一种基于环境监测数据的加密传输方法

摘要

本发明涉及数据加密传输技术领域，具体涉及一种基于环境监测数据的加密传输方法，该方法包括：获取对环境监测数据进行传输时的明文图像，对明文图像进行分割得到多个明文图像块，获取各明文图像块的关键点；根据连通域的面积、梯度幅值分别计算不同种关键点的重要程度，进而获得关键点对应的数量；构建明文图像中明文像素点的特征向量，根据关键点的数量获取第一集合，将除关键点外的其他像素点均分到设定数量的第二集合中；将明文像素点的特征向量转换至颜色空间得到密文像素点，构成第三集合，根据第三集合以及位置序列进行加密得到密文图像，利用密文图像对环境监测数据进行加密传输。本发明能够保证密文图像最大程度的抵御攻击者的阻塞攻击。

权利要求

1.一种基于环境监测数据的加密传输方法，其特征在于，该方法包括以下步骤：获取对环境监测数据进行传输时的明文图像，对明文图像进行分割得到多个明文图像块，获取各明文图像块的连通域以及连通域的中心像素点；对明文图像块进行角点检测和边缘检测，获得所有角点以及强边缘点；将所述中心像素点、角点和强边缘点记为关键点；

根据中心像素点对应的连通域的面积计算中心像素点的重要程度，一个中心像素点的重要程度的计算公式为：其中，为中心像素点对应的连通域的面积， 表示四舍五入取整，为中心像素点的重要程度；

设置角点的重要程度，将明文图像块中每个角点的重要程度的取值设置为3；

根据强边缘点的梯度幅值计算强边缘点的重要程度，一个强边缘点的重要程度的计算公式为：其中，为强边缘点的梯度幅值， 表示四舍五入取整，为强边缘点的重要程度；根据三种所有关键点的重要程度获得关键点的数量，具体为：获得明文图像块中除连通域对应区域内所有明文像素点和所有关键点外的其他明文像素点，将所述其他明文像素点记为明文图像块的补充点；

计算关键点的数量用公式表示为：

其中，为明文图像块的第 个关键点的重要程度， 为明文图像块的所有关键点的重要程度之和，为明文图像块的所有关键点的数量，表示明文图像块中补充点的数量， 表示明文图像块除补充点外的明文像素点的数量， 为向下取整， 为明文图像块的第个关键点的对应数量；

将明文图像中的明文像素点的坐标与灰度值构成像素点的特征向量，根据明文图像块的每个关键点的对应数量获得每个关键点的第一集合，将除关键点外的其他像素点均分到设定数量的第二集合中；

将明文像素点的特征向量转换至颜色空间得到密文像素点，将第二集合对应的所有明文像素点进行转换加密后得到的所有密文像素点组成第三集合；获取第三集合对应的位置序列，根据位置序列和第三集合中元素对明文图像进行加密得到密文图像，利用密文图像对环境监测数据进行加密传输。

2.根据权利要求1所述的一种基于环境监测数据的加密传输方法，其特征在于，所述强边缘点的获取方法具体为：利用Canny边缘检测算法对明文图像块进行边缘检测得到边缘二值图像，所述边缘二值图像中黑色像素点为组成边缘的强边缘点。

3.根据权利要求1所述的一种基于环境监测数据的加密传输方法，其特征在于，所述关键点的数量还包括：按照重要程度从大到小对明文图像块的所有关键点进行排序，将排序后的前个关键点的对应数量增加1，将增加后的对应数量记为明文图像块的所有关键点的对应数量；其中，表示明文图像块中补充点的数量，为明文图像块的所有关键点的数量， 为明文图像块的第j个关键点的对应数量。

4.根据权利要求1所述的一种基于环境监测数据的加密传输方法，其特征在于，所述将除关键点外的其他像素点均分到设定数量的第二集合中具体为：对于每个第二集合，从所有第一集合中随机选择 个第一集合，从每个第一集合中选择一个元素加入到第二集合中，并将选择的元素从相应的第一集合中去除，其中，如果所有第一集合的数量小于 ，则重复进行选择，最终获得明文图像块的 个第二集合。

