本发明属于图像认证，涉及基于计算鬼成像和正则化的光学图像认证方法。
背景技术：
1、由于光学图像加密具有计算并行性高的显著优势，过去几十年来，各种应用于图像加密、隐藏、认证等信息安全领域的光学方法被提出。其中，双随机相位编码(drpe)最为经典，为光学信息处理领域的相关研究提供了强大的推动力。虽然明文可以被加密为具有平稳白噪声分布的复值密文图像，但是drpe容易受到已知明文攻击、选择明文攻击等常见攻击。为了增强抵抗常见攻击的能力，drpe被应用于各个领域。基于不同光学理论的各种方法近年来陆续被提出，由于利用了大量的光学参数作为密钥，这些方法具有很高的安全性。计算鬼成像技术即可以使用桶检测器记录二维信号，为光学信息安全提供保障，也可以将测量实值视为密文，有效减少传输秘密信息的信道负担。因此，将计算鬼成像技术应用于密码系统近年来受到越来越多的关注。利用密文完整重构原图，同时通过混沌函数作为密钥增强了安全性，仿真实验表明该方法对暴力破解具有较强的鲁棒性，为了避免潜在的安全风险，利用计算鬼成像技术对水印进行编码以获得桶值，然后将一些桶值加载到其中一个低频分量中，可以大大提高加密方法的不可感知性。
2、综上所述，现有技术存在传输密钥数量太多及重建原始图像质量差的问题。
技术实现思路
1、本发明的目的是提供基于计算鬼成像和正则化的光学图像认证方法，解决了现有技术中存在的传输密钥数量太多及重建原始图像质量差的问题。
2、本发明所采用的技术方案是，基于计算鬼成像和正则化的光学图像认证方法，包括以下步骤：
3、步骤一、获取水印图像、密钥和待认证图像；
4、步骤二、将水印图像通过离散小波变换处理后分别得到第一近似细节水印图像、第一水平细节置乱水印图像、第一垂直细节置乱水印图像和第一对角线细节水印图像；
5、步骤三、将第一水平细节置乱水印图像、第一垂直细节置乱水印图像结合密钥变换后得到第一检测信息，将第一检测信息通过正则化优化处理后得到第二融合图像；
6、步骤四、将第二融合图像通过小波变换分割重构得到重建图像；
7、步骤五、计算待认证图像与重建图像之间的非线性相关指数，非线性相关指数∈[0.8，1]则认证通过，否则认证失败。
8、本发明的特点还在于：
9、水印图像、密钥通过以下方式获取：
10、步骤a1、获取封面图像及四张原始图像，将四张原始图像分割拼接后得到第一融合图像；
11、步骤a2、使用空间光调制器生成并调控激光束，将空间光调制器生成的激光束投射后到第一融合图像所在平面，通过桶探测器收集得到稀疏桶检测信息；
12、步骤a3、将封面图像分解为近似细节封面子图、水平细节封面子图、垂直细节封面子图和对角线细节封面子图后结合稀疏桶检测信息得到第一域值图像和第二域值图像，将第一域值图像和第二域值图像通过阿诺德变换置乱处理后得到密钥、水平细节置乱图像、垂直细节置乱图像；
13、密钥包括阿诺德变换的迭代次数、混沌映射参数、混淆参数、分块参数；
14、步骤a4、将近似细节封面子图、水平细节置乱图像、垂直细节置乱图像和对角线细节封面子图通过小波变换得到水印图像。
15、步骤a1包括以下步骤：
16、步骤a1.1、获取封面图像和四张尺寸大小相同的原始图像，将四张原始图像分别分割后得到近似细节子图、水平细节子图、垂直细节子图和对角线细节子图；
17、步骤a1.2、将四张近似细节子图组合后得到第一联合细节图，四张水平细节子图组合后得到第二联合细节图，四张垂直细节子图组合后得到第三联合细节图，将四张对角线细节子图组合后得到第四联合细节图；
18、步骤a1.3、将第一联合细节图、第二联合细节图、第三联合细节图、第四联合细节图拼接后得到联合图像；
19、步骤a1.4、将联合图像通过逆离散小波变换后得到第一融合图像。
20、步骤a2包括以下步骤：
