看到这个题目，做过图像加密方向的人应该马上能意识到：GSVD负责矩阵对的联合分解，线性正则变换负责把系数搬进新的时频域，两者一前一后，相当于空域、矩阵域、变换域三个层面同时加了锁。这套技术最常见的落地场景是彩色图像安全传输——医学影像、遥感图、证件照这一类需要防止被窃取或篡改的数据。对我个人来说，这个方向最吸引人的地方在于：从原理到代码都能在一台普通电脑上完整跑通，而且可复现性很强。
这篇文章不打算只丢一段Matlab代码出来，而是把从算法思路、数学原理、完整流程、代码实现到PSNR/SSIM指标解读的链路全部拆开讲。你不一定需要数学系背景，广义奇异值分解和线性正则变换这两个名词虽然听起来唬人，但我会尽量用生活化的方式把它们说清楚。如果你正在做图像加密方向的实验，或者刚准备毕业设计、课程设计，这套流程可以直接拿过来改参数复用。
1. 整体算法设计与思路拆解
1.1 这个方案要解决什么问题
彩色图像和灰度图最大的区别在于通道数。RGB三个通道分开处理后，通道之间的相关性依然存在，攻击者如果截获了某一个通道，有可能通过统计特征推断出原图轮廓。所以合理的加密流程不能只是“给像素换位置”，还需要把图像的统计特征、能量分布、空间结构彻底打散。
常见的思路是在变换域里操作：先对图像做某种数学变换，让能量从空间域转移到频率域或其他域，再对变换系数做处理。使用GSVD结合线性正则变换，就是典型的“双重变换域”加密思路。GSVD把通道或者图像与参考模板联合分解成一组广义系数，LCT再把这组系数映射到新的时频域。换句话说，第一层锁让明文内容和随机模板纠缠在一起，第二层锁让纠缠后的系数变得面目全非。
整个过程还叠加了混沌置乱作为预处理。混沌序列由密钥生成，对三通道像素位置进行乱序。这样即使攻击者猜到了GSVD和LCT的框架，不知道混沌初值、LCT参数，也无法还原。最终结果通过PSNR和SSIM两个指标来量化“加密强度”和“解密质量”，这也是论文和课程报告中必须要有的数据支撑。
1.2 为什么选GSVD而不是普通SVD
很多同类工作使用的是普通SVD。SVD把一个矩阵分解成U、S、V三个部分，奇异值矩阵S的对角元素通常衰减很快，前几个奇异值就集中了图像绝大部分能量。这意味着直接对SVD系数的保护稍有疏忽，图像轮廓就可能通过大奇异值泄露出去。而且在SVD方案里，U和V矩阵的尺寸往往很大，直接把它们当密钥存储并不现实。
GSVD解决的是“两个矩阵联合分解”的问题，它同时处理一对矩阵A和B，得到：
A = U * C * X'
B = V * S * X'
这里的C和S满足C'C + S'S = I。这个性质很关键：两个矩阵共享同一个变换矩阵X，各自的系数分别由C和S控制。对于彩色图像来说，天然可以把R通道和G通道作为一对，或者把B通道和一个密钥生成的随机参考模板作为另一对。这样加密后的信息被分散在两个矩阵里，单独截获任何一个都解不出明文，安全性明显优于单矩阵SVD。
另外，GSVD分解出来的广义系数分布比SVD奇异值更均匀。普通SVD的能量集中特性在加密里是弱点，而GSVD的联合系数不会出现“少数系数决定全图”的问题，抗攻击能力更强。Matlab里调用也只比SVD多写一个输入参数，成本并不高。
1.3 线性正则变换在整个流程里的定位
线性正则变换LCT可以看作傅里叶变换、分数阶傅里叶变换、菲涅尔变换的统一形式。它由四个参数a、b、c、d控制，且满足ad - bc = 1。当参数取特殊值时可以退化为普通的分数阶傅里叶变换或尺度变换。多出来的自由参数不只是数学上的奇特点，在加密场景里更意味着密钥空间变大——攻击者不仅要猜变换类型，还要猜具体参数。
为什么要在GSVD之后再接LCT而不是直接用傅里叶变换？核心原因是系数加密的安全性。GSVD只完成了“联合分解”，分解后的系数仍然带有一定的结构规律。用固定形式的FFT去调制系数，攻击者只要知道变换类型就可以做逆操作。而LCT的参数本身就可以作为密钥的一部分，参数选得不同，同一组系数加密出来的结果完全不同。这就等于把一部分密钥嵌入了变换本身，做到了“变换即加密”。
在数字实现层面，LCT需要离散化。图像是二维矩阵，所以二维LCT可以分解成“先对每一列做一维LCT，再对每一行做一维LCT”，用矩阵形式表示就是Y = K * X * K'。K是一维线性正则变换的离散核矩阵，尺寸和图像一致。这个操作在Matlab里用矩阵乘法就能完成，非常直观。