5.根据权利要求1所述的一种基于环境监测数据的加密传输方法，其特征在于，所述将明文像素点的特征向量转换至颜色空间得到密文像素点具体为：将明文像素点由灰度通道转换为对应的红色通道值、绿色通道值和蓝色通道值，将明文像素点的特征向量中的灰度值设置为对应的红色通道值、绿色通道值和蓝色通道值，将转换后的明文像素点记为密文像素点。

6.根据权利要求1所述的一种基于环境监测数据的加密传输方法，其特征在于，所述获取第三集合对应的位置序列的具体方法为：利用logistic混沌映射获取混沌序列以及密钥，根据混沌序列和变步长约瑟夫遍历获得位置序列。

7.根据权利要求1所述的一种基于环境监测数据的加密传输方法，其特征在于，所述方法在利用密文图像对环境监测数据进行加密传输后还包括对密文图像进行解密得到明文图像。

说明书

一种基于环境监测数据的加密传输方法

技术领域

[0001] 本发明涉及数据加密传输技术领域，具体涉及一种基于环境监测数据的加密传输方法。

背景技术

[0002] 环境监测数据是客观地评价环境质量状况、反映污染治理成效、实施环境管理与决策的基本依据。为了杜绝排污单位人为不当干预环境监测行为，相关部门和环境监测机构会在重点排污单位设置环境监测设备。

[0003] 环境监测设备主要运用了物联网的传感技术和视频监控技术，通过各种传感器采集重点排污单位的污染物种类数据、各类污染物浓度数据等传感器数据，通过摄像头采集重点排污单位的排污情况的监控视频数据，并将传感器数据和监控视频数据通过通信模块进行传输，结合传感器数据和监控视频数据更加客观地评价排污单位的排污情况。

[0004] 为了避免人为不当干预环境监测的行为，保证环境监测数据的质量，需要保证环境监测数据的真实性，因此，通常将环境监测设备采集到的数据进行加密传输，以保证数据的真实性和安全性。

[0005] 其中，环境监测设备在针对传感器数据进行加密传输时，主要运用了TEA加密算法，该算法具有较强的抗差分分析能力，但不适用于对监控视频数据加密；基于置乱的图像加密方法虽然适用于图像加密，但是由于监控视频数据是通过通信模块进行传输，因此常常会受到针对通信模块的阻塞攻击，导致监控视频数据的图像的一部分丢失，进而无法准确地获得环境监测数据，虽然基于置乱的图像加密方法能够在一定程度上抵御阻塞攻击，但是抵御阻塞攻击的能力有限，并且会导致图像的重要特征的丢失。

发明内容

[0006] 为了解决上述技术问题，本发明的目的在于提供一种基于环境监测数据的加密传输方法，所采用的技术方案具体如下：

[0007] 获取对环境监测数据进行传输时的明文图像，对明文图像进行分割得到多个明文图像块，获取各明文图像块的连通域以及连通域的中心像素点；对明文图像块进行角点检测和边缘检测，获得所有角点以及强边缘点；将所述中心像素点、角点和强边缘点记为关键点；

[0008] 根据中心像素点对应的连通域的面积计算中心像素点的重要程度，设置角点的重要程度，根据强边缘点的梯度幅值计算强边缘点的重要程度；根据三种所有关键点的重要程度获得关键点的数量；

[0009] 将明文图像中的明文像素点的坐标与灰度值构成像素点的特征向量，根据明文图像块的每个关键点的对应数量获得每个关键点的第一集合，将除关键点外的其他像素点均分到设定数量的第二集合中；

[0010] 将明文像素点的特征向量转换至颜色空间得到密文像素点，将第二集合对应的所有明文像素点进行转换加密后得到的所有密文像素点组成第三集合；获取第三集合对应的位置序列，根据位置序列和第三集合中元素对明文图像进行加密得到密文图像，利用密文图像对环境监测数据进行加密传输。

[0011] 优选地，所述强边缘点的获取方法具体为：

[0012] 利用Canny边缘检测算法对明文图像块进行边缘检测得到边缘二值图像，所述边缘二值图像中黑色像素点为组成边缘的强边缘点。

[0013] 优选地，所述根据三种所有关键点的重要程度获得关键点的数量具体为：

[0014] 获得明文图像块中除连通域对应区域内所有明文像素点和所有关键点外的其他明文像素点，将所述其他明文像素点记为明文图像块的补充点；

[0015] 计算关键点的数量用公式表示为：

[0016]

