一种新的基于扩散替代的灰度图像无损加密算法

针对当前的灰度图像加密存在运算效率低以及有损图像性质等不足,设计了像素混合机制,提出基于扩散替代的灰度图像加密算法。首先利用像素混合机制预处理图像;再将混合图像分割成相关密钥的动态分块,基于所设计的置乱规则,对混合图像分块置乱;再由所设计的替代结构,对置乱分块进行加密;重组密文块,输出密文。该灰度图像加密算法显著避免了当前加密算法依赖多系统参数带来的严重时耗难题并保证了解密图像质量。最后在MATLAB仿真平台上测试该算法,结果显示:与当前加密机制对比,该算法具有接近的安全性能,且运算效率更高,解密质量更好。     

彩色图像加密与压缩关联算法

针对传统的加密方法在彩色图像压缩方面的不足,提出一种用于保密通信的彩色图像加密与压缩关联算法。设计一个混合混沌系统在空域对秘密图像进行置乱。混沌系统产生针对彩色图像混淆变换的变换矩阵,改变载体图像的像素值。秘密图像每一像素的编码值与载体图像在设定区域中最佳像素点的坐标一一对应。最佳像素点按照最小欧氏距离的原则在载体图像的设定区域内搜索。经过压缩编码后的秘密图像数据不再是传统的像素值,而只是与序号或者下标对应的编码值。当压缩了67%的图像数据时,重构图像和原始图像的相似度仍然超过95%。对密钥空间、密钥的敏感性、加密图像的统计特性等加密效果进行仿真实验,结果表明,该算法安全性高、压缩率大,是一种有效的、易于实现的加密算法。     

基于位平面压缩的密文医学图像可逆信息隐藏算法

针对目前医学图像可逆信息隐藏算法嵌入容量小、需要对图像进行感兴趣区域（ROI）划分、接收方操作不灵活等缺点,结合医学图像特点,提出了一种基于位平面压缩的可分离式密文域信息隐藏算法。首先,将256级灰度医学图像分解成8个位平面,压缩高4个位平面,用峰值点像素值填充压缩后的空间,重构图像;然后,对重构的图像头部、中部、尾部分别加密;最后,在尾部根据嵌入密钥选取位置,通过直方图平移算法嵌入信息,接收方可根据密钥持有情况实现信息提取与图像恢复的可分离操作。实验结果表明,通过压缩图像预留空间来存放信息避免了辅助信息的传输,能有效提高嵌入容量,同时具有较高的安全性。     

一种基于GF(23)的(K,N)有意义无扩张图像分存方案

传统有意义图像分存存在像素扩张,通常只对分存信息以较短的认证信息进行甄别,从而导致重构的秘密像素真实性无法准确鉴别。针对此问题,提出一种基于GF(2³)的(K,N)有意义无扩张图像分存方案。在该方案中,首先生成加密映射表并利用秘密像素的位置信息对秘密像素进行加密;然后将秘密像素的认证信息和加密像素在GF(2³)有限域下进行(K,N)分存,嵌入到掩体图像对应的像素中;最后将映射表的生成密钥进行(K,N)分存,计算每个子密钥的MD5值并公布到第3方公信方以防止掩体图像持有者作弊。实验结果表明,所提方案能准确地识别出秘密图像攻击区域,不存在任何像素扩张,掩体图像与秘密图像等大且嵌入分存信息的掩体图像具有较好的视觉质量。     

基于压缩感知的激光照明成像方法

针对传统的激光成像技术有大量冗余数据的缺点,提出一种基于压缩感知(CS)理论的激光照明成像方法。阐述了压缩感知的基本原理,进行了图像恢复算法仿真。仿真结果表明:随着采样率的提高,成像质量有明显的提高;随着目标物体稀疏性的提高,图像重构需要的采样次数减少。设计了成像实验系统,实现了32像素×32像素的图像恢复,证明了所提成像技术的可行性。     

误差分散半调图像的有损压缩算法

对误差分散半调图像进行无损压缩所得压缩率较低,而现有二值图像有损压缩算法对该类图像的压缩效果并不理想。为此,结合逆半调技术设计一种有损压缩算法。选用LUT逆半调算法对误差分散半调图像进行灰度化重建,对灰度图像的DCT变换系数量化压缩法进行改进,提高了压缩率,并构建出一种误差分散图像的有损压缩算法。实验结果表明,该算法能获得较高的压缩率和较好的压缩效果。     

