1.一种基于参数不确定惯性神经网络的图像加密方法，其特征在于，包括以下步骤：步骤S1：基于具有多重比例时滞及参数不确定的惯性神经网络，构建驱动系统和响应系统，具体包括以下步骤：步骤S11：构建具有多重比例时滞及参数不确定的惯性神经网络为：式中，时间t>0；n表示所述惯性神经网络中神经元的个数；i＝1,2,…,n；j＝1,2,…,n；

xi(t)表示所述惯性神经网络第i个神经元在t时刻的状态；ai和bi为自反馈连接系数，由于电路硬件本身具有一定的容错率，会导致自反馈连接系数具有一定的波动性，测量时会存在一定误差，则自反馈连接系数ai和bi满足 其中ai、 bi、 为常数；cij、dij、wij表示所述惯性神经网络的连接权值，由于电路硬件本身具有一定的容错率，会导致连接权值具有一定的波动性，测量时会存在一定误差，则所述惯性神经网络的连接权值cij、dij、wij满足 其中cij、 dij、 wij、为常数；fj(xj(t))表示所述惯性神经网络第j个神经元不包含时滞的激活函数，gj(xj(q1t))表示所述惯性神经网络第j个神经元包含第一个比例时滞的激活函数， 表示所述惯性神经网络第j个神经元包含第二个比例时滞的激活函数，上述各激活函数均满足利普希茨条件且利普希茨常数分别为 q1t和q2t为比例时滞，q1和q2分别为第一个和第二个比例延时的比例系数，且满足0

步骤S12：构建具有多重比例时滞及参数不确定的惯性神经网络驱动系统：将步骤S11构建的具有多重比例时滞及参数不确定的惯性神经网络进行变量替换降阶处理，构建具有多重比例时滞及参数不确定的惯性神经网络驱动系统为：T t t t T t

式中，v(t)＝(v1(t),v2(t),…,vn(t)) ＝(x1(e),x2(e),…,xn(e)) ，vi(t)＝xi(e)，T t t t T tω(t)＝(ω1(t),ω2(t),…,ωn(t)) ＝(z1(e),z2(e),…,zn(e )) ，ωi(t)＝zi(e )，ξi为常数；Ξ＝diag(ξ1,ξ2,…,ξn)；A＝diag(α1,α2,…,αn),αi＝bi+ξi(ξi‑ai)，且满足 A＝diag(α1,α2,…,αn)，B＝diag(β1,β2,…,βn)，βi＝ai‑ξi，且满足其中， B＝diag(β1,β2,…,βn)， βi＝ai‑ξi；

C、D、W分别为所述驱动系统的连接权矩阵，其中C＝(cij)n×n，D＝(dij)n×n，W＝(wij)n×n，且满足 其中C＝(cij)n×n， D＝(dij)n×n，W＝(wij)n×n；f(v(t))＝(f1(v1(t)),f2(v2(t)),…,fn(vn(t))T t t t T

) ＝(f1(x1(e)),f2(x2(e)),…,fn(xn(e))) ，τ1＝‑ln 

T

q1，τ2＝‑ln q2，并设最大时滞τ＝max{τ1,τ2}；I＝(I1,I2,…,In) ；

步骤S13：根据步骤S12构建的驱动系统，构建与其相对应的响应系统为：式中，

步骤S2：根据步骤S1构建的驱动系统与响应系统，建立同步误差，设计同步控制器；

步骤S3：基于所述响应系统在所述同步控制器的作用下指数同步于所述驱动系统，进而实现图像加密及解密，具体实施步骤如下：加密过程具体为：

步骤S31：读取原始彩色图像，图像大小 提取原始彩色图像的红色分量矩阵RR(p,q)，绿色分量矩阵GG(p,q)，蓝色分量矩阵 其中RR(p,q)、GG(p,q)和BB(p,q)取值范围均为(0,1,…,255)中的某一个值；