[0017] 其中，为明文图像块的第 个关键点的重要程度， 为明文图像块的所有关键点的重要程度之和，为明文图像块的所有关键点的数量，表示明文图像块中补充点的数量， 表示明文图像块除补充点外的明文像素点的数量， 为向下取整，为明文图像块的第个关键点的对应数量。

[0018] 优选地，所述关键点的数量还包括：

[0019] 按照重要程度从大到小对明文图像块的所有关键点进行排序，将排序后的前个关键点的对应数量增加1，将增加后的对应数量记为明文图像块的所有关键点的对应数量；其中，表示明文图像块中补充点的数量，为明文图像块的所有关键点的数量， 为明文图像块的第j个关键点的对应数量。

[0020] 优选地，所述将除关键点外的其他像素点均分到设定数量的第二集合中具体为：

[0021] 对于每个第二集合，从所有第一集合中随机选择 个第一集合，从每个第一集合中选择一个元素加入到第二集合中，并将选择的元素从相应的第一集合中去除，其中，如果所有第一集合的数量小于 ，则重复进行选择，最终获得明文图像块的 个第二集合。

[0022] 优选地，所述将明文像素点的特征向量转换至颜色空间得到密文像素点具体为：

[0023] 将明文像素点由灰度通道转换为对应的红色通道值、绿色通道值和蓝色通道值，将明文像素点的特征向量中的灰度值设置为对应的红色通道值、绿色通道值和蓝色通道值，将转换后的明文像素点记为密文像素点。

[0024] 优选地，所述获取第三集合对应的位置序列的具体方法为：利用logistic混沌映射获取混沌序列以及密钥，根据混沌序列和变步长约瑟夫遍历获得位置序列。

[0025] 优选地，所述方法在利用密文图像对环境监测数据进行加密传输后还包括对密文图像进行解密得到明文图像。

[0026] 本发明实施例至少具有如下有益效果：

[0027] 本发明通过获得明文图像中的关键点，并按照关键点的重要程度将关键点的信息进行多次加密存储，同时对于加密后的同一关键点的密文像素点，通过将其分配到不同的集合中，并将不同的集合赋值在密文图像的不同位置，以此保证监控视频数据即使在通过通信模块进行传输时，受到了针对通信模块的阻塞攻击，导致监控视频数据的图像的一部分丢失，也能够通过存储在密文图像的其他位置的密文像素点的信息进行还原。根据本发明的加密方法对明文图像进行加密，保证密文图像能够最大程度的抵御攻击者的阻塞攻击，以达到保护监控视频数据，进而保证环境监测数据的真实性和安全性的目的。

附图说明

[0028] 为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

[0029] 图1是本发明的一种基于环境监测数据的加密传输方法的方法流程图。

具体实施方式

[0030] 为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于环境监测数据的加密传输方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

[0031] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

[0032] 下面结合附图具体的说明本发明所提供的一种基于环境监测数据的加密传输方法的具体方案。

[0033] 实施例：

[0034] 本发明的方法包括：对明文图像进行分块获得明文图像块；对明文图像块进行连通域分析、角点检测和边缘检测，获得明文图像块的所有关键点；根据明文图像块的所有关键点的重要程度，获得所有关键点的对应数量；获取明文图像块所有补充点和所有关键点的特征向量，进而获得明文图像块的所有第二集合，对明文图像的所有明文图像块的所有第二集合进行加密，进而获得密文图像；对密文图像进行解密获得明文图像。

[0035] 请参阅图1，其示出了本发明一个实施例提供的一种基于环境监测数据的加密传输方法的方法流程图，该方法包括以下步骤：

[0036] 步骤一，获取对环境监测数据进行传输时的明文图像，对明文图像进行分割得到多个明文图像块，获取各明文图像块的连通域以及连通域的中心像素点；对明文图像块进行角点检测和边缘检测，获得所有角点以及强边缘点。

[0037] 首先，将明文图像分割为多个大小为 的明文图像块，对于大小为的明文图像，共获得 个大小为 的明文图像块，其中， ， ，表示向上取整。

[0038] 获得明文图像块中每个明文像素点的坐标 ，具体地，以明文图像块的左上角为原点，以原点从上向下的方向为 轴方向，以原点从左向右的方向为 轴方向，建立位置直角坐标系， 为明文像素点的横坐标，且 ，为明文像素点的纵坐标，且。