二值图像混沌加密算法研究

针对传统混沌加密算法存在的混沌周期性以及仅可应用于方形密文的局限性,研究二值图像混沌加密算法。采用基于循环位移的图像置乱算法,利用基于像素扩散机制的图像加密算法,通过Logistic映射的迭代输出密钥模型以及Tent映射,设计非周期性的像素扩散函数改变置乱图像像素灰度值,实现置乱后的二值图像加密,并利用单调抑制模型增强二值图像映射输出序列随机性,提高二值图像加密效果。实验结果表明:本文算法在二值图像加密中的应用具有显著优势。     

基于模糊分类的MRF图像恢复方法

运用马尔科夫随机场(MRF)进行图像处理时,对图像平滑区域与边缘区域所采用的处理方法不加区别,会导致大量冗余程序且运行时间过长。针对该问题,提出基于模糊分类的MRF图像恢复方法,根据图像子块内服从不同分布的像素统计特征,对图像子块进行模糊分类,在分类基础上应用MRF进行图像恢复。对退化的二值图像进行恢复实验,结果表明,与MRF方法相比,基于模糊分类的MRF方法能减少程序运行时间,改善去噪效果。     

一种新的基于双混沌系统的图像加密方案

提出了一种新的基于双混沌系统的图像加密方案。把Chen’s系统和Logistic映射结合起来产生随机性更加良好的三维混沌密钥序列,并从密钥序列中通过采样提取出新的用于加密的序列。提出了图像置乱算法和替代加密算法,利用Logistic映射产生的一维混沌序列来实现像素位置的置乱,像素值加密算法采用按分组进行加密和二次加密来对像素值进行加密。通过实验测试表明：算法具有良好的像素值混淆和扩散性能,有较强的抗统计攻击的能力和足够大的密钥空间,加密图像像素值具有类随机均匀分布特性,且相邻像素具有零相关特性。这些结果表明了所提出方案有很高的安全性。     

一种基于统一混沌系统的图像加密新算法

提出了一种新的基于统一混沌系统的图像加密新算法。首先,利用统一混沌系统的二维序列排序后的位置编号置乱图像像素位置。然后引进三个辅助密钥,将统一混沌系统输出的三维混沌序列两两异或后得到的混沌密钥序列对置乱图像进行逐像素加密。实验和分析结果表明：算法具有良好的像素值混淆和扩散性能,具有抵抗强力攻击的足够大密钥空间,加密图像像素值具有类随机均匀分布特性,且相邻像素具有零相关特性。这些结果表明了所提出方案的安全性很高。     

减少相邻位平面间冗余度的加密图像可逆信息隐藏

目的 针对现有的加密域可逆信息隐藏算法在对位平面压缩时未能充分利用位平面间的相关性的问题,为了降低位平面的压缩率从而提高嵌入容量,提出一种减少相邻位平面间冗余度的加密域可逆信息隐藏算法。方法 算法将图像进行分块并将块的位置进行置乱,置乱并未改变位平面的块内像素的相关性,使得位平面的块同样利于压缩。将块置乱后的图像的高位平面与次高位进行异或操作后得到新的次高位平面,再用新的次高位异或比它低一位的位平面。依次对其余的低位平面进行同样的操作后得到新的低7个位平面,将它们与原始最高位相结合得到新的图像的8个位平面。使用BBE（binary-block embeding）算法对新的图像的位平面进行压缩为嵌入信息腾出空间。为了保证加密图像的安全性,对腾出空间后的图像进行异或加密。结果 对相邻位平面进行异或后使除了最高位平面外的低位平面更平滑,减少了不能使用BBE算法压缩的块及压缩的不好的块的个数,更有利于用BBE算法对图像进行压缩。提出的算法与现有的基于位平面压缩的算法相比得到了较高的嵌入率,对不同纹理的图像而言,嵌入的容量平均提高了0.4 bit/像素。结论 实验结果表明,提出的算法在保证安全性的同时可以腾出更多的空间来嵌入额外的信息,在实际生活中能根据需求灵活地嵌入信息。嵌入的信息能无损地提取,且图像能完全恢复。总的来说,提出的算法具有良好的性能。     

