CN103581677B - 图像加密压缩和解压解密方法及装置 - Google Patents
图像加密压缩和解压解密方法及装置 Download PDFInfo
- Publication number
- CN103581677B CN103581677B CN201210253495.XA CN201210253495A CN103581677B CN 103581677 B CN103581677 B CN 103581677B CN 201210253495 A CN201210253495 A CN 201210253495A CN 103581677 B CN103581677 B CN 103581677B
- Authority
- CN
- China
- Prior art keywords
- image
- encrypted image
- piecemeal
- quantizer
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明提供之图像加密压缩和解压解密方法及装置是:先将图像分割后根据密钥将图像像素点的位置伪随机置乱,这样就在信息保密的要求下使得图像分块内像素间还具有良好的相关性。再以相同的图像分割方式,通过计算并量化差值对加密图像进行压缩。从而取得了较现有方法更佳的压缩效果,或者说是在同等压缩率的情况下实现了更好的重构效果。此外,本装置的解压缩环节实际是对差值的解码过程,避免了传统方法计算复杂度高的迭代重构过程,因此计算量较低。
Description
技术领域
本发明涉及图像处理技术,特别是涉及图像加密压缩和解压解密方法及装置。
背景技术
随着多媒体设备的普及和技术的发展,多媒体数据(图像、视频等)在人们的日常生活生产中获得广泛应用。一方面,原始的多媒体数据具有大量冗余,为节省传输时间,通常需要对其进行压缩;另一方面,多媒体数据可能携带有重要、敏感信息,出于安全性考虑,需要对其进行加密保护。
传统的处理方法是数据拥有方自行对数据进行压缩,接着对其加密后,再通过公共信道传给接收方。然而,在新的应用场景下,如在云计算环境中,压缩任务通常交由云端(第三方)进行处理。由于云端并非完全可信,因此数据拥有方可先对数据进行加密,再将这些加密数据交给云端进行压缩,最后由云端传输给接收方。这就需要对加密数据进行压缩,即加密域数据压缩。本发明涉及加密域图像压缩技术。涉及加密域图像压缩技术的传统技术主要有以下几种:
1:一种利用统计模型对加密图像进行压缩的方法。该方法首先将图像数据与由密钥控制生成的随机0、1序列进行异或运算来完成加密;然后采用LDPC编码对加密数据进行压缩;最后,在接收方,对压缩数据进行反编码及解密,并结合统计模型估计出原始图像数据,其中可选用的统计模型有理想的独立同分布、一维及二维马尔科夫模型等。该方法对于二值图像的加密域压缩有很好的效果,但是对于灰度图像,压缩程度较高时,重构图像的质量较差。
2:一种利用压缩感知技术对加密图像进行有损压缩的方法。该方法采用图像分块置乱结合块内像素置乱技术对原始图像进行加密;在图像压缩时,采用压缩感知技术对加密图像进行稀疏表示,从而达到压缩目的。在接收方,解压缩和解密操作同时进行,其中采用DCT基重构图像。该方法在压缩程度较高时,同样存在重构图像质量较差的缺点。
3:一种基于迭代重构的加密图像有损压缩方法。在图像加密时,该方法对原始图像中所有像素点的位置进行伪随机置乱。在加密图像压缩时,先将图像像素划分为两部分,一部分不进行压缩,称为刚性像素;而另一部分进行压缩,称为弹性像素。然后,通过对弹性像素序列实施正交变换并进行量化来达到压缩目的。在接收方,将刚性像素解密后作为参考像素,并采用迭代的方法重构图像。该方法由于对一部分像素不进行压缩,因此压缩效果有限;另外,使用迭代方法重构图像,也使得计算量显著增加。
4:一种针对加密图像的可伸缩编码压缩方法。该方法将原始图像各像素点与由密钥控制产生的0~255的伪随机整数序列进行加法,然后模256生成加密图像。压缩时,该方法将加密图像划分为多级子图像和数据集,然后采用Hadamard矩阵对这些数据集作正交变换,最后对子图像和变换后的数据集进行量化编码来实现压缩。在图像接收方,先解密和恢复出初级的子图像,并通过双线性插值得到更大尺寸的图像,然后根据解密和恢复出的相应数据集对插值图像进行修正,最终完成图像重构任务。该方法在图像重构过程中使用了迭代方法,计算复杂度较高。
