 三乒p ( z ；x ，少) 出砂 ( 4 2 ) 其中d 是图像的区域，s 是区域d 的面积。一般地讲，要精确地得到图像的灰度密度 函数是比较困难的，因此我们用灰度直方图带替换。灰度直方图表示数字图像每一灰 度级与该灰度级出现频率的对应关系。假设一幅数字图像的像素总数为，有个狄度 级，具有第k 个灰度级的灰度吒的像素共有n k 个。则第k 个灰度级或者说出现的频率 为： 2 熹 k = o l ，2 l l ( 2 ) 相邻像素相关性分析 测试若干对水平相邻、对角相邻、垂直相邻的两个像素值之间的相关性，相邻像 素的相关性可反应图像置乱的程度，相关性越大，置乱效果越差，相关性越小，置乱 的效果越好。相关系数的计算公式： c o v ( x ，y ) = e