使用细胞自动机进行图像加密

提出一种使用一维元胞自动机进行图像加密和解密的图像加密系统。细胞自动机可以与基本的密码特性相对应，即平衡，免疫相关，非线性，易于在硬件中实现。与基于计算技术的经典方法相比，CA密码系统可以提供更好的性能。因此，该技术对于密码学应该是最有利的。

特征：

1.加密–

• RGB：提取单个RGB通道以加密每个图层并合并。
• 灰度：将给定的图像转换为灰度并用于加密。

2.解密–

• 密钥：对每个像素使用一个密钥，以供存储在单独文件中的解密过程使用。
• 预设：使用预定义规则解密图像。

3.结果与分析–

• 直方图：直方图分析定义为图形表示中图像像素的频率。
• 相关性：相关性是一种统计量度，指示两个或多个变量一起波动的程度。

4.规则选择–
可以选择要用于加密图像的规则并可以更改顺序(R30，R90，R120)。还可以添加其他规则。

实施/算法：

• 加密–
  使用键函数将图像转换为2d矩阵并修改每个像素值。
  1. 将灰度图像作为输入。
  2. 图像被转换为2D矩阵(M)。
  3. 执行M1 = Key(M)，其中M1是加密的2D矩阵。
  4. 根据所发送的像素的值是奇数还是偶数，通过使用键函数h1(M)修改M矩阵的每个像素值，该像素值存储在每个像素的单独的索引文件INF中。
  5. 然后接收修改后的像素并将其存储在M1中。
  6. 矩阵M1转换为图像并另存为加密图像。
• 解密–
  通过使用反向技术检索原始像素
  1. 加密的图像作为输入
  2. 图像被转换为2D矩阵(M1)。
  3. 执行M = Key(M1)，其中M是解密的2D矩阵。
  4. M1矩阵的每个像素值通过使用键函数h1(M)以及来自索引文件INF的相应奇/偶规则进行修改。
  5. 然后接收修改后的像素并将其存储在M1中。
  6. M矩阵被转换为图像并保存为解密图像。
• 关键函数–
  在此，将2D矩阵作为输入，并在加密和解密期间调用此key()函数，该函数使用元胞自动机规则向量修改输入像素值。
  1. 输入像素被转换为8块的二进制数。
  2. 每个块应用不同的细胞自动机规则。
  3. 如果输入值为偶数，则规则90和30交替应用。
  4. 如果输入值是奇数，则应用规则90。
  5. 运行规则配置，直到初始输入块重复其自身为止。
  6. 记下递归阶段，并计算该循环的一半hc = n / 2。
  7. 规则再次运行，但是这次运行了一半的周期(hc)。
  8. 数组的最终输出将转换回十进制数，并放置在输入块的加密/解密值中。
  9. 重复步骤1到步骤7，直到所有灰度值都被加密/解密为止。

工具：
该图像加密系统已在Python和MATLAB上编写。

使用以下库：

OpenCV: To extract image pixels and modify it.
Numpy: To make use of arrays in key function.
Matplotlib: To obtain results (histogram, correlation) 

已应用以下元胞自动机规则：

Rule 90
Rule 30
Rule 120 

整个程序分为以下模块：

Encryption Script
Decryption Script
Result and Analysis 

应用 –
图像加密是我开发的程序的主要任务，尽管建议的系统不仅限于图像加密。可以修改该系统以实现：

1. 编码信息
2. 图片压缩
3. 产生伪随机数。

项目链接：
https://github.com/Lakshyasukhralia/CellularAutomata