[0039] 然后，需要说明的是，在通过通信模块对环境监测数据进行传输时，由于攻击者的阻塞攻击，会导致传输的密文图像的一部分可能会被裁剪甚至丢失，导致还原后的明文图像丢失部分信息，进而影响环境监测数据的真实性。因此，想要抵御攻击者的阻塞攻击，就需要加密方法能够保证对有损密文图像进行解密后，能够获得完整的明文图像。

[0040] 考虑到组成明文图像的连通域的明文像素点具有相同的灰度值，因此，只需要保存明文图像的连通域的一个明文像素点的灰度值即可还原整个连通域，同时，对连通域的一个明文像素点进行加密，相比于明文图像的连通域进行加密，需要的密文图像中的密文像素点的数量较少，这样密文图像中就存在许多密文像素点，可以用这些密文像素点重复多次表示明文图像中的重要信息，即使受到攻击者的阻塞攻击而导致密文图像的一部分可能会被裁剪甚至丢失，也有其他的密文像素点能够表示相应的丢失的信息，以此抵御攻击者的阻塞攻击。

[0041] 角点是明文图像很重要的特征，对明文图像中图形的理解和分析有很重要的作；边缘信息是明文图像最基本的特征，是区域属性发生突变的地方，是明文图像中不确定性最大的地方，也是明文图像信息最集中的地方，因此，明文图像的边缘包含着丰富的信息；
同时，对于明文图像的连通域，由于本发明通过组成明文图像的连通域的所有明文像素点中的一个明文像素点的灰度值来表示整个连通域，因此，这个明文像素点的灰度值也是明文图像的重要特征。

[0042] 因此，明文图像的连通域的中心像素点、角点和强边缘点都属于明文图像的关键信息。

[0043] 最后，获取明文图像中各明文图像块的连通域以及连通域的中心像素点，具体地，对明文图像块进行连通域分析，获得明文图像块的所有连通域，以及每个连通域的中心像素点。

[0044] 以大小为 的结构元对明文图像块进行开运算操作，对形态学处理后的明文图像块进行连通域分析，获得明文图像块的所有连通域，计算每个连通域的面积；获得明文图像块的每个连通域的最大内接矩形，将最大内接矩形的中心像素点作为每个连通域的中心像素点。

[0045] 对明文图像块进行角点检测，获得明文图像块的所有角点。具体地，根据SIFT算法提取明文图像块中的角点，具体包括：1）根据明文图像块生成高斯差分金字塔，完成尺度空间构建；2）通过空间极值点检测，实现对明文图像块中角点的初步查探；3）去除初步查探过程中的噪声点，实现稳定角点的精确定位，进而将获得的角点作为明文图像块的角点。

[0046] 对明文图像块进行边缘检测，获得明文图像块的所有强边缘点。具体地，通过Canny边缘检测算法对明文图像块进行边缘检测，主要包括图像降噪、计算图像梯度、非极大值抑制、双阈值筛选四个步骤，通过四个步骤，获得明文图像块的单像素宽且闭合的边缘组成的边缘二值图像，所述边缘二值图像中，黑色像素点为组成边缘的强边缘点，白色像素为其他像素点；根据梯度赋值计算公式 ，计算每个强边缘像素点的梯度幅值，其中， 为强边缘点在 轴方向上的梯度幅值，为强边缘点在 轴方向上的梯度幅值。

[0047] 将明文图像的中心像素点、角点和强边缘点统称为明文图像的关键点。

[0048] 步骤二，根据中心像素点对应的连通域的面积计算中心像素点的重要程度，设置角点的重要程度，根据强边缘点的梯度幅值计算强边缘点的重要程度；根据这三种所有关键点的重要程度获得关键点的数量。

[0049] 首先，需要说明的是，对于明文图像块中的所有中心像素点、角点和强边缘点，作为明文图像中的重要特征，需要在对其进行加密时，获得多个密文像素点，并将这些表征同一重要特征的密文像素点尽可能的分布在不同区域，这样，即使受到攻击者的阻塞攻击而导致密文图像的一部分可能会被裁剪甚至丢失，也能通过保存在其他区域的表征同一重要特征的密文像素点获得对应的重要特征，以此抵御攻击者的阻塞攻击。

