针对光学多图像认证方法中,多路复用图像中的串扰噪声,以及不同认证级别下的信息安全问题,提出了一种基于超混沌振幅型掩模和Gyrator变换域下相位信息复用的光学多图像认证方法。利用分数阶超混沌Rabinovich系统构造超混沌随机振幅掩模;基于改进的Gerchberg-Saxton算法对原始图像进行低级或高级编码,利用超混沌掩模作为振幅约束,迭代获得目标图像,并将得到的N个目标图像编码成复合图像;再次通过Gerchberg-Saxton迭代将复合图像转化为两个便于传输的纯相位掩模。实验结果表明:在认证过程中,不同安全级别的用户拥有各自的认证密钥,低级认证过程中可以通过检索图像与原始图像的非线性相关峰值,判断认证图像的正确性,而高级认证过程中则可以获得与原始图像相似度较高的认证图像,峰值信噪比和相关系数分别可达25.2817 dB和0.9844。所提方法对遮挡攻击和噪声攻击具有良好的稳健性,为多幅图像在不同级别下的光学认证提供了新的思路。

提出一种基于奇异值分解和混沌映射的图像脆弱认证水印算法,将混沌映射的初值敏感性应用到图像的篡改检测中。对图像子块进行奇异值分解,同时利用Logistic混沌映射产生认证水印;然后利用Logistic混沌映射设计了一个子块与子块之间的映射函数,将认证水印序列嵌入在相应映射块的LSB上。实验结果表明,算法不仅对篡改非常敏感,而且能够有效地抵抗拼贴攻击和区分篡改图像内容与篡改水印。

本文描述了一种基于LSB扩展的图像自嵌入方法.该方法在使用LSB数据隐藏的同时,对图像的高层位平面采用无损数据嵌入方法,将图像的压缩信息与认证信息嵌入到图像自身中.当原图像有缺损或被篡改时,使用认证信息可较准确地定位受损位置;使用从偏移图像子块中提取的数据,可近似地恢复原图像的受损部分;同时图像的高层位平面还可无损恢复.该方法增加了数据嵌入的容量,提高了恢复图像的质量.