上述方法的缺点是压缩程度较高时,图像的重构质量较差,而且计算量大。或者说在保证重构图像的质量时,压缩率较低。
发明内容
基于此,有必要提供一种压缩率高且计算量小的图像加密压缩和解压解密方法及装置。
一种图像加密压缩方法,包括如下步骤:
将原始图像分割为多个大小相同的原始图像分块;
根据预设密匙对多个所述原始图像分块的位置进行置乱,以及对每个所述原始图像分块内的像素位置进行置乱,得到加密图像;
将所述加密图像划分为多个大小相同的加密图像分块,所述加密图像分块和所述原始图像分块大小相同;
计算得到每个所述加密图像分块中像素的均值;
计算得到每个所述加密图像分块内每一个像素与对应均值的差值,得到与每个所述加密图像分块对应的差值矩阵;
计算得到各个差值矩阵的统计值,并获取所有统计值的最大值,作为全局最大统计值;
根据所述全局最大统计值,生成多个不同量化级的量化器,其中,所述多个量化器的量化级自1开始依次递增,所述量化器的总数为所述全局最大统计值除以预设量化尺度值后取整得到;
计算得到每个所述加密图像分块的差值矩阵的统计值,并将该统计值除以所述预设量化尺度后取整,得到每个所述加密图像分块的对应量化级;
利用量化级与各个所述加密图像分块的对应量化级相同的所述量化器,分别量化对应加密图像分块的所述差值矩阵中的每一个差值,得到每个所述加密图像分块的差值量化索引;
将各个所述加密图像分块的均值、量化级、差值量化索引,以及量化器总数和对应的重构值进行编码,得到压缩图像。
其中一个实施例中,所述统计值为绝对值最大值、方差、标准差、平方和中的一种。
其中一个实施例中,所述取整均为向上取整。
其中一个实施例中,还包括:当所述加密图像分块的对应量化级为0时,将该第二图像分块的对应量化级设置为1。
一种图像解压解密方法,包括如下步骤:
根据预设的反编码机制,从压缩图像中获取各个加密图像分块的:均值、量化级、差值量化索引,以及量化器总数和对应的重构值;
根据量化器总数以及对应的重构值,生成对应数量的量化器;
根据各个所述加密图像分块的:量化级、差值量化索引和对应量化器,重构出每个加密图像分块中每个像素对应的差值;
根据各个所述加密图像分块中每个像素的所述差值和所述均值,重构得到加密图像。
将所述重构得到的加密图像分割为多个大小相同的加密图像分块,并根据预设密匙将加密图像分块的位置和分块内像素的位置还原,得到重构图像。
一种图像加密压缩装置,包括:
原始图像分割模块,用于将原始图像分割为多个大小相同的原始图像分块;
加密模块,用于根据预设密匙对多个所述原始图像分块的位置进行置乱,以及对每个所述原始图像分块内的像素位置进行置乱,得到加密图像;
加密图像分割模块,用于将所述加密图像划分为多个大小相同的加密图像分块,所述加密图像分块和所述原始图像分块大小相同;
均值计算模块,用于计算得到每个所述加密图像分块中像素的均值;
差值计算模块,用于计算得到每个所述加密图像分块内每一个像素与对应均值的差值,得到与每个所述加密图像分块对应的差值矩阵;
统计值计算模块,用于计算得到各个差值矩阵的统计值,并获取所有统计值中的最大值,作为全局最大统计值;
量化器生成模块,用于根据所述全局最大统计值,生成多个不同量化级的量化器,其中,所述多个量化器的量化级自1开始依次递增,所述量化器的总数为所述全局最大统计值除以预设量化尺度值后取整得到;
量化级计算模块,用于计算得到每个所述加密图像分块的差值矩阵的统计值,并将每个所述加密图像分块对应的统计值除以所述预设量化尺度后取整,得到每个所述加密图像分块的对应量化级;
量化索引生成模块,用于利用量化级与各个所述加密图像分块的对应量化级相同的所述量化器,分别量化对应加密图像分块的所述差值矩阵中的每一个差值,得到每个所述加密图像分块的差值量化索引;
编码模块,用于将各个所述加密图像分块的均值、量化级、差值量化索引,以及量化器总数和对应的重构值进行编码,得到压缩图像。
其中一个实施例中,所述统计值为绝对值最大值、方差、标准差、平方和中的一种。
其中一个实施例中,所述取整均为向上取整。
其中一个实施例中,所述量化级计算模块还用于:当所述加密图像分块的对应量化级计算为0时,将该加密图像分块的对应量化级设置为1。
一种图像解压解密装置,包括:
译码模块,用于根据预设的反编码机制,从压缩图像中获取各个加密图像分块的:均值、量化级、差值量化索引,以及量化器总数和对应的重构值;
量化器构建模块,用于根据所述量化器总数以及对应的重构值,生成对应数量的量化器;
差值重构模块,用于根据各个所述加密图像分块的:量化级、差值量化索引和对应量化器,重构出每个所述加密图像分块中每个像素对应的差值;
加密图像重构模块,用于根据各个所述加密图像分块中每个像素的所述差值和所述均值,重构得到加密图像;
解密模块,用于将所述重构得到的加密图像分割为多个大小相同的加密图像分块,并根据预设密匙将加密图像分块的位置和分块内像素的位置还原,得到重构图像。
上述方法装置是先将图像分割后根据密钥将图像像素点的位置伪随机置乱,这样就在信息保密的要求下使得图像分块内像素间还具有良好的相关性。再以相同分割方式,通过计算并量化差值对加密图像进行压缩,可获得较现有方法更佳的压缩效果,或者说是同等压缩率的情况下达到实现了更好的重构效果。此外,,本方法装置的解压环节是对差值的解码过程,避免了传统方法计算复杂度高的迭代重构过程,计算量较低。
附图说明
图1为一实施例的图像加密压缩方法的步骤流程图;
图2为一实施例的图像解压解密方法的步骤流程图;
图3为一实施例的图像加密压缩装置的功能模块图;
图4为一实施例的图像解压解密装置的功能模块图。
具体实施方式
如图1所示,其为一实施例的图像加密压缩方法的步骤流程图,包括如下步骤:
步骤S101,将原始图像分割为多个大小相同的原始图像分块。
如:将大小为N×N的原始图像I,划分成互不重叠的、大小为s×s的原始图像分块,共可划分为N2/s2个原始图像分块。
步骤S102,根据预设密匙对所述多个原始图像分块的位置进行置乱,以及对每个加密图像分块内的像素位置进行置乱,得到加密图像。
加密图像记为Ien。
步骤S103,将加密图像划分为多个大小相同的加密图像分块。所述加密图像分块和所述原始图像分块大小相同。
如:将加密图像Ien划分为大小为s×s的加密图像分块,并记各加密图像分块分别为N2和s2分别表示加密图像Ien和每个加密图像分块Bk的大小,k∈{1,2,…,N2/s2}。
步骤S104,计算得到每个加密图像分块中像素的均值。
如:加密图像分块Bk的均值计算如下:
上式中,round(.)表示四舍五入运算,Ik,j表示加密图像分块Bk内的第j个像素,其中j∈{1,2,…,s2}。
步骤S105,计算得到每个加密图像分块内每一个像素与对应均值的差值,得到与每个加密图像分块对应的差值矩阵。
如:对加密图像分块Bk,k∈{1,2,…,N2/s2},计算Bk内每一个像素与其相应均值的差值,即如下:
Ik,j∈Bk,
用Dk=[dk,j]s×s表示与加密图像分块Bk对应的大小为s×s的差值矩阵。
步骤S106,计算得到所有差值矩阵的统计值,并获取所有统计值中的最大值作为全局最大统计值。
上述“统计值”可以是“绝对值”、“方差”、“标准差”、“平方和”等衡量矩阵中数值总体大小的统计量。
如:用绝对值最大值作为统计值。计算得到Dk中元素的绝对值最大值,记为mk,即mk=maxj{|dk,j|}。获取得到全局最大统计值为maxk{mk}。
步骤S107,根据所述全局最大统计值,生成多个不同量化级的量化器。其中,所述多个量化器的量化级自1开始依次递增,量化器的总数为所述全局最大统计值除以预设量化尺度值后向上取整得到。
如:生成T个Lloyd-Max量化器,量化级数依次为1,2,…,T,其中T由全局最大统计值决定,计算如下:
上式中,表示向上取整运算,a表示预设的量化尺度值。
一实施例中,可根据Matlab工具箱中的lloyds函数,并利用训练数据集来确定Lloyd-Max量化器的重构值和量化阈值其中i称为量化索引,且有i∈{0,1,…,t-1},t∈{1,2,…,T}。对应于的训练数据集由所有满足条件(t-1)a<mk≤ta的加密图像分块的差值组成。
步骤S108,计算得到每个加密图像分块的差值矩阵的统计值,并将该统计值除以所述预设量化尺度后向上取整,得到每个加密图像分块的对应量化级。
一实施例中,当加密图像分块的对应量化级为0时,将该加密图像分块的对应量化级设置为1。
如:对分块Bk,其对应量化级为如果tk=0,则令tk=1。
步骤S109,利用量化级与各个加密图像分块的对应量化级相同的量化器,分别量化对应加密图像分块的差值矩阵中的每一个差值,得到每个加密图像分块的差值量化索引。
