1.一种基于混沌四元数神经网络的图像加密算法，其特征在于：包括如下步骤：S1.将明文图像转换成m×n的图像矩阵X，其中，X＝(xij)m×n，xij为一个纯四元数，xij表示图像(i，j)处的像素值，m以及n均为正整数；

S2.对图像矩阵X进行行列变换处理形成图像矩阵Xs；

S3.将图像矩阵Xs输入至混沌四元数神经网络中进行加密处理并得到密文图像。

2.根据权利要求1所述的基于混沌四元数神经网络的图像加密算法，其特征在于：混沌四元数神经网络结构如下：其中，二阶导数 为惯性项；A为对角矩阵，A＝diag{a1，a2，...，an}，对角矩阵A中的元素ai为正常数，i＝1，2，...，n；B为对角矩阵，B＝diag{b1，b2，...，bn}，对角矩阵B中的元素bi为正常数，i＝1，2，...，n；n为正整数；x(t)为n维列向量，x(t)＝(x1(t)，x2(t)，...，xi(t)，...，xn(t))T，xi(t)为第i个神经元在t时刻的状态，且 为四元数域；C1(t)为n阶四元数矩阵，C1(t)＝(θij(xj(t)))n×n，θij(xj(t))为基于忆阻的反馈连接权，j＝1，2，...，n；D1(t)为n阶四元数矩阵，D1(t)＝(vij(xj(t)))n×n，vij(xj(t))为时滞反馈连接权；I(t)为n维列向量，I(t)＝(I1(t)，I2(t)，...，Ii(t)，...，In(t))T，Ii(t)为第i个神经元的外部输入项，且为n维列向量， 为时滞项，满足条件 为不小于0的实数；f(x(t))为n维列向量，f(x(t))＝(f1(x1(t))，f2(x2(t))，...，fj(xj(t))，...，fn(xn(t)))T，fj(xj(t))为激活函数，且为n维列向量，

为激活函数， 为第j个神经元在 时刻的状态，且

3.根据权利要求1所述的基于混沌四元数神经网络的图像加密算法，其特征在于：对图像矩阵X进行行列变换处理形成图像矩阵Xs包括：S21.设定Logistic-Logistic映射的迭代表达式LL：xn+1＝u0×xn×(1-xn)×214-floor(u0×xn×(1-xn)×214)；

其中，u0为控制参数，floor(a)返回不大于a的最接近a的整数，a＝u0×xn×(1-xn)×

214；xn+1以及xn均为实数；n＝1，2，...，N；a为示例参数；

S22.设置初始值x0∈(0，1)且u0∈(0，10]，随机选取一个初始值x0以及u0带入迭代表达式LL，对迭代表达式LL进行n次迭代得到序列分布xn；

S23.根据序列分布xn，确定控制参数un＝floor(xn×m)+1；

S24.计算控制参数un，得到m个不同的控制参数值，将m个不同的控制参数值依次存放到一维向量ui；其中，i＝1，2，...，m；

S25.根据一维向量ui＝j，i＝1，2，...，m，j∈{1，2，...，m}，将单位矩阵Im×m的第i行作为行置换矩阵Tm×m的第j行；

S26.根据步骤S23-S25类推，得到列置换矩阵Tn×n；

S27.对图像矩阵X进行置换处理得到图像矩阵Xs：Xs＝Tm×mXm×nTn×n。

4.根据权利要求1所述的基于混沌四元数神经网络的图像加密算法，其特征在于：将图像矩阵Xs输入至混沌四元数神经网络中进行加密处理包括：S31.采用4阶龙格库塔算法迭代神经网络模型PΓ；其中，迭代次数不少于L＝m×n次，4阶龙格库塔算法的步长选取为0.01；

S32.构建一个长度为L的浮点序列U＝{u(1)，u(2)，...，u(i)，...，u(L)}；其中，u(i)为R I J K R步骤S31进行第i次迭代得到的第i个四元数；u(i)＝u (i)+u(i)i+u (i)j+u (i)κ；u (i)为第i个四元数的实部；uI(i)、uJ(i)以及uK(i)分别为第i个四元数的三个虚部部分；i、j以及κ均为虚部单位；

S33.基于浮点序列U计算得到用于图像加密的序列UR、UG以及UB；其中，uR(i)∈UR，uG(i)∈UG，uB(i)∈UB，i＝1，2，...，L；

uR(i)＝mod((abs(uI(i))-floor(abs(uI(i))))×1014，256)；

uG(i)＝mod((abs(uJ(i))-floor(abs(uJ(i))))×1014，256)；

uB(i)＝mod((abs(uK(i))-floor(abs(uK(i))))×1014，256)；

mod(c，d)返回c除以d的余数；floor(e)返回不大于e且最接近e的整数；abs(f)返回f的绝对值；c、d、e以及f为示例参数；

S34.基于序列UR、UG以及UB计算得到图像的三个加密分量CR、CG以及CB；其中，CR＝bitxor(uint8(XsR)，reshape(uint8(floor(UR))，256，256))，CG＝bitxor(uint8(XsG)，reshape(uint8(floor(UG))，256，256))，CB＝bitxor(uint8(XsB)，reshape(uint8(floor(UB))，256，256))，bitxor(g，h)返回g和h按位进行异或操作的结果；uint8(l)表示将数据l转化为无符号的占用一个字节的数据；B＝reshape(A，m，n)表示将矩阵A中的元素按列顺序重组成m×n矩阵B；XsR为图像矩阵Xs的红色分量矩阵；XsG为图像矩阵Xs的绿色分量矩阵；XsB为图像矩阵Xs的蓝色分量矩阵；g、h以及l为示例参数。