2. 核心技术原理通俗拆解
2.1 广义奇异值分解到底做了什么
先从普通的SVD说起。SVD可以通俗理解成“把一个矩阵拆成三个部分”，其中两个是正交基矩阵，一个是缩放系数对角矩阵。GSVD则是把“拆一个矩阵”升级成“拆两个矩阵”。它不再追求单个矩阵的奇异值，而是寻找两个矩阵之间相对的能量分配关系。
你可以把GSVD类比成两个人合唱一首歌。普通SVD相当于单独录一个人的声音，只分析他自己的音量变化；而GSVD是同时录两个人的声音，先找到一个共同的时间轴X，再给出各自在整个配合中的音量系数C和S。这个共同的时间轴X是从两个人的声音里联合估计出来的，你只拿到其中一个人的音量，是不可能反推出完整合唱效果的。
在图像加密中，这种“共同基”非常有价值。加密者把明文通道和随机参考矩阵给GSVD，得到的X、C、S都跟参考矩阵纠缠在一起。解密时如果没有同一个参考矩阵，逆运算根本无法重建明文。即便攻击者获得了密文，也拿不到那个随机参考矩阵，因为它是用混沌序列生成的，而混沌初始值就是密钥。
Matlab调用GSVD极其简单：
[U1, V1, X1, C1, S1] = gsvd(R, G);
这一行代码同时完成了R通道和G通道的联合分解。C1和S1虽然名字像对角矩阵，但在图像矩阵的GSVD结果里是完整矩阵，尺寸和原图一致，可以直接参与后续LCT变换。
2.2 线性正则变换的特点与离散化
LCT连续形式的核函数带有一个指数项，里面包含四个参数。它的物理意义可以理解为“把信号先做某种啁啾调制，再做傅里叶变换，最后再做一次调制”。参数a、b、c、d共同决定了这个过程中的调制和伸缩比例。在光信息处理里，LCT描述的是平面光场经过耦合光学系统后的传播效果，所以它在光学加密方向尤其受欢迎。
数字图像上实现LCT，我习惯用直接采样核函数的方式。因为数字图像本身是离散网格，把核函数在每个像素点上采样，就得到一个N×N的复数矩阵K。然后二维LCT就变成了两次矩阵乘法。需要注意离散化时坐标的采样间隔对结果影响很大，理论上要进行坐标归一化。我在演示代码里直接以像素索引作为采样坐标，虽然和严格意义上的连续LCT有差距，但在数字图像加密仿真场景下完全够用，加解密闭环依然是准确的。
离散核矩阵的构造可以用双层循环写，但图像尺寸大时性能较差。好在很多演示场景用128×128或256×256图像，双层循环不会慢到不可接受。
2.3 彩色三通道怎么编排才合理
彩色图像有三个通道，但GSVD处理的是两个矩阵。所以我把三通道分成两对：第一对是R通道和G通道，第二对是B通道和一个由混沌序列生成的随机参考矩阵ref。这样四个GSVD系数矩阵C1、S1、C2、S2刚好可以编码进三个复数通道。
具体编码方式是这样的：C1和S1分别做LCT之后，得到F1和F2，把它们叠加成一个复数通道F1 + iF2。这个通道的实部保留F1，虚部保留F2，解密时一个通道的信息能还原出两个系数矩阵。C2做LCT得到F3，S2做LCT得到F4，分别作为第二、第三个通道。于是密文就是一个M×N×3的复数三维矩阵，正好对应“彩色图像”的三通道结构。如果要把密文可视化或保存成图片，就取三个通道的模值abs()，再归一化到0到255范围。
这种编排不是唯一选择，你也可以不叠加，直接输出六个实数通道。但叠加的好处是密文体积和数据维度不变，整体设计更干净。
3. 加密解密链路设计与Matlab实现
3.1 数据预处理与基础工具
写代码之前需要确定图像格式。彩色图像一般以uint8类型存储，像素范围0到255。但GSVD和LCT都是复数域运算，uint8直接参与计算会出错或者溢出。所以第一步是把三通道转成double类型并归一化到[0, 1]区间，计算方法用im2double(A)函数即可。如果后续需要把解密图像保存成图片，再用im2uint8转回去。
这个环节踩过的坑是类型转换时机。很多人习惯在加密前转成double，解密后又转回uint8，但中途某些中间变量可能仍然是复数矩阵。如果直接用im2uint8处理复数矩阵，Matlab会报错或丢弃虚部。我的做法是全程保持double复数运算，只在最后输出展示图时取模归一化，解密评估时把解密图像限制在0到1之间并转回uint8再和原图比较。
主要用到的Matlab内置函数包括：
- imread、im2double、im2uint8：图像读取和类型转换。
- gsvd：广义奇异值分解。
- psnr：峰值信噪比。