[0050] 因此，明文图像块中的连通域、角点和强边缘点的重要程度越大，则对应的表征其特征的密文像素点越多，以此实现对重要程度越大的关键点，丢失而无法还原的概率越小。

[0051] 然后，根据中心像素点对应的连通域的面积计算明文图像块的所有关键点的重要程度。具体地，计算明文图像块的所有中心像素点的重要程度，其中，一个中心像素点的重要程度的计算公式为：

[0052]

[0053] 其中，为中心像素点对应的连通域的面积， 表示四舍五入取整，为中心像素点的重要程度。

[0054] 进一步的，设置角点的重要程度，在本实施例中，将明文图像块中每个角点的重要程度的取值设置为3，实施者可根据具体实施场景进行设置。

[0055] 根据强边缘点的梯度幅值计算强边缘点的重要程度，其中，一个强边缘点的重要程度的计算公式为：

[0056]

[0057] 其中，为强边缘点的梯度幅值，表示四舍五入取整，为强边缘点的重要程度。

[0058] 最后，根据明文图像块的所有关键点的重要程度，获得所有关键点的对应数量。具体地，获得明文图像块中除连通域对应区域内所有明文像素点和所有关键点外的其他明文像素点，将所述其他明文像素点记为明文图像块的补充点。

[0059] 根据明文图像块的所有关键点的重要程度，获得所有关键点的对应数量，根据重要程度获得对应数量的计算公式为：

[0060]

[0061] 其中，为明文图像块的第 个关键点的重要程度， 为明文图像块的所有关键点的重要程度之和，为明文图像块的所有关键点的数量，表示明文图像块中补充点的数量， 表示明文图像块除补充点外的明文像素点的数量， 为向下取整，为明文图像块的第个关键点的对应数量。

[0062] 按照重要程度从大到小对明文图像块的所有关键点进行排序，将排序后的前个关键点的对应数量增加1，将增加后的对应数量记为明文图像块的所有关键点的对应数量。

[0063] 步骤三，将明文图像中的明文像素点的坐标与灰度值构成像素点的特征向量，根据明文图像块的每个关键点的对应数量获得每个关键点的第一集合，将除关键点外的其他像素点均分到设定数量的第二集合中。

[0064] 为了保证明文图像的关键点的安全性，除了在进行加密时，给关键点分配多个密文像素点之外，还需要将关键点对应的密文像素点尽可能的离散分布，以此保证明文图像的关键点的安全性。

[0065] 将明文图像块的所有补充点和所有关键点的坐标和灰度值组成的向量(x,y,h)作为每个补充点的特征向量。根据明文图像块的每个关键点的对应数量获得每个关键点的第一集合，具体为：所述关键点的第一集合中元素的数量与关键点的对应数量相等，元素即为关键点本身，进而获得明文图像块的所有关键点的所有第一集合。

[0066] 将明文图像块的所有补充点平均分到 个第二集合中，对于每个第二集合，从所有第一集合中随机选择 个第一集合，从每个第一集合中选择一个元素加入到第二集合中，并将选择的元素从相应的第一集合中去除，其中，如果所有第一集合的数量小于，则重复进行选择。最终获得明文图像块的 个第二集合。

[0067] 步骤四，将明文像素点的特征向量转换至颜色空间得到密文像素点，将第二集合对应的所有明文像素点进行转换加密后得到的所有密文像素点组成第三集合；获取第三集合对应的位置序列，根据位置序列和第三集合中元素对明文图像进行加密得到密文图像，利用密文图像对环境监测数据进行加密传输。

[0068] 首先，对明文图像的所有明文图像块的所有第二集合中的每个明文像素点进行加密，其中，对一个明文像素点进行加密的具体方法为：将明文像素点的特征向量转换为对应的红色通道值、绿色通道值和蓝色通道值，进而将灰度值设置为对应的红色通道值、绿色通道值和蓝色通道值的明文像素点记为密文像素点，将第二集合对应的所有明文像素点加密后的所有密文像素点组成的集合记为第三集合，进而获得明文图像的所有明文图像块的所有第二集合对应的所有第三集合，记为明文图像的所有明文图像块的所有第三集合。