同态公钥加密系统的图像可逆信息隐藏算法

同态加密技术在加密信息、对信息进行隐私保护的同时,还允许密文数据进行相应的算术运算(如云端可直接对同态加密后的企业经营数据进行统计分析),已成为云计算领域的一个研究热点.然而,由于云存在多种安全威胁,加密后信息的安全保护和完整性认证问题仍然突出.另外,信息在加密后丢失了很多特性,密文检索成为了云计算需要攻克的关键技术.为了实现对加密图像的有效管理及其安全保护,本文提出了一种基于同态加密系统的图像可逆信息隐藏算法.该算法首先在加密前根据密钥选择目标像素,并利用差分扩展DE(Difference Expansion)的方法将目标像素的各比特数据嵌入到其它像素中.然后,利用Paillier同态加密系统对图像进行加密得到密文图像.在加密域中,利用待嵌入信息组成伪像素,加密后替换目标像素,完成额外信息的嵌入.当拥有相应的密钥时,接收方可以分别在密文图像或明文图像中提取出已嵌入的信息.当图像解密后,通过提取出自嵌入目标像素的各比特数据来恢复原始图像.实验仿真结果表明,该算法能够在数据量保持不变的前提下完成同态加密域中额外信息的嵌入,信息嵌入快速高效,并可分别从加密域和明文域中提取出嵌入的信息.     

一种加密域鲁棒图像哈希算法

随着云计算的发展,越来越多的多媒体数据存储在云端,出于安全需要,往往需要对其加密后再上传至云端进行存储或运算等操作.针对加密图像,在不具备图像明文内容的情况下,为了认证图像内容的完整性和真实性,提出了一种基于Paillier同态加密的鲁棒图像哈希算法.该算法主要由3个部分构成:图像所有者端图像加密,云服务器端密文图像哈希计算以及接收者端明文图像哈希生成.具体地,图像所有者对图像进行Paillier加密,并将加密图像上传至云服务器,由云服务器利用Paillier密码系统的运算法则执行加密域DCT与Watson人眼视觉特征等的计算,并利用密钥控制的伪随机矩阵增加哈希的随机性,接收者解密并分析接收到的密文哈希,生成明文图像哈希.实验结果表明,所提算法在鲁棒性、唯一性和安全性上具有较理想的性能.     

基于同态加密和Bloom过滤器的云外包多方隐私集合比较协议

针对目前多方隐私集合比较（PSI）协议计算效率低下以及应用于云环境中会造成用户隐私信息泄露的问题,提出一种基于布隆过滤器（BF）和同态加密的云外包多方隐私集合比较协议。首先,协议中使用基于NTRU Cryptosystems的代理重加密算法将不同公钥加密的密文转换成相同公钥加密的密文,并将大量复杂的计算外包给云服务器;其次,借助BF计算复杂度低、空间利用率高和查询效率高的优点,提高协议运行过程中对信息加密、解密和查询的效率,在协议运行过程中用户仅需进行少量计算,无需交互且不必实时在线。理论分析及实验结果表明,新协议的计算复杂度和通信复杂度是线性的,可以在不泄露用户隐私信息的前提下计算出比较结果,满足现实应用的需求。     

基于多尺度马尔可夫随机场的图像分割

离散马尔可夫随机场(MRF)模型是贝叶斯图像分割中最常用的工具。一般采用双MRF,一个随机场对应于观测图像,另一个随机场对应于未知的分类标号,通过迭代的算法将图像的局部信息逐步传递到整个图像,以求得分割标号的最大后验概率(MAP)或最大后验边缘概率(MPM)估计。近年来提出的多尺度MRF模型(或称因果MRF、分层MRF模     

Fast and secured cloud assisted recovery scheme for compressively sensed signals using new chaotic system

