本发明涉及图像处理，更具体地说，涉及一种基于标定因子人脸图像数据快速加密方法。
背景技术：
1、目前，人脸识别训练是广泛研究的课题，特别是随着ai技术的普及，对人脸图像数据样本的需求量越来越大，而在动态捕捉领域，由于人脸识别模型较为复杂，所以需要一定的响应时间，如果要实现快速捕捉，目前有一种方式是基于标定，通过手动或机器产生标定射线，在目标人脸上产生光斑，拍摄设备在动态的过程中以捕捉到光斑为粗识别依据，拍摄人脸图像，而这样获得的人脸图像上会存在光斑，而后需要通过图像处理技术消除光斑，同时要保证人脸图像在数据传输过程中不会出现信息泄露的情况，而据此cn116226891b的专利披露了一种人脸图像数据加密方法，涉及图像加密技术领域，该方法包括：获取人脸图像的三个单通道图像以及每个单通道图像的四个双比特图像；获取每个双比特图像的四个二值图像；利用二值图像中白色像素点的数量和连通域的面积得到二值图像的赋值集合尺寸；利用混沌映射模型得到的混沌序列对灰度值序列置乱得到置乱序列；利用双比特图像中每个二值图像的赋值集合尺寸按顺序划分置乱序列得到二值图像的赋值集合；利用赋值集合对二值图像中的白色像素点赋值，将赋值后的二值图像进行叠加得到双比特图像的赋值图像；利用赋值图像进行组合得到人脸图像的密文图像，提高了人脸图像加密的安全性。通过混沌映射模型进行映射首先是需要在发送方和接收方都配置对应的混沌映射模型，但是映射仍然具备一定的确定性，在数据量级上，无疑增加了负荷。
技术实现思路
1、有鉴于此，本发明目的是提供一种基于标定因子人脸图像数据快速加密方法。
2、为了解决上述技术问题，本发明的技术方案是：一种基于标定因子人脸图像数据快速加密方法：
3、步骤s1、在初始人脸图像中定位光斑所在位置；
4、步骤s2、通过预设的光斑参数识别策略确定光斑的固态参数；
5、步骤s3、通过预设的图像分离策略基于固态参数拆分初始人脸图像以得到原始人脸图像和光斑图像；
6、步骤s4、对原始人脸图像进行灰度化处理得到原始灰度图，并二值化处理原始灰度图以得到原始黑白图；
7、步骤s5、根据原始黑白图中黑色像点的位置在原始灰度图进行映射第一标记，并在第一标记对应的位置通过预设的亮度映射函数根据光斑图像进行亮度映射以得到加密灰度图；
8、步骤s6、根据光斑固态参数生成对应的光斑卷积核，根据原始黑白图中的白色像点的位置在原始人脸图像中进行映射第二标记，并在第二标记对应的位置通过预设的光斑卷积核进行卷积处理以得到加密人脸图像；
9、步骤s7、通过加密灰度图修正加密人脸图像的灰度值以生成第一密文图像；
10、步骤s8、将光斑图像组合至第一密文图像以生成第二密文图像，组合的位置为光斑图像于初始人脸图像的位置。
11、进一步地：所述光斑参数识别策略包括：
12、步骤a1、将初始人脸图像划分为三通道图像，通过预设的相似信任算法计算每一单色通道图像中在目标区域内每个像点的光斑差异值；
13、步骤a2、通过预设的色度索引算法计算每一单色通道图像中在目标区域内每个像点的色度可信值；
14、步骤a3、加权光斑差异值和色度可信值以获得每一个像点的光斑可信值，将光斑可信值大于预设值的像点作为核心光斑像点；
15、步骤a4、通过核心光斑像点组成包络区间，并确定包络区间的中心为光斑中心；
16、步骤a5、以光斑中心为原点根据色度渐变函数生成等色度包络线，以及根据光斑差异函数生成等差异包络线；
17、步骤a6、通过预设的描述框架描述等色度包络线以及等差异包络线生成原所述固态参数。
18、进一步地：所述图像分离策略包括：
19、步骤b1、从光斑中心出发计算每一方向的色度可信值变化规律以生成色度渐变函数，计算每一方向上的光斑差异值的变化规律以生成光斑差异函数；
20、步骤b2、根据不同通道的色度渐变函数以及光斑差异函数生成每一单色通道的光斑可信函数；
21、步骤b3、通过固态参数获得初始人脸图像的目标区域中每一像点的理论渐变值，通过光斑可信函数计算每一单色通道的像点的光斑还原比和光斑分离比；