[0069] 然后，利用logistic混沌映射获取混沌序列以及密钥，根据混沌序列和变步长约瑟夫遍历获得位置序列。

[0070] 具体方法为：一维Logistic映射是一种典型的混沌映射，模型为，当系数 时，系统进入混沌状态，就会产生 之间的混沌序列。在 、 、 的范围内随机产生密钥 ，将一维
Logistic 混沌映射模型迭代 次，为防止初值干扰,去除前 个数值，将剩余的个数值的每一个数值乘以 并进行四舍五入取整，获得长度为 的混沌序列。

[0071] 变步长约瑟夫遍历的具体步骤为：将 之间的整数围成一圈，根据混沌序列的第一个数 ，将第 个整数提取出来放在第一个，将剩余的 个整数围成一圈，根据混沌序列的第二个数 ，将第 个整数提取出来放在第二个，依次类推，直至提取出所有的整数，将所有提取出的整数按照顺序组成的序列记为位置序列。例如将之间的整数围成一圈，对应的混沌序列为 ，则位置序列为。

[0072] 进一步的，根据位置序列和明文图像块的所有第三集合获得明文图像块的密文图像块，进而获得明文图像的密文图像。

[0073] 将明文图像的每个明文图像块的所有第三集合中的所有第一个第三集合组成的序列记为第一个集合序列，将明文图像的每个明文图像块的所有第三集合中的所有第二个第三集合组成的序列记为第二个集合序列，以此类推，将明文图像的每个明文图像块的所有第三集合中的所有第 个第三集合组成的序列记为第 个集合序列，进而获得明文图像的所有集合序列。

[0074] 对明文图像的第一个集合序列按照位置序列进行排序组合，并转换为大小为的第一个密文图像块，对明文图像的第二个集合序列按照位置序列进行排序组合，并转换为大小为 的第二个密文图像块，以此类推，对明文图像的第 个集合序列按照位置序列进行排序组合，并转换为大小为 的第 个密文图像块，进而获得明文图像的所有密文图像块。明文图像的所有密文图像块按照顺序组成的图像即为明文图像对应的密文图像。利用密文图像实现对环境监测数据的加密传输。

[0075] 最后，在利用密文图像对环境监测数据进行加密传输后，还需要对接收到的密文数据进行解密得到明文图像。

[0076] 具体地，对密文图像进行分割，获得密文图像的所有密文图像块，将密文图像块的所有密文像素点按照顺序均匀地分割为 个集合，记为第三集合，获得密文图像块的所有第三集合；根据安全密钥 和一维 Logistic 混沌映射获得混沌序列，根据混沌序列和变步长约瑟夫遍历获得位置序列；根据位置序列将密文图像块的所有第三集合进行排序，具体为：获取位置序列的第一个数值 ，将密文图像块的所有第三集合中的第一个第三集合放在第 个位置上，获取位置序列的第二个数值 ，将密文图像块的所有第三集合中的第二个第三集合放在第 个位置上，以此类推，获取位置序列的第 个数值 ，将密文图像块的所有第三集合中的第 个第三集合放在第 个位置上，进而获得重新排序后的密文图像块的所有第三集合。

[0077] 将密文图像的每个密文图像块的所有第三集合中的所有第一个第三集合组成的集合记为第一个第二集合，将密文图像的每个密文图像块的所有第三集合中的所有第二个第三集合组成的集合记为第二个第二集合，以此类推，将密文图像的每个密文图像块的所有第三集合中的所有第 个第三集合组成的集合记为第 个第二集合，获得密文图像的所有第二集合。

[0078] 对明文图像的所有第二集合中的每个密文像素点进行解密，其中，对一个密文像素点进行解密的具体方法为：将密文像素点的红色通道值、绿色通道值和蓝色通道值分别作为横坐标 、纵坐标 和灰度值 ，将横坐标 、纵坐标 和灰度值 对应的像素点记为明文像素点。

[0079] 将解密后的明文图像的每个第二集合中的所有明文像素点按照坐标放置在明文图像块的对应位置，将明文图像块中没有明文像素点的位置，根据中心像素点的灰度值进行赋值，获得密文图像的所有明文图像块。密文图像的所有明文图像块按照顺序组成的图像即为密文图像解密后对应的明文图像。

[0080] 以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，均应包含在本申请的保护范围之内。