如:对加密图像分块Bk,其差值矩阵为Dk,其对应量化级为tk。用生成的Lloyd-Max量化器量化差值矩阵Dk的每一个差值dk,j,获取差值量化索引ik,j。
步骤S110,将各个加密图像分块的均值、量化级、差值量化索引,以及量化器总数和对应的重构值进行编码,得到压缩图像。
如:将各个分块的均值、量化级、差值量化索引,以及量化器总数以及所有量化器的重构值进行二进制编码,形成压缩文件。编码方式可以有很多选择,本实施例中,采用的是二进制编码。
如图2所示,其为一实施例的图像解压解密方法的步骤流程图,包括如下步骤:
步骤S201,根据预设的反编码机制,从压缩图像中获取各个加密图像分块的:均值、量化级、差值量化索引,以及量化器总数和对应的重构值。
如:从压缩图像中将均值、量化级、差值量化索引,以及量化器总数和对应的重构值进行二进制解码,得到其二进制编码前的数值。
步骤S202,根据量化器总数以及对应的重构值,生成对应数量的量化器。
步骤S203,根据各个加密图像分块的:量化级、差值量化索引以及对应量化器,重构出各个加密图像分块中每个像素对应的差值。
如:根据量化级数tk、差值量化索引ik j以及对应的量化器重构出第k个分块中第j个像素对应的差值计算如下:
tk为第k个分块的量化级,ik,j为该分块中第j个像素的差值索引,为量化级为t的Lloyd-Max量化器对应于索引为i的重构值。
步骤S204,根据各个加密图像分块中每个像素的差值和均值,重构得到加密图像。
如:重构得到的加密图像记为那么第k各分块,第j个像素的值为
步骤S205,将所述重构得到的加密图像分割为多个大小相同的加密图像分块,并根据预设密匙将加密图像分块的位置和分块内像素的位置还原,得到重构图像。
如:利用预设密钥还原所述加密图像各个分块的位置和分块内像素的位置,,最终得到重构图像。
本方法是先将图像分割后根据密钥将图像像素点的位置伪随机置乱,这样就在信息保密的要求下使得图像分块内像素间还具有良好的相关性。再以相同的分割方式,通过计算并量化差值的方式对加密图像进行压缩,取得了较现有方法更佳的压缩效果,或者说是在同等压缩率的情况下达到了更好的重构效果。此外,本方法的解压环节是对差值的解码过程,避免了传统方法计算复杂度高的迭代重构过程,计算量较低。
如图3所示,其为一实施例的图像加密压缩装置30的功能模块图,包括:
原始图像分割模块301,用于将原始图像分割为多个大小相同的原始图像分块。
加密模块302,用于根据预设密匙对所述多个原始图像分块的位置进行置乱,以及对每个原始图像分块内的像素位置进行置乱,得到加密图像。
加密图像分割模块303,用于将加密图像划分为多个大小相同的加密图像分块。所述加密图像分块和所述原始图像分块大小相同。
均值计算模块304,用于计算得到每个加密图像分块中像素的均值。
差值计算模块305,用于计算得到每个加密图像分块内每一个像素与对应均值的差值,得到与每个加密图像分块对应的差值矩阵。
统计值计算模块306,用于计算得到各个差值矩阵的统计值,并获取所有统计值中的最大值作为全局最大统计值。
上述“统计值”可以是“绝对值”、“方差”、“标准差”、“平方和”等衡量矩阵中数值总体大小的统计量。
量化器生成模块307,用于根据所述全局最大统计值,生成多个不同量化级的量化器。其中,所述多个量化器的量化级自1开始依次递增,量化器的总数为所述全局最大统计值除以预设量化尺度值后向上取整得到。
量化级计算模块308,用于计算得到每个加密图像分块的差值矩阵的统计值,并将该统计值除以所述预设量化尺度后向上取整,得到每个加密图像分块的对应量化级。所述量化级计算模块308还用于:当所述加密图像分块的对应量化级为0时,将该加密图像分块的对应量化级设置为1。
量化索引生成模块309,用于利用量化级与各个加密图像分块的对应量化级相同的量化器,分别量化对应加密图像分块的差值矩阵中的每一个差值,得到每个加密图像分块的差值量化索引。
编码模块310,用于将各个加密图像分块的均值、量化级、差值量化索引,以及量化器总数和对应的重构值进行编码,得到压缩图像。
如图4所示,其为一实施例的图像解压解密装置40的功能模块图,包括:
译码模块401,用于根据预设的反编码机制,从压缩图像中获取各个加密图像分块的:均值、量化级、差值量化索引,以及量化器总数和对应的重构值。