步骤S32：待所述驱动系统与所述响应系统达到指数同步后，根据驱动系统的混沌信号vi ( t) 或 ω i (t) ，选 取三 个混 沌 信号 序 列 和步骤S33：将步骤S32得到的三个混沌信号序列 和 经过特定转换后，得到三个新的信号序列 和

其中 和 取值范围均为(0,1,…,255)中的某一个值；步骤S33使用的特定转换公式为：

步骤S34：将步骤S33中得到的三个新的信号序列 分别与原始彩色图像的三种颜色分量矩阵RR(p,q)、GG(p,q)、BB(p,q)中的对应位置元素进行异或运* * *算，获得置换后的三种颜色分量矩阵RR (p ,q)、GG (p,q)、BB (p,q)，* * *

步骤S35：采用arnold变换对置换后的三种颜色分量矩阵RR (p,q)、GG (p,q)、BB (p,q)** ** **进行置乱处理，得到置乱后的三种颜色分量矩阵RR (p,q)、GG (p,q)、BB (p,q)，所述arnold变换算法为：其中 为像素的原始位置， 为像素置乱后的位置，和 为常数；

** ** **

步骤S36：将步骤S35中置乱后的三种颜色分量矩阵RR (p,q)、GG (p,q)、BB (p,q)作为加密图像的三种颜色分量矩阵，组合加密图像颜色分量矩阵，生成加密图像；

解密过程为加密过程的逆过程，具体为：

** ** **

步骤S37：读取加密图像，提取加密图像的三种颜色分量矩阵RR (p,q)、GG (p,q)、BB** ** **(p,q)， 其中RR (p,q)、GG (p,q)和BB (p,q)取值范围均为(0,1,…,255)中的某一个值；

** **

步骤S38：采用arnold逆变换对加密图像的三种颜色分量矩阵RR (p,q)、GG (p,q)、** * * *BB (p,q)进行逆置乱处理，还原得到三种颜色分量矩阵RR (p,q)、GG (p,q)、BB (p,q)，所述arnold逆变换算法为：其中 为像素的原始位置， 为像素置乱后的位置，和 为常数；

步骤S39：待所述驱动系统与所述响应系统达到指数同步后，根据响应系统的混沌信号yi(t)或ri(t)，选取与步骤S32中 和 对应的混沌信号序列和

步骤S310：将步骤S39得到的混沌信号序列 和 经过特定转换后，可得三个新的信号序列 和 其中

和 取值范围均为(0,1,…,255)中的某一个值，步骤S310使用的特定转换公式为：

步骤S311：将步骤S310中得到的三个新的信号序列 分别与* * *

步骤S38中还原的三种颜色分量矩阵RR (p,q)、GG (p,q)、BB (p,q)的对应位置元素进行异或运算，还原得到原始彩色图像的三种颜色分量矩阵RR(p,q)、GG(p,q)、BB(p,q)，步骤S312：将步骤S311中还原得到的原始彩色图像的三种颜色分量矩阵RR(p,q)、GG(p,q)、BB(p,q)重新组合，还原原始彩色图像；

步骤S2具体包括以下步骤：

步骤S21：设定驱动系统和响应系统的同步误差为：T

其中，Μ(t)＝(μ1(t),μ2(t),…,μn(t)) ，步骤S22：根据步骤S21设定的驱动系统与响应系统之间的同步误差，设计静态事件触发同步控制器为：其中，H、K为静态事件触发同步控制器增益矩阵，H＝diag{h1,h2,…,hn},K＝diag{k1,k2,…,kn}，h1,h2,…,hn均为正常数，k1,k2,…,kn均为正常数； 和 分别为 触发时刻的误差值； 为静态事件触发同步控制器采样时的步长；定义测量误差为：当测量误差范围超过与先前触发时刻相关