- ssim：结构相似性。
- rng、randperm：随机序列控制和排列索引生成。
3.2 混沌预置乱模块
混沌置乱是整个加密流程的“空域预处理”。最常用的一维混沌映射是Logistic映射：
x_{n+1} = r * x_n * (1 - x_n)
当r取值在3.57到4之间时，序列进入混沌状态。初始值x0和控制参数r就是密钥。加密端用这个序列生成随机排列索引，把像素位置打乱；解密端用同样初始值生成同样索引，做逆向还原。由于序列可再生，不需要额外传输索引表，这是个重要优势。
核心代码片段如下：
x = zeros(1, M * N); x(1) = 0.2; % 初始值，视为密钥 r = 3.999; % 混沌参数，视为密钥 for i = 1 : M * N - 1 x(i + 1) = r * x(i) * (1 - x(i)); end [~, idx] = sort(x); % 排序后得到置乱索引 Rp = R(idx); % 逆置乱时做反向重建 R_rec(idx) = Rp;用sort生成索引的目的是保证索引是一组无重复的随机排列。这里的x序列本身不是排列，但排序后每个元素原来的位置号构成了排列，所以加密端和解密端只需各自生成同一个x序列即可。要注意的是，Logistic映射对初始值的误差非常敏感，小数点后几位不同就可能生成完全不同的序列。所以在传输密钥时务必带上足够的有效数字，否则解密端无法同步。
3.3 GSVD与LCT核心实现
图像预置乱完成后，四个待分解矩阵准备就绪：
- 第一组：Rp、Gp
- 第二组：Bp、ref
其中ref由混沌序列reshape成M×N矩阵。我的做法是用一组固定长度的Logistic序列直接reshape，初值另外设置。
然后调用gsvd完成两对矩阵的联合分解：
[U1, V1, X1, C1, S1] = gsvd(Rp, Gp); [U2, V2, X2, C2, S2] = gsvd(Bp, ref);这里有一个很容易踩的坑：gsvd对输入矩阵的尺寸有要求，两个矩阵必须列数相同。正常彩色图像的三通道尺寸都一样，所以没问题；但如果你用了不同尺寸的参考矩阵，就会报错。ref必须和Bp规格完全一致，也就是M行N列。
LCT一维核矩阵构造函数可以写成：
function K = lct_kernel(N, a, b, c, d) K = zeros(N, N); for m = 1 : N for n = 1 : N u = m - 1; x = n - 1; K(m, n) = sqrt(1 / (1i * b)) * exp(1i * pi * (d * u^2 - 2 * u * x + a * x^2) / b); end end end这里要求b不为0。b等于0时LCT会退化为简单的尺度调制和啁啾相乘，需要额外写分支。演示场景避开b等于0即可。
二维LCT直接对图像矩阵做两次乘核：
F1 = K * C1 * K.';逆变换需要用LCT逆参数重新构造逆核矩阵。LCT(a,b,c,d)的逆是(d,-b,-c,a)，所以解密端重新用逆参数调用lct_kernel即可，不需要对K求逆：
Kinv = lct_kernel(N, d, -b, -c, a); C1_rec = Kinv * F1 * Kinv.';这种做法比inv(K)更稳定，同时也符合变换本身的数学结构。加密端的参数a、b、c就是密钥，d由ad - bc = 1自动算出来：d = (1 + b * c) / a。这样四个参数只有三个自由度，但a、b、c各自连续变化，密钥空间完全够用。
3.4 加密与解密主流程代码
加密端完整流程可以整理成下面这段伪代码对应的结构：
% 1. 读取并归一化 I = im2double(imread('test.png')); R = I(:, :, 1); G = I(:, :, 2); B = I(:, :, 3); % 2. 混沌置乱 [R, G, B, idx] = shuffle_channels(R, G, B, x0, r); % 3. 生成混沌参考模板 ref = reshape(logistic_seq(M * N, x0_ref, r_ref), M, N); % 4. GSVD联合分解 [U1, V1, X1, C1, S1] = gsvd(R, G); [U2, V2, X2, C2, S2] = gsvd(B, ref); % 5. LCT系数调制 F1 = K * C1 * K.'; F2 = K * S1 * K.'; F3 = K * C2 * K.'; F4 = K * S2 * K.'; % 6. 编码为三通道复数密文 E = cat(3, F1 + 1i * F2, F3, F4);解密端流程则完全反向：