量化器构建模块402,用于根据量化器总数以及对应的重构值,生成对应数量的量化器。
差值重构模块403,用于根据各个加密图像分块的:量化级、量化索引和对应量化器,重构出各个加密图像分块中每个像素对应的差值。
加密图像重构模块404,用于根据各个加密图像分块中每个像素的差值和均值,重构得到加密图像。
解密模块405,用于将所述重构得到的加密图像分割为多个大小相同的加密图像分块,并根据预设密匙将加密图像分块的位置和分块内像素的位置还原,得到重构图像。
本装置先将图像分割后根据密钥将图像像素点的位置伪随机置乱,这样就在信息保密的要求下使得图像分块内像素间还具有良好的相关性。再以相同的分割方式,通过计算并量化差值的方式对加密图像进行压缩,取得了更佳的压缩效果,或者说是在同等压缩率的情况下实现了更好的重构效果。此外,本装置对图像的重构过程实际上是对差值的解码过程,避免了传统方法计算复杂度高的迭代重构过程,计算量较低。
下面是利用上述方法和装置与传统技术对图像进行加密压缩和解压解密的实验比对:
(1)在图像加密环节,本方法和装置采用以下参数设置:
取大小为512×512的Lena和Man图像作为测试图像,将其划分成4×4的互不重叠的分块,即N=512,s=4,然后按前述步骤对图像进行分块置乱加密。
(2)在加密图像压缩环节,采用以下参数设置:
分别取a=1,2,...,8,并将加密图像划分成4×4的互不重叠的分块。按照前述步骤对加密图像进行压缩。
(3)在图像解压及解密环节,按照前述步骤重构图像。
使用图像Lena和Man测试加密图像压缩及重构的性能,这里用于对比的传统技术采用的是如背景技术中介绍的第二种方案,测试结果如表1、表2、表3及表4所示。需要说明的是,表中压缩程度由压缩率R表示,定义为压缩文件数据量与原始数据量的比值,压缩程度越高,压缩率R越小,其计算表达式如下:
上式中,L(x)表示编码数据x所需的比特数。由于所以在计算压缩率R的时候忽略了L(T)的值。此外,在上式中,1≤tk≤T,0≤ik,j≤tk-1,因此上式又可进一步简化成:
表1与表2中PSNR表示重构图像与原始图像的峰值信噪比,用于衡量重构图像的质量,其计算表达式如下:
上式中,MSE表示原图像与重构图像之间的均方误差。
表3与表4中的重构时间是指图像接收方对图像压缩文件进行解压缩和解密所耗费的时间,总时间是指从图像拥有方开始加密图像,到接收方完成解密图像的整个过程所耗费的时间。测试算法由Matlab软件实现,表中数据在配置为E7500的CPU、2G内存的电脑上实测得到。
表1 Lena图像的重构质量对比
表2 Man图像的重构质量对比
表3 Lena图像处理时间对比
表4 Man图像处理时间对比
表1和表2分别显示了Lena和Man图像的重构质量,表3和表4分别显示了Lena和Man图像的处理时间。为了公平起见,在对比试验中,使本发明方法与对比技术的压缩率保持一致,然后比较重构质量或处理时间。通过实验对比,可以发现在相同压缩率的条件下,本发明具有较高的图像重构质量以及较短的图像重构时间。从表1和表2中可以看出,随着尺度a的增大,图像压缩的程度就越高,重构图像的质量会大致呈下降趋势。但当压缩率大于0.2时,重构图像的质量一直维持在35dB以上。这表明,在较高压缩程度的情况下,本发明算法重构效果良好。由于本发明方法在图像重构时没有迭代过程,故所用时间相较于传统技术方案(这里以传统技术2为例)有大幅减少。可以看出,本发明方法的重构时间和总时间都随着尺度a的增大而减小,这是由量化器的个数减少而导致的,编码及解码时间也相应缩短。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种图像加密压缩方法,其特征在于,包括如下步骤:
将原始图像分割为多个大小相同的原始图像分块;
根据预设密匙对所述的多个原始图像分块的位置进行置乱,以及对每个所述原始图像分块内的像素位置进行置乱,得到加密图像;
将所述加密图像划分为多个大小相同的加密图像分块,所述加密图像分块和所述原始图像分块大小相同;
计算得到每个所述加密图像分块中像素的均值;
计算得到每个所述加密图像分块内每一个像素与对应均值的差值,得到与每个所述加密图像分块对应的差值矩阵;
计算得到各个差值矩阵的统计值,并获取所有统计值中的最大值,作为全局最大统计值;
