Image transformation based on optical reservoir computing for image security

计算机科学 加密 计算机视觉 转化(遗传学) 图像(数学) 人工智能 密码 图像质量 混乱的 流密码 理论计算机科学 计算机安全 生物化学 化学 基因
作者
Xiao Jiang,Yiyuan Xie,Bocheng Liu,Junxiong Chai,Yichen Ye,Tingting Song,Manying Feng,Haodong Yuan
出处
期刊:Expert Systems With Applications [Elsevier]
卷期号:237: 121376-121376
标识
DOI:10.1016/j.eswa.2023.121376
摘要

Visually secure image encryption method can provide an added dimension of protection for image compared to conventional image encryption scheme that encrypts a plain image to a noise-like cipher image. Here we introduce a novel perspective based on image transformation to perform visually secure image encryption by constructing an optical reservoir computing (ORC) system. In this paper, we first design a novel optical dynamics model to construct a dual-channel signal injection ORC system, and to provide chaotic keys when the optical dynamics model operating at chaotic states. Then, the established ORC system is used to reveal the underlying transformation relationship between a plain image and a visually meaningful image both with the same size. One important role of such relationship is to provide evidence for the determination of cipher image that allows visually meaningful image to be directly set as cipher image, prompting a high visual security of that, and another role is to facilitate the calculation of necessary decryption keys in order to obtain a high-quality decrypted image. Compared with other existing encryption methods, this work overcomes a challenge of the inability in simultaneously achieving low burden cost, high visual security of cipher image, and high quality of decrypted image, and the simulation results and performance analysis demonstrate that the proposed scheme is effective and secure. Moreover, this study also offers an inspirational implication to develop novel alternative framework with respect to the study of visually secure image encryption and will help other researchers to develop new image security techniques based on transformation methods.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
李知恩完成签到 ,获得积分10
1秒前
可爱的坤完成签到,获得积分10
3秒前
Willwzh完成签到,获得积分10
3秒前
Oying完成签到,获得积分10
3秒前
大方茹妖发布了新的文献求助10
3秒前
lydia完成签到,获得积分10
4秒前
zl发布了新的文献求助10
4秒前
李健春完成签到,获得积分10
4秒前
5秒前
小杨完成签到,获得积分10
6秒前
曲终人散完成签到,获得积分10
6秒前
美丽柠檬完成签到,获得积分10
6秒前
9秒前
Akim应助lydia采纳,获得10
9秒前
老迟到的访文完成签到,获得积分10
9秒前
JiegeSCI完成签到,获得积分10
10秒前
36456657应助王小明采纳,获得10
10秒前
宁静致远QY完成签到,获得积分10
10秒前
李健春发布了新的文献求助10
11秒前
ren完成签到,获得积分10
11秒前
ZeradesY完成签到,获得积分10
12秒前
共享精神应助大方茹妖采纳,获得10
12秒前
xtutang完成签到 ,获得积分10
13秒前
LOFATIN完成签到 ,获得积分10
13秒前
Rain完成签到,获得积分10
14秒前
14秒前
鄂海菡完成签到,获得积分10
14秒前
阿涵发布了新的文献求助10
15秒前
small发布了新的文献求助10
15秒前
Simple完成签到,获得积分10
16秒前
dengdeng发布了新的文献求助10
16秒前
zhuzhu完成签到,获得积分10
16秒前
zx完成签到,获得积分10
18秒前
加依娜发布了新的文献求助10
18秒前
冷静无声发布了新的文献求助10
18秒前
小于完成签到,获得积分10
19秒前
复杂念梦完成签到 ,获得积分10
19秒前
上官若男应助KKKK采纳,获得10
20秒前
paleo-地质完成签到,获得积分10
20秒前
柒柒完成签到 ,获得积分10
21秒前
高分求助中
Evolution 10000
CANCER DISCOVERY癌症研究的新前沿:中国科研领军人物的创新构想 中国专刊 500
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
Die Gottesanbeterin: Mantis religiosa: 656 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3158687
求助须知:如何正确求助?哪些是违规求助? 2809923
关于积分的说明 7884302
捐赠科研通 2468638
什么是DOI,文献DOI怎么找? 1314374
科研通“疑难数据库(出版商)”最低求助积分说明 630601
版权声明 602012