% 1. 从复数密文中分离四个LCT系数 F1 = real(E(:, :, 1)); F2 = imag(E(:, :, 1)); F3 = E(:, :, 2); F4 = E(:, :, 3); % 2. 逆LCT C1 = Kinv * F1 * Kinv.'; S1 = Kinv * F2 * Kinv.'; C2 = Kinv * F3 * Kinv.'; S2 = Kinv * F4 * Kinv.'; % 3. 逆GSVD重建 R = U1 * C1 * X1'; G = V1 * S1 * X1'; B = U2 * C2 * X2'; ref_rec = V2 * S2 * X2'; % 丢弃即可 % 4. 逆置乱恢复原图 I_rec = cat(3, R, G, B); I_rec = inverse_shuffle(I_rec, idx);需要注意V2 * S2 * X2'重建出来的ref_rec是为了让流程完整，实际解密时并不需要它，直接丢弃。GSVD重建公式使用Matlab文档里的定义A = UCX'，B = VSX'，我实测在矩阵非奇异的情况下重建误差在10的负12次方量级，属于浮点精度范围。
3.5 PSNR与SSIM的计算细节
Matlab计算PSNR和SSIM只需两行：
psnr_val = psnr(I_rec_uint8, I_uint8); ssim_val = ssim(I_rec, I);其中I_rec和I都要限制在0到1之间，或者都用uint8格式。psnr函数是Matlab图像处理工具箱内置的，直接对两幅图计算最大可能像素值默认为255。如果传进来的图像是double类型的0到1范围，它会自动推断动态范围为1。为避免版本差异，最好显式指定峰值：
psnr_val = psnr(I_rec, I, 1); % 动态范围设为1加密强度指标则计算密文幅度图和明文之间的PSNR、SSIM。密文幅度图是abs(E)，直接和原图比较，得到的PSNR一般只有8到12dB，SSIM可能低到0.05以下。这意味着密文看起来完全像噪声。解密质量指标则是解密图和原图比较，理论设计上无信息损失，PSNR能到Inf或300dB以上，SSIM接近1。
这里有一个容易误解的点：PSNR达到Inf说明两幅图像完全一致。由于浮点误差，解密图像和原图不是严格相等，所以通常不会真的Inf，而是几百dB。在报告里写“PSNR > 300dB”其实没有太大意义，常规做法是用im2uint8量化后再比较，这样误差被量化掩盖，可能出现完全相等的情况，PSNR显示为Inf。
4. 结果解读与常见问题排查
4.1 PSNR和SSIM到底怎么解读
PSNR代表峰值信噪比，单位是dB。两幅图越接近，PSNR越高。一般认为PSNR在30dB以上时视觉差异很小，40dB以上时几乎看不出区别。SSIM则是结构相似性，取值越接近1说明结构保留越好。对于加密效果评估，我们希望密文和明文之间PSNR越低越好、SSIM越接近0越好；对于解密质量评估，我们希望PSNR高、SSIM接近1。
我把不同阶段的指标期望整理成了一张表：
| 评估对象 | 指标 | 期望方向 | 典型参考值 |
|---|---|---|---|
| 密文幅度图 vs 明文 | PSNR | 越低越好 | 8 ~ 15 dB |
| 密文幅度图 vs 明文 | SSIM | 越低越好 | < 0.1 |
| 解密图 vs 明文 | PSNR | 越高越好 | > 40 dB |
| 解密图 vs 明文 | SSIM | 越高越好 | > 0.99 |
| 错误密钥解密图 vs 明文 | PSNR | 越低越好 | < 12 dB |
| 错误密钥解密图 vs 明文 | SSIM | 越低越好 | < 0.2 |
错误密钥场景非常重要。密钥敏感性分析是论文里必写的一部分：用正确密钥之外极其接近的参数，比如LCT参数a差0.0001，解密结果就应该完全面目全非。这是密码学的雪崩效应，在图像加密里通过PSNR和SSIM数字直观体现。