根据所述全局最大统计值,生成多个不同量化级的量化器,其中,所述多个量化器的量化级自1开始依次递增,所述量化器的总数为所述全局最大统计值除以预设量化尺度值后取整得到;
计算得到每个所述加密图像分块的差值矩阵的统计值,并将该统计值除以所述预设量化尺度后取整,得到每个所述加密图像分块的对应量化级;
利用量化级与各个所述加密图像分块的对应量化级相同的所述量化器,分别量化对应的加密图像分块的差值矩阵中的每一个差值,得到每个所述加密图像分块的差值量化索引;
将各个所述加密图像分块的均值、量化级、差值量化索引,以及量化器总数和对应的重构值进行编码,得到压缩图像。
2.根据权利要求1所述的图像加密压缩方法,其特征在于,所述统计值为绝对值、方差、标准差、平方和中的一种。
3.根据权利要求1所述的图像加密压缩方法,其特征在于,所述取整均为向上取整。
4.根据权利要求1所述的图像加密压缩方法,其特征在于,还包括:当所述加密图像分块的对应量化级计算为0时,将该加密图像分块的对应量化级设置为1。
5.一种图像解压解密方法,其特征在于,包括如下步骤:
根据预设的反编码机制,从压缩图像中获取各个加密图像分块的:均值、量化级、差值量化索引,以及量化器总数和对应的重构值;
根据量化器总数以及对应的重构值,生成对应数量的量化器;
根据各个所述加密图像分块的:量化级、差值量化索引和对应量化器,重构出每个加密图像分块对应的差值矩阵;
根据各个所述加密图像分块的差值矩阵和所述均值,重构得到加密图像;
将所述重构得到的加密图像分割为多个大小相同的加密图像分块,并根据预设密匙将加密图像分块的位置和分块内像素的位置还原,得到重构图像。
6.一种图像加密压缩装置,其特征在于,包括:
原始图像分割模块,用于将原始图像分割为多个大小相同的原始图像分块;
加密模块,用于根据预设密匙对多个所述原始图像分块的位置进行置乱,以及对每个所述原始图像分块内的像素位置进行置乱,得到加密图像;
加密图像分割模块,用于将所述加密图像划分为多个大小相同的加密图像分块,所述加密图像分块和所述原始图像分块大小相同;
均值计算模块,用于计算得到每个所述加密图像分块中像素的均值;
差值计算模块,用于计算得到每个所述加密图像分块内每一个像素与对应均值的差值,得到与每个所述加密图像分块对应的差值矩阵;
统计值计算模块,用于计算得到各个差值矩阵的统计值,并获取所有统计值中的最大值,作为全局最大统计值;
量化器生成模块,用于根据所述全局最大统计值,生成多个不同量化级的量化器,其中,所述多个量化器的量化级自1开始依次递增,所述量化器的总数为所述全局最大统计值除以预设量化尺度值后取整得到;
量化级计算模块,用于计算得到每个所述加密图像分块对应的差值矩阵的统计值,并将每个所述加密图像分块对应的统计值除以所述预设量化尺度后取整,得到每个所述加密图像分块的对应量化级;
量化索引生成模块,用于利用量化级与各个所述加密图像分块的对应量化级相同的所述量化器,分别量化各个所述加密图像分块对应的所述差值矩阵中的每一个差值,得到每个所述加密图像分块的差值量化索引;
编码模块,用于将各个所述加密图像分块的均值、量化级、差值量化索引,以及量化器总数和对应的重构值进行编码,得到压缩图像。
7.根据权利要求6所述的图像加密压缩装置,其特征在于,所述统计值为绝对值、方差、标准差、平方和中的一种。
8.根据权利要求6所述的图像加密压缩装置,其特征在于,所述取整均为向上取整。
9.根据权利要求6所述的图像加密压缩装置,其特征在于,所述量化级计算模块还用于:当所述加密图像分块的对应量化级计算为0时,将该加密图像分块的对应量化级设置为1。
10.一种图像解压解密装置,其特征在于,包括:
译码模块,用于根据预设的反编码机制,从压缩图像中获取各个加密图像分块的:均值、量化级、差值量化索引,以及量化器总数和对应的重构值;
量化器构建模块,用于根据所述量化器总数以及对应的重构值,生成对应数量的量化器;
差值重构模块,用于根据各个所述加密图像分块的:量化级、差值量化索引和对应量化器,重构出各个所述加密图像分块中每个像素对应的差值;
加密图像重构模块,用于根据各个所述加密图像分块中每个像素的所述差值和所述均值,重构得到加密图像;