22、步骤b4、通过光斑还原比处理单色通道图像以获得单色人脸图像，通过光斑分离比处理单色通道图像以获得单色光斑图像；
23、步骤b5、叠加单色人脸图像以获得所述原始人脸图像，叠加单色光斑图像以获得原始光斑图像。
24、进一步地：所述的相似信任算法为对于任意一个单色通道图像中，计算另外两个单色通道图像的像点的过渡规律特征作为基准特征，然后将基准特征和本单色通道图像的像点的过渡规律特征生成差异特征，并根据差异特征通过查表获得每一差异特征的差异子值，求和差异子值以获得对应的光斑差异值。
25、进一步地：所述色度索引算法为计算对应像点与相邻像点的色度差以生成色度过渡值，根据色度过渡值在一个方向上的连续程度计算对应的色度可信子值，求和对应的色度可信子值以生成色度可信值。
26、进一步地：所述步骤b2中，有 ，其中为第 个单色通道对应的所述光斑加权函数， 为第个单色通道对应的色度渐变函数， 为第个单色通道对应的光斑差异函数， 为预设的渐变权重， 为预设的差异权重，有，其中， 为第个单色通道对应的光斑可信函数。
27、进一步地：所述步骤s5中，还包括生成第一映射序列，所述第一映射序列决定第一标记对应的位置的映射顺序；
28、所述步骤s5中，还包括对所述光斑图像进行灰度化处理以得到光斑灰度图，通过第一映射序列打乱光斑灰度图以获得乱序灰度图，根据乱序灰度图生成映射相关函数；
29、所述亮度映射函数为 ，有为映射后的该像点的灰度值， 为映射前该像点的灰度值，为第i次映射对应的映射相关函数， 为预设的第一灰度权值， 为预设的第二灰度权值。
30、进一步地：所述步骤s6中预先构建有卷积核索引表，所述卷积核索引表存储有若干不同的光斑卷积核，每一光斑卷积核以光斑的固态参数为索引。
31、本发明技术效果主要体现在以下方面：通过以上方法，可以基于光斑图像对人脸图像进行加密，而区别于一般的加密方式，基于光斑成像的不确定，从光斑图像的形态维度和光斑图像的色值维度分别对图像进行处理，而通过光斑图像的在成像时的不确定性为依据，作为加密的因子，保证了图像数据不会因为固定的解密方式进行处理而重构图像，从而导致信息被攻击而泄露，而光斑图像的不确定作为乱序模型，不需要构建一个独立的乱序模型，而且在光斑识别的过程即是乱序因子提取的过程，节约了图像生成处理端的数据处理资源，而且实现了乱序模型的复杂程度。
1.一种基于标定因子人脸图像数据快速加密方法，其特征在于：
2.如权利要求1所述的一种基于标定因子人脸图像数据快速加密方法，其特征在于：所述光斑参数识别策略包括
3.如权利要求2所述的一种基于标定因子人脸图像数据快速加密方法，其特征在于：
4.如权利要求2所述的一种基于标定因子人脸图像数据快速加密方法，其特征在于：所述的相似信任算法为对于任意一个单色通道图像中，计算另外两个单色通道图像的像点的过渡规律特征作为基准特征，然后将基准特征和本单色通道图像的像点的过渡规律特征生成差异特征，并根据差异特征通过查表获得每一差异特征的差异子值，求和差异子值以获得对应的光斑差异值。
5.如权利要求2所述的一种基于标定因子人脸图像数据快速加密方法，其特征在于：所述色度索引算法为计算对应像点与相邻像点的色度差以生成色度过渡值，根据色度过渡值在一个方向上的连续程度计算对应的色度可信子值，求和对应的色度可信子值以生成色度可信值。
6.如权利要求3所述的一种基于标定因子人脸图像数据快速加密方法，其特征在于：所述步骤b2中，有，其中为第个单色通道对应的所述光斑加权函数，为第个单色通道对应的色度渐变函数，为第个单色通道对应的光斑差异函数，为预设的渐变权重，为预设的差异权重，有，其中，为第个单色通道对应的光斑可信函数。
7.如权利要求3所述的一种基于标定因子人脸图像数据快速加密方法，其特征在于：所述步骤s5中，还包括生成第一映射序列，所述第一映射序列决定第一标记对应的位置的映射顺序；
8.如权利要求1所述的一种基于标定因子人脸图像数据快速加密方法，其特征在于：所述步骤s6中预先构建有卷积核索引表，所述卷积核索引表存储有若干不同的光斑卷积核，每一光斑卷积核以光斑的固态参数为索引。