的阈值时，将违反事件触发条件，更新同步控制器，具体的事件触发条件为：其中p＝1、2或∞，θ>0，Θ>0；静态事件触发同步控制器的参数满足下面不等式：

λ1>λ2>0,

* f * *

其中，λ1＝‑max{μp(‑Ξ‑H)+||A||p+||A*||p+l(||C||p+||C*||p)+θ,||B||p+||B*||p+μp(‑K)+1+Θ}， 其中，μp(‑Ξ‑H)为矩阵‑Ξ‑H的矩阵测度， μp(‑K)为矩阵‑K的矩阵测度，En为n×n维的单位矩阵，θ和Θ分别为常数，且满足θ>0、Θ>0；

*

||B |

* * * * * *

|p、||B*||p、||C||p、||C*||p、||D ||p、||D*||p、||W||p、||W*||p分别为矩阵A 、A*、B、B*、C 、* *C*、D、D*、W、W*的矩阵范数，其中，

2.一种应用于权利要求1所述方法的一种基于参数不确定惯性神经网络的图像加密系统，其特征在于，包括：混沌信号获取模块：待所述驱动系统与所述响应系统达到指数同步后，根据驱动系统的混沌信号vi(t)或ωi(t)，选取三个混沌信号序列 和 根据响应系统的混沌信号yi(t)或ri(t)，选取与 和 对应的混沌信号序列和

混沌信号处理模块：具体细分为驱动系统混沌信号处理模块和响应系统混沌信号处理模块，其中驱动系统混沌信号处理模块用于将混沌信号序列 和经过特定转换后，得到三个新的信号序列 和 响应系统混沌信号处理模块用于将混沌信号序列 和 经过特定转换后，得到三个新的信号序列 和 其中 和

取值范围均为(0,1,…,255)中的某一个值；

分量读取模块：具体细分为原始彩色图像分量读取模块和加密图像分量读取模块，其中原始彩色图像分量读取模块用于在加密过程中，读取原始彩色图像，提取原始彩色图像的红色分量矩阵RR(p,q)，绿色分量矩阵GG(p,q)，蓝色分量矩阵BB(p,q)；加密图像分量读**取模块用于解密过程中，用于读取加密图像，提取加密图像的三种颜色分量矩阵RR (p,q)、** **GG (p,q)、BB (p,q)；

置换处理模块：用于在加密过程中，将步骤S33中得到的三个新的信号序列分别与原始彩色图像的三种颜色分量RR(p,q)、GG(p,q)、BB(p,q)中的对应位置元素进行异或运算；用于在解密过程中，将步骤S310中得到的三个新的信号* *序列 分别与步骤S38中还原的三种颜色分量矩阵RR (p,q)、GG*

(p,q)、BB(p,q)中的对应位置元素进行异或运算；

置乱处理模块：具体细分为置乱处理模块和逆置乱处理模块，其中置乱处理模块用于* * *加密过程中，采用arnold变换对置换后的三种颜色分量矩阵RR (p,q)、GG (p,q)、BB(p,q)** ** **进行置乱处理，得到置乱后的三种颜色分量矩阵RR (p,q)、GG (p,q)、BB (p,q)；逆置乱处**理模块用于解密过程中，采用arnold逆变换对加密图像的三种颜色分量矩阵RR (p,q)、** ** * * *GG (p,q)、BB (p,q)进行逆置乱处理，还原得到三种颜色分量矩阵RR (p,q)、GG(p,q)、BB(p,q)；

分量组合模块：具体细分为加密图像分量组合模块和解密图像分量组合模块，其中加** **密图像分量组合模块用于在加密过程中，组合加密图像三种颜色分量矩阵RR (p,q)、GG**(p,q)、BB (p,q)，生成加密图像；解密图像分量组合模块用于解密过程中，用于将还原得到的原始彩色图像的三种颜色分量矩阵RR(p,q)、GG(p,q)、BB(p,q)重新组合，还原原始彩色图像。