解密模块,用于将所述重构得到的加密图像分割为多个大小相同的加密图像分块,并根据预设密匙将加密图像分块的位置和分块内像素的位置还原,得到重构图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210253495.XA CN103581677B (zh) | 2012-07-20 | 2012-07-20 | 图像加密压缩和解压解密方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210253495.XA CN103581677B (zh) | 2012-07-20 | 2012-07-20 | 图像加密压缩和解压解密方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103581677A CN103581677A (zh) | 2014-02-12 |
CN103581677B true CN103581677B (zh) | 2017-02-15 |
Family
ID=50052455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210253495.XA Active CN103581677B (zh) | 2012-07-20 | 2012-07-20 | 图像加密压缩和解压解密方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103581677B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106357408A (zh) * | 2016-08-29 | 2017-01-25 | 广州御银自动柜员机科技有限公司 | 一种电子签名加密系统 |
CN108230219B (zh) * | 2016-12-09 | 2021-10-29 | 中国科学院深圳先进技术研究院 | 增强加密域jpeg图像对比度的方法及系统 |
CN107845055B (zh) * | 2017-07-17 | 2020-10-16 | 安徽大学 | 抗Facebook压缩的图像加密方法 |
CN113904764B (zh) * | 2021-09-18 | 2023-06-16 | 大连大学 | 基于多尺度压缩感知和马尔科夫模型的图像加密方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000002393A1 (en) * | 1998-07-03 | 2000-01-13 | Hudson Co., Ltd. | Image coding/decoding method and recorded medium on which program is recorded |
JP2004214828A (ja) * | 2002-12-27 | 2004-07-29 | Ricoh Co Ltd | 画像処理装置、画像処理方法、画像処理用コンピュータプログラム、及びこの画像処理用コンピュータプログラムを記憶する記憶媒体 |
JP4952627B2 (ja) * | 2008-03-21 | 2012-06-13 | 富士通株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
-
2012
- 2012-07-20 CN CN201210253495.XA patent/CN103581677B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103581677A (zh) | 2014-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wahab et al. | Hiding data using efficient combination of RSA cryptography, and compression steganography techniques | |
Cao et al. | High capacity reversible data hiding in encrypted images by patch-level sparse representation | |