21、步骤a2.1、使用空间光调制器生成并调控激光束；
22、步骤a2.1.1、将空间光调制器与激光器、光学系统相连，使激光器输出的光束经过调节和聚焦，使空间光调制器生成激光束；
23、步骤a2.1.2、将相位掩模加载到空间光调制器，调控空间光调制器生成的光束相位；
24、步骤a2.1.3、使用正交切饼矩阵作为空间光调制器的照明矩阵，调控空间光调制器生成的光束的空间分布；
25、步骤a2.2、将空间光调制器生成的激光束投射到第一融合图像所在平面；
26、步骤a2.3、通过桶探测器收集得到稀疏桶检测信息bi(j)，稀疏桶检测信息bi(j)的计算公式如下所示：
27、bi(j)＝∫∫ii(μ,υ)wj(μ,υ)dμdυ，
28、其中，bi(j)为稀疏桶检测信息，i＝1、2、…、n，n为测量次数，j＝1、2、…、m，m为测量总次数；ii(μ,υ)为待加密图像，wj(μ,υ)为相位掩模。
29、步骤a3包括以下步骤：
30、步骤a3.1、将封面图像通过二维离散小波变换分解为近似细节封面子图、水平细节封面子图、垂直细节封面子图和对角线细节封面子图，分解公式如下所示：
31、[ll,lh,hl,hh]＝dwt2(originalimage,′haar′)，
32、其中，originalimage为封面图像，dwt2为对封面图像进行haar小波变换的函数，ll为近似细节封面子图、lh为水平细节封面子图、hl为垂直细节封面子图和hh为对角线细节封面子图；
33、步骤a3.2、设定水平细节封面子图、垂直细节封面子图的低有效值阈值，将小于阈值的低有效值设为零后在码位图中记录得到第一码位图和第二码位图；
34、步骤a3.3、将稀疏桶检测信息分成第一桶检测信息和第二桶检测信息并分别嵌入水平细节封面子图中第一码位图对应的位置、垂直细节封面子图中第二码位图对应的位置后得到第一域值图像和第二域值图像；
35、步骤a3.4、将第一域值图像使用阿诺德变换进行置乱后得到水平细节置乱图像，第二域值图像使用阿诺德变换对进行置乱后得到垂直细节置乱图像，将阿诺德变换的具体方式设置为密钥。
36、步骤三包括以下步骤：
37、步骤3.1、将第一水平细节置乱水印图像、第一垂直细节置乱水印图像结合密钥进行逆阿诺德变换后得到第三域值图像和第四域值图像；
38、步骤3.2、将第三域值图像结合第一码位图得到第三桶检测信息和第一水平细节水印图像，第四域值图像结合第二码位图得到第四桶检测信息和第一垂直细节水印图像；
39、步骤3.3、结合第三桶检测信息和第四桶检测信息后得到第一检测信息；
40、步骤3.4、将第一检测信息通过l1和l2正则化优化算法处理后得到第二融合图像。
41、l1和l2正则化优化算法中迭代公式如下：
42、
43、其中，x为优化变量，xk是第k次迭代得到的向量x，xk+1为第k+1次迭代后得到的向量x，a为转换矩阵，b为从真实数据中获取的观测数据，λ为正则化参数，||||2为l2范数，||||1为l1范数，为内积操作，k为迭代次数；
44、l1和l2正则化优化算法中迭代判断公式如下所示：
45、
46、其中，c为迭代判断值，xk是第k次迭代得到的向量x，xk+1为第k+1次迭代后得到的向量x，||||2为l2范数；
47、l1和l2正则化优化算法中迭代判断值c大于或等于设定迭代阈值ε，则k值加一后代入迭代公式继续进行迭代，若迭代判断值c小于设定迭代阈值ε，则结束迭代输出。
48、步骤四包括以下步骤：
49、步骤4.1、将第二融合图像使用离散小波变换得到分离图像；
50、步骤4.2、将分离图像分割后得到第一分离细节图、第二分离细节图、第三分离细节图、第四分离细节图；
51、步骤4.3、将第一分离细节图分割后得到第一近似细节重建子图、第二近似细节重建子图、第三近似细节重建子图、第四近似细节重建子图，将第二分离细节图分割后得到第一水平细节重建子图、第二水平细节重建子图、第三水平细节重建子图、第四水平细节重建子图，将第三分离细节图分割后得到第一垂直细节重建子图、第二垂直细节重建子图、第三垂直细节重建子图、第四垂直细节重建子图，将第四分离细节图分割后得到第一对角线细节重建子图、第二对角线细节重建子图、第三对角线细节重建子图、第四对角线细节重建子图；
52、步骤4.4、将第一近似细节重建子图、第一水平细节重建子图、第一垂直细节重建子图、第一对角线细节重建子图拼接处理后得到第一重建图像，将第二近似细节重建子图、第二水平细节重建子图、第二垂直细节重建子图、第二对角线细节重建子图拼接处理后得到第二重建图像，将第三近似细节重建子图、第三水平细节重建子图、第三垂直细节重建子图、第三对角线细节重建子图拼接处理后得到第三重建图像，将第四近似细节重建子图、第四水平细节重建子图、第四垂直细节重建子图、第四对角线细节重建子图拼接处理后得到第四重建图像。
53、步骤五的具体步骤为：分别计算待认证图像与第一重建图像、第二重建图像、第三重建图像、第四重建图像之间的非线性相关指数，计算得到的任意一个非线性相关指数∈[0.8，1]，则认证通过；计算得到的四个非线性相关指数都不属于[0.8，1]，则认证失败。
54、非线性相关指数的计算公式如下：
55、nc(wi,w′i)＝∣ift{∣ft{w′i×conj{wi}}∣p-1ft{w′i×conj{wi}}}∣2
56、其中，wi为原始图像，w′i为重建图像，ft{·}为傅里叶变换，ift{·}为逆傅里叶变换，conj{·}为复共轭，p为非线性参数。
57、本发明的有益效果是：通过逆离散小波变换将四幅图连接在一起得到融合图像，对融合图像使用计算鬼成像加密，进一步提高图像的安全性，使用阿诺德变换置乱进行再次加密，提高了水印图像的安全性，采用正交切饼矩阵作为加密系统的照明矩阵，减少了采样次数，提高了重建图像的成像质量；在认证过程中，基于l1和l2正则化可以极大地提高每幅重建图像的质量，在低采样率下，也可以使用非线性相关图有效验证原始图像的存在，本发明具有较好的安全性和鲁棒性。
1.基于计算鬼成像和正则化的光学图像认证方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于计算鬼成像和正则化的光学图像认证方法，其特征在于，所述水印图像、密钥通过以下方式获取：
3.根据权利要求2所述的基于计算鬼成像和正则化的光学图像认证方法，其特征在于，所述步骤a1包括以下步骤：
4.根据权利要求3所述的基于计算鬼成像和正则化的光学图像认证方法，其特征在于，所述步骤a2包括以下步骤：
5.根据权利要求4所述的基于计算鬼成像和正则化的光学图像认证方法，其特征在于，所述步骤a3包括以下步骤：
6.根据权利要求5所述的基于计算鬼成像和正则化的光学图像认证方法，其特征在于，所述步骤三包括以下步骤：
7.根据权利要求6所述的基于计算鬼成像和正则化的光学图像认证方法，其特征在于，所述l1和l2正则化优化算法中迭代公式如下：
8.根据权利要求7所述的基于计算鬼成像和正则化的光学图像认证方法，其特征在于，所述步骤四包括以下步骤：
9.根据权利要求8所述的基于计算鬼成像和正则化的光学图像认证方法，其特征在于，所述步骤五的具体步骤为：分别计算待认证图像与第一重建图像、第二重建图像、第三重建图像、第四重建图像之间的非线性相关指数，计算得到的任意一个非线性相关指数∈[0.8，1]，则认证通过；计算得到的四个非线性相关指数都不属于[0.8，1]，则认证失败。
10.根据权利要求9所述的基于计算鬼成像和正则化的光学图像认证方法，其特征在于，所述非线性相关指数的计算公式如下：