With recent advancement in Sensors technology, multimedia data has been exponentially generated every day. As a result, there is always a huge demand for fast data processing and storage. In order to effectively acquire and process such a huge amount of data, the concept of compressive sensing (CS) as well as the abundant computing and storage resources of cloud have been increasingly used nowadays. In this paper, we propose a novel secured cloud assisted recovery scheme for compressively sensed signals using a proposed new chaotic map that has wider chaotic range and better attributes when compared to existing maps. With pseudo randomness and unpredictability of the chaotic sequence, generated using the proposed chaotic map, sensing matrix for CS problem and the encryption algorithm are designed. The proposed system ensures that the data owners securely outsource the compressively sensed samples to cloud which occupies less storage. Data users then insist cloud to perform the complex reconstruction problem in an encrypted domain with substantial computational cost being shifted to cloud. Cloud performs the expensive reconstruction problem and provides the reconstructed signal in encrypted form which is later decrypted by the data users. Cloud thus gets no knowledge about the original underlying data samples ensuring privacy of the proposed system. Empirical analysis on the proposed system shows satisfactory compression and security performance on both one dimensional and two dimensional data. The simulation results prove the efficiency of the proposed cloud assisted scheme.     

An efficient encryption-then-compression technique for encrypted images using SVD

This paper presents a lossy compression technique for encrypted images using Discrete Wavelet Transform (DWT), Singular Value Decomposition (SVD) and Huffman coding. The core idea of the proposed technique lies in the selection of significant and less significant coefficients in the wavelet domain. Significant and less significant coefficients are encrypted using pseudo-random number sequence and coefficient permutation respectively. Furthermore, encrypted significant data is compressed by quantization and entropy coding while, less significant encrypted data is efficiently compressed by discarding irrelevant information using SVD and Huffman coding techniques. At receiver side, a reliable decompression and decryption technique is used to reconstruct the original image content with the help of compressed bit streams and secret keys. The performance of proposed technique is evaluated using parameters such as Compression Ratio (CR) and Peak-Signal-to-Noise Ratio (PSNR). Experimental results demonstrate the effectiveness of proposed work over prior work on compression of encrypted images and obtain the compression performance comparable to state of art work on compression of unencrypted images i.e. JPEG standard.     

自适应编码的高容量密文可逆信息隐藏算法

随着数字信息技术的普及,密文可逆信息隐藏（reversible data hiding in encrypted images,RDHEI）逐渐成为云存储中隐私保护的研究热点.RDHEI作为一种能在密文中嵌入额外信息,并正确提取嵌入信息和无损恢复原始图像的技术,受到研究者的广泛关注.为了能在加密图像中嵌入充足的额外信息,提出了一种自适应编码的高容量RDHEI算法.首先,计算原始图像不同预测误差的出现概率并自适应的生成哈夫曼编码;然后,利用流密码加密原始图像,根据像素预测误差对应的哈夫曼码字对加密后像素进行标记;最后,以位替换方式将信息嵌入到已标记像素的预留空间中.经实验验证：该算法在正确提取嵌入信息的同时,无损地恢复了原始图像.与同类算法相比,该算法充分利用了图像本身的纹理特性,有效地提高了图像嵌入率.在UCID,BOSSBase和BOWS-2这3个图像集上,该算法的平均嵌入率达到3.162 bpp,3.917 bpp以及3.775 bpp,与当前性能最佳算法相比,提升了0.263 bpp,0.292 bpp以及0.280 bpp.     

基于同态加密系统的图像鲁棒可逆水印算法

同态加密技术可用于保护数据隐私并允许对密文数据进行算术操作,在云计算安全上有着很好的应用前景.针对云计算中的隐私保护和数据安全等问题,本文提出了一种基于同态加密系统的图像鲁棒可逆水印算法,主要思想为：1）对原始图像进行分块和利用Paillier加密系统进行加密得到密文图像;2）在加密域中,通过模乘法逆元MMI （Modular Multiple Inverse）方法和查询相应的密文映射表得到每个密文分块的统计量,然后利用同态特性对统计量进行直方图平移来嵌入水印信息;3）在接收方,可从含水印的密文图像的统计量直方图中完整提取水印,并可通过对统计量进行与嵌入过程相反的直方图平移操作来恢复原始密文图像;4）含水印的密文图像在直接解密后可从其统计量直方图中完整提取水印信息和恢复原始图像;5）解密后的含水印图像在受到一定程度的攻击后（如JPEG/JPEG2000压缩和叠加高斯噪声等）,水印仍能正确提取.该算法实现了在不对原始图像进行预处理的情况下可直接在加密后的密文图像中嵌入水印,并可分别在加密域或明文域提取水印和恢复原始密文图像或原始明文图像,而且嵌入的水印对常见的图像处理操作具有一定的鲁棒性.实验仿真结果验证了本文算法的有效性.