4.2 密钥错误时的实验表现
我在调试过程中验证过三类错误：
第一类是LCT参数错误。加密时a取1.2，解密时a取1.1999，其他参数不变。解密图像会出现密集的条纹状噪点，整体完全不像原图，PSNR通常低于10dB。这说明LCT参数起到了密钥作用，且密钥极其敏感。
第二类是混沌初值错误。加密时x0取0.2，解密时x0取0.2000001。由于Logistic序列很快发散，置乱索引完全错乱，解密图像如同雪花噪点。这个实验最直观，因为三个通道全错乱。
第三类是GSVD参考矩阵错误。解密时如果ref与加密时的ref不一致，B通道恢复失败，但R和G通道可能还能看到模糊轮廓。这是因为第一组GSVD没用到ref，只有B通道受影响。这个现象本身说明方案设计是有层次感的——攻击者只破解部分通道是不够的，R/G通道和B通道的保护机制不同。
4.3 常见问题速查表
我在跑通这个流程的过程中遇到过不少问题，整理成速查表方便你排查：
| 现象 | 可能原因 | 解决方法 |
|---|---|---|
| gsvd报错“矩阵尺寸不符” | A和B列数不一致 | 确保ref和图像通道都是M×N |
| 解密图像全黑 | 逆LCT参数和加密参数不匹配 | 检查逆核是否用(d,-b,-c,a)构造 |
| 解密图像出现斜条纹 | LCT核矩阵未转置或方向反了 | 统一用K * X * K.'，逆用Kinv * X * Kinv.' |
| PSVR计算时报维度错误 | 两张图像尺寸或通道数不一致 | 用im2uint8处理后比较，确保都是M×N×3 |
| 密文无法保存成图片 | 密文是复数矩阵 | 用abs(E)取模后再im2uint8 |
| 解密结果有少量负值或超过1 | 浮点误差导致越界 | 解密后执行out = min(1, max(0, out)) |
| 混沌序列解密时不同步 | 密钥精度不够或r取值不在混沌范围 | 初值保留到小数点后10位以上，r取3.57到4之间 |
还有一点最容易忽略：置乱索引idx在加密端是sort后的排序索引，解密端逆置乱时要用原始位置数组重建，而不是直接把idx当作反向索引再用一次。我在初版代码里就犯过这个错误，导致解密结果出现规则性的块状错位。
5. 个人经验与可扩展方向
5.1 我调试这套流程的几点体会
这套算法在公开数据集图像上整体运行流畅，但有几个细节值得关注。
图像尺寸直接决定计算时间。LCT核矩阵构造是双重循环，复杂度为O(N²)，当图像尺寸到512×512时，K矩阵有26万个元素，每步指数运算都会消耗时间。实测128×128图像加密解密全程两秒左右，256×256接近十秒。如果你只是做验证，建议先用128×128，跑通后再放大。做大尺寸可以考虑把LCT内核改成基于FFT的快速实现，但加密效果不变。
参数选择方面，我建议把LCT参数初始化时避开特殊退化情形。比如b取0会退化，c取0也可能导致核函数形式变化。我用默认参数a=1.2、b=0.8、c=0.5，d由约束算出，效果稳定。混沌初值x0避开0、0.5、1这些固定点，r取3.99附近比较保险。
另一个体会是：GSVD重建时，U、V、X矩阵如果直接当作密钥保存，虽然安全性极高，但占用的存储空间接近原图本身。这个方案在实际使用中更倾向于只保留混沌密钥和LCT参数，因为GSVD的U、V、X可以由明文本身和参考矩阵确定，不需要额外传输。这样密钥很小，加密端解密端只需要同步几个数字。
5.2 可以从这个方案继续扩展的方向
这套流程最舒服的地方是模块之间完全解耦。置乱、GSVD、LCT、编码都可以独立替换。比如你想增强安全性，可以把Logistic映射换成超混沌系统或四维混沌；想让加密结果更鲁棒，可以在GSVD之前加入Walsh-Hadamard变换调整能量分布。
如果有多张彩色图需要同时加密，GSVD的优势会更明显。把多张图的R/G通道两两配对，做多组联合分解，原有的加密框架完全不用改，只需要增加对应的U、V、X矩阵。另外，考虑把加密后的密文嵌入到载体图像中做隐写传输，也是这个方向比较自然的延伸。
我个人在实际使用中的习惯是，先保证加解密闭环完全可逆，再逐步增加攻击实验测量指标的敏感性。这样可以快速定位是哪一层密钥出了问题。这篇内容基于一个比较典型的GSVD联合LCT加密思路展开，代码结构也不算复杂，适合作为图像加密方向入门学习和二次开发的基础项目。