Chen et al. | Efficient and robust image coding and transmission based on scrambled block compressive sensing | |
Chang et al. | A separable reversible data hiding scheme for encrypted JPEG bitstreams | |
US10785545B2 (en) | Systems and methods for simultaneous compression and encryption | |
Lee et al. | Reversible data hiding based on histogram modification of SMVQ indices | |
CN105704500B (zh) | 一种新的基于混沌的图像无损压缩加密联合方法 | |
KR20140032307A (ko) | 다단계 데이터 보안을 위한 방법 및 시스템 | |
Sachdeva et al. | Colour image steganography based on modified quantization table | |
Xiao et al. | High capacity data hiding in encrypted image based on compressive sensing for nonequivalent resources | |
CN112202984A (zh) | 一种基于纠错冗余的密文域可逆信息隐藏方法 | |
CN103581677B (zh) | 图像加密压缩和解压解密方法及装置 | |
CN114157772B (zh) | 一种基于时空混沌系统和半张量积压缩感知的数字图像加密方法 | |
CN113660386B (zh) | 一种彩色图像加密压缩与超分重构系统和方法 | |
Dagadu et al. | DWT based encryption technique for medical images | |
Chang et al. | A steganographic method for hiding secret data using side match vector quantization | |
CN114979407A (zh) | 基于码分多址和深度学习鬼成像的多图加密和解密方法 | |
Li et al. | Medical images lossless recovery based on POB number system and image compression | |
Abboud et al. | Balancing compression and encryption of satellite imagery | |
Lee et al. | Information hiding based on block match coding for vector quantization-compressed images | |
CN115442492B (zh) | 基于一维正弦混沌映射和离散u变换嵌入方式的视觉安全图像加密方法 | |
Ghadi et al. | Enhancing digital image integrity by exploiting JPEG bitstream attributes | |
Wang et al. | Compressing encrypted images using the integer lifting wavelet | |
Lv et al. | Integration of data compression and cryptography: Another way to increase the information security | |
Wang et al. | A lossy compression scheme for encrypted images exploiting Cauchy distribution and weighted rate distortion optimization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |