本发明涉及图像处理，具体涉及基于新型忆阻混沌神经网络的无人机巡检图像加密方法。
背景技术：
1、随着计算机技术和通信技术的飞速发展，信息已成为当今社会的重要资源，由此引起的信息安全问题日益突出。无人机巡检是指在各行业使用无人机对产品和生产过程进行定期巡检，及时发现问题，并由相关人员进行处理。由于不同行业存在不同的行业秘密，无人机巡检的数据一般需要加密。图像作为日常传播通信信息的重要载体，是通信信息技术领域中非常关键的一环。它在信息通信、医学成像、数字多媒体系统等领域发挥着重要作用。为了实现数字图像的保密性，在实际操作中，通常将二维图像转换为一维数据，然后通过传统的加密算法进行加密。与常规的文本信息不同，图像和视频是临时的、空间的、视觉上可观察的，也可以被有损压缩，从而可以为图像设计更高效、更安全的编码算法。
2、现在已经开发出了很多无人机巡检图像数据加密方法及系统，这些无人机巡检系统的加密方式和加密流程较为单一，应用于保密要求较高的制造业时，造成了无人机巡检图像数据加密系统的安全性降低的缺陷。由于神经网络具备良好的非线性特征和联想记忆功能，在将神经元的数量、神经网络的种类以及相互联系的权值确定后，神经网络的任何数据都能够得到保存和利用。通过神经网络所得到的数据具备很好的伪随机性，能够被用于图像加密算法是很好的选择。当神经网络和忆阻器相结合时，会形成一个更大的随机矩阵，和单个的混沌系统比较，它不但扩大了密钥空间，也同时产生了更大得空间复杂度。
技术实现思路
1、本发明的目的在于，针对无人机巡检图像数据加密方法存在的不足，利用该忆阻混沌神经网络丰富的动力学混沌现象，与dna算法相结合引入图像加密解密过程中，提出基于新型忆阻混沌神经网络的无人机巡检图像加密方法。
2、为了达到上述目的，本发明采用如下技术方案：
3、一种基于新型忆阻混沌神经网络的无人机巡检图像加密方法，包括如下步骤：
4、步骤1，将磁控忆阻器与神经网络相结合构建新型忆阻混沌神经网络；
5、步骤2，利用ode45算法对新型忆阻混沌神经网络进行求解，发现其具有丰富的动力学现象，并不断迭代产生混沌序列{x1(i)}，{x2(i)}，{x3(i)}，{x4(i)}，{x5(i)}，{x6(i)}；
6、步骤3，将无人机巡检过程中采集的图像数据补零后进行分块得到图像数据子块；
7、步骤4，利用混沌序列{x1(i)}对图像数据子块的dna进行编码；
8、步骤5，利用混沌序列{x3(i)}，{x4(i)}用于图像数据子块的dna运算；
9、步骤6，利用混沌序列{x2(i)}用于图像数据子块的dna解码；
10、步骤7，利用混沌序列{x5(i)}，{x6(i)}对经过dna解码后的三个通道的矩阵进行行、列置乱；
11、步骤8，将置乱后的三个矩阵合成一个矩阵，得到加密图像。
12、优选的，步骤1中采用以下磁控忆阻器：
13、
14、其中是磁导函数，是内部状态变量，是对于时间的导数，im表示两个神经元之间的膜电位差作用于忆阻器突触而产生的电磁感应电流，vm表示忆阻器输入端口的电压。
15、优选的，将磁控忆阻器与hopfield神经网络耦合，得到新型忆阻混沌神经网络，其数学表达式为：
16、
17、其中x、y、z、w表示四个神经元的状态变量，vm1＝x-y、vm2＝y-z为两个相连神经元之间的电位差，分别为两个磁控忆阻器的内部状态变量，k为磁控忆阻器耦合强度，f(n)是pwl激活函数，表示为式(3)：
18、f(n)＝cn+0.5(a-c)(n+b-n-b) (3)
19、其中，a(c)表示内段或外段的斜率，b为断点值，限制a>0、b>0和c<0；在新型忆阻混沌神经网络模型中，t12、t13、t21、t23、t24、t31、t32、t42表示突触连接权值，其余位置都为0，设置突触权值矩阵为：
20、
21、同时通过将(2)式的左侧设为0，可以发现该新型忆阻混沌神经网络存在一个平衡点[0，0，0，0，0，0]。
22、在给定的初始值[0，0.001，0.001，0.001，0，0]时，通过调节新型忆阻混沌神经网络激活函数中的参数b分别为2.2、3、3.4和3.8，该新型忆阻混沌神经网络出现混沌、共存吸引子、极限环和倍周期状态动力学现象。
23、根据(2)式，令新型忆阻混沌神经网络的初始状态为[0，0.001，0.001，0.001，0，0]，使用ode45算法，不断迭代产生混沌序列；将生成的混沌序列与加密算法结合，对图像进行置乱与扩散操作。
24、步骤3中，选取无人机巡检过程中所采集的图像数据，并获得像素矩阵l，将l分为r、g、b三个矩阵，记为l1、l2、l3；对三个矩阵按式(5)进行补零操作，补零后的矩阵均能分成(m×n)/t2个块；
25、
26、步骤4中，将迭代得到混沌序列{x1(i)}，{x2(i)}按式(6)转化为1至8之间的整数，然后对dna进行编码；由{x1(i)}序列决定像素矩阵中第i个子块的dna编码方式；
27、
28、步骤5中，将混沌序列{x3(i)}按式(7)转化为[0,3]之间的整数，用于dna运算；规定x3(i)＝0时采用加法运算；x3(i)＝1时采用减法运算；x3(i)＝2时采用异或运算；x3(i)＝3时采用同或运算；除第一个子块外，将当前子块的加密结果与前一子块再次进行dna运算，采用的运算法则由混沌序列{x4(i)}决定，以获得更好的扩散效果；
29、
30、步骤6中，由混沌序列{x2(i)}决定dna的解码方式，将腺嘌呤a，鸟嘌呤g，胞嘧啶c，胸腺嘧啶t解码成具体的数值。
31、步骤7中，将混沌序列{x5(i)}、{x6(i)}序列根据式(8)升序排列，并获得序列中每个元素排序之前的位置序列i1、i2；分别以i1、i2序列值和其对应索引作为行和列的交换坐标，对经过dna解码后的三个通道的矩阵进行行、列置乱；
32、
33、本发明对几张加密图像进行信息熵分析时，在设置相同初始值的条件下，加密图像的熵值都非常接近理想值8，这表明图像的信息被充分混淆和隐藏，加密后的图像具有较强的安全性；在不同加密图像的直方图分析中，加密图像的直方图分布非常均匀，图像像素值的分布特性被很好地隐藏，并且破解者很难在直方图中获得有用的信息；在相关性分析中，加密图像在水平、垂直和对角线方向上的相关系数几乎接近于0，表明加密图像的相邻像素几乎没有相关性。
1.一种基于新型忆阻混沌神经网络的无人机巡检图像加密方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于新型忆阻混沌神经网络的无人机巡检图像加密方法，其特征在于，步骤1中采用以下磁控忆阻器：
3.根据权利要求1所述的基于新型忆阻混沌神经网络的无人机巡检图像加密方法，其特征在于，将磁控忆阻器与hopfield神经网络耦合，得到新型忆阻混沌神经网络，其数学表达式为：
4.根据权利要求3所述的新型忆阻混沌神经网络的无人机巡检图像加密方法，其特征在于，在给定的初始值[0，0.001，0.001，0.001，0，0]时，通过调节新型忆阻混沌神经网络激活函数中的参数b分别为2.2、3、3.4和3.8，该新型忆阻混沌神经网络出现混沌、共存吸引子、极限环和倍周期状态动力学现象。
5.根据权利要求3所述的基于新型忆阻混沌神经网络的无人机巡检图像加密方法，其特征在于，根据(2)式，令新型忆阻混沌神经网络的初始状态为[0，0.001，0.001，0.001，0，0]，使用ode45算法，不断迭代产生混沌序列；将生成的混沌序列与加密算法结合，对图像进行置乱与扩散操作。
6.根据权利要求1所述的基于新型忆阻混沌神经网络的无人机巡检图像加密方法，其特征在于，步骤3中，选取无人机巡检过程中所采集的图像数据，并获得像素矩阵l，将l分为r、g、b三个矩阵，记为l1、l2、l3；对三个矩阵按式(5)进行补零操作，补零后的矩阵均能分成(m×n)/t2个块；
7.根据权利要求1所述的基于新型忆阻混沌神经网络的无人机巡检图像加密方法，其特征在于，步骤4中，将迭代得到混沌序列{x1(i)}，{x2(i)}按式(6)转化为1至8之间的整数，然后对dna进行编码；由{x1(i)}序列决定像素矩阵中第i个子块的dna编码方式；
8.根据权利要求1所述的基于新型忆阻混沌神经网络的无人机巡检图像加密方法，其特征在于，步骤5中，将混沌序列{x3(i)}按式(7)转化为[0,3]之间的整数，用于dna运算；规定x3(i)＝0时采用加法运算；x3(i)＝1时采用减法运算；x3(i)＝2时采用异或运算；x3(i)＝3时采用同或运算；除第一个子块外，将当前子块的加密结果与前一子块再次进行dna运算，采用的运算法则由混沌序列{x4(i)}决定，以获得更好的扩散效果；
9.根据权利要求1所述的基于新型忆阻混沌神经网络的无人机巡检图像加密方法，其特征在于，步骤6中，由混沌序列{x2(i)}决定dna的解码方式，将腺嘌呤a，鸟嘌呤g，胞嘧啶c，胸腺嘧啶t解码成具体的数值。
10.根据权利要求1所述的基于新型忆阻混沌神经网络的无人机巡检图像加密方法，其特征在于，步骤7中，将混沌序列{x5(i)}、{x6(i)}序列根据式(8)升序排列，并获得序列中每个元素排序之前的位置序列i1、i2；分别以i1、i2序列值和其对应索引作为行和列的交换坐标，对经过dna解码后的三个通道的矩阵进行行、列置乱；
