CN117082181A - 遥感图像加密压缩方法、装置、电子设备及存储介质 - Google Patents
遥感图像加密压缩方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117082181A CN117082181A CN202311324092.4A CN202311324092A CN117082181A CN 117082181 A CN117082181 A CN 117082181A CN 202311324092 A CN202311324092 A CN 202311324092A CN 117082181 A CN117082181 A CN 117082181A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- sub
- sensing image
- blocks
- zero coefficient
- 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.)
- Pending
Links
- 238000007906 compression Methods 0.000 title claims abstract description 165
- 230000006835 compression Effects 0.000 title claims abstract description 162
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000012545 processing Methods 0.000 claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims description 40
- 230000006837 decompression Effects 0.000 claims description 33
- 238000006243 chemical reaction Methods 0.000 claims description 32
- 230000000739 chaotic effect Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013139 quantization Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N1/32101—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
- H04N1/32144—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title embedded in the image data, i.e. enclosed or integrated in the image, e.g. watermark, super-imposed logo or stamp
- H04N1/32149—Methods relating to embedding, encoding, decoding, detection or retrieval operations
- H04N1/32267—Methods relating to embedding, encoding, decoding, detection or retrieval operations combined with processing of the image
- H04N1/32272—Encryption or ciphering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/001—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using chaotic signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/44—Secrecy systems
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明提供一种遥感图像加密压缩方法、装置、电子设备及存储介质，涉及图像处理技术领域。所述方法包括：根据遥感图像的波段数量，将所述遥感图像转换为灰度图，并将所述灰度图分割成多个子块；根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述多个子块进行乱序排列；对乱序排列后的多个子块进行初步压缩，得到初步压缩比特流；对所述初步压缩比特流进行霍夫曼解码以获取非零系数，根据再压缩次数对所述非零系数进行再压缩，并对再压缩后的非零系数进行霍夫曼编码以得到再压缩的比特流。本申请提供的遥感图像加密压缩方法、装置、电子设备及存储介质能够在不影响压缩性能的前提下为遥感图像数据提供安全保护。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种遥感图像加密压缩方法、装置、电子设备及存储介质。
背景技术
与常见的数字图像不同，遥感图像中含有大量的机密信息，这使得遥感图像对于数据安全性的需求要高于传统数字图像，但是由于遥感图像的波段数多、数据量大，这使得直接对遥感图像加密会耗费大量的时间成本，因此需要将压缩算法和加密算法相结合，从而大幅度减少加密算法的运行时间。然而，现有技术存在如下问题：
1、现有的基于JPEG的压缩加密算法无法适用于多波段的遥感图像；2、在现有的基于JPEG的加密压缩算法中：（1）压缩前加密方法在压缩前会修改原始图像的像素值，导致压缩性能下降；（2）在联合压缩加密方法中，加密量化表和加密霍夫曼表的方法加密的数据量有限，无法保证足够的安全性；（3）压缩后加密方法会破坏图像的压缩格式，导致无法对加密后的图像数据进行解压缩；3、现有的能够支持多次再压缩的JPEG加密压缩算法同样只适用于三通道的数字图像，并且随着再压缩次数的提升数据会出现严重丢失，导致图像的重建效果下降。
发明内容
针对现有技术中的问题，本申请提供一种遥感图像加密压缩方法，可以适用于多波段遥感图像，在不需要解密的条件下对加密数据直接进行多次再压缩。本申请提供的遥感图像加密压缩方法在压缩前不会修改像素值和像素排列顺序、不会破坏压缩格式，能够保证足够的数据安全性，从而在不影响压缩性能的前提下为遥感图像数据提供安全保护。
第一方面，本申请实施例提供一种遥感图像加密压缩方法，包括：
根据遥感图像的波段数量，将所述遥感图像转换为灰度图，并将所述灰度图分割成多个子块；
根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述多个子块进行乱序排列；
对乱序排列后的多个子块进行初步压缩，得到初步压缩比特流；
对所述初步压缩比特流进行霍夫曼解码以获取非零系数，根据再压缩次数对所述非零系数进行再压缩，并对再压缩后的非零系数进行霍夫曼编码以得到再压缩的比特流。
在一个实施例中，所述根据遥感图像的波段数量，将所述遥感图像转换为灰度图，包括：
将所述遥感图像的波段以3个为一组进行RGB通道转换；
在M/3=N的情况下，分别对N个RGB通道进行YCbCr通道转换，并将YCbCr通道转换后的各图像拼接为所述灰度图；其中，M为所述遥感图像的波段数量，N为正整数；
在M/3=N+m的情况下，分别对N个RGB通道进行YCbCr通道转换，并将YCbCr通道转换后的各图像以及m个波段的图像拼接为所述灰度图；其中，m为M/3的余数。
在一个实施例中，所述根据密钥确定两个混沌矩阵 ，包括：
将密钥的二进制数据拆分为第一部分以及第二部分；其中，第一部分二进制数据用于生成多个十进制数，第二部分二进制数据用于生成两个系数；
根据所述多个十进制数以及所述两个系数构造初始条件，并对所述初始条件进行二维无限折叠映射，以得到所述两个混沌矩阵。
在一个实施例中，所述根据所述两个混沌矩阵对所述多个子块进行乱序排列，包括：
将所述两个混沌矩阵相乘得到中间矩阵以及所述中间矩阵对应的索引矩阵；
对所述中间矩阵中的数据进行重新排序，以打乱所述索引矩阵得到乱序后的索引矩阵；
根据所述乱序后的索引矩阵对所述多个子块进行乱序排列。
在一个实施例中，所述对乱序排列后的多个子块进行初步压缩，得到初步压缩比特流，包括：
对乱序排列后的多个子块依次进行离散余弦变换处理、量化处理、锯齿形扫描处理、游程长度编码处理，得到所述非零系数；
对所述非零系数进行霍夫曼编码，得到所述初步压缩比特流。
在一个实施例中，所述根据再压缩次数对所述非零系数进行再压缩，包括：
对所述非零系数除以2的n次方并进行四舍五入取整，以得到所述再压缩后的非零系数；其中，n为再压缩次数。
第二方面，本申请实施例还提供一种遥感图像解密解压缩方法，包括：
对再压缩的比特流进行霍夫曼解码得到再压缩后的非零系数，根据再压缩次数对所述再压缩后的非零系数进行还原得到再压缩前的非零系数；
对所述再压缩前的非零系数进行解压缩，得到乱序排列后的多个子块；
根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述乱序排列后的多个子块进行重新排列，得到乱序排列前的多个子块；
根据所述乱序排列前的多个子块确定灰度图，并根据所述遥感图像的波段数量对所述灰度图进行拆分转换，以得到所述遥感图像。
第三方面，本申请实施例提供一种遥感图像加密压缩装置，包括：
子块拆分模块，用于根据遥感图像的波段数量，将所述遥感图像转换为灰度图，并将所述灰度图分割成多个子块；
子块乱序模块，用于根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述多个子块进行乱序排列；
初步压缩模块，用于对乱序排列后的多个子块进行初步压缩，得到初步压缩比特流；
再压缩模块，用于对所述初步压缩比特流进行霍夫曼解码以获取非零系数，根据再压缩次数对所述非零系数进行再压缩，并对再压缩后的非零系数进行霍夫曼编码以得到再压缩的比特流。
第四方面，本申请实施例还提供一种遥感图像解密解压缩装置，包括：
解再压缩模块，用于对再压缩的比特流进行霍夫曼解码得到再压缩后的非零系数，根据再压缩次数对所述再压缩后的非零系数进行还原得到再压缩前的非零系数；
解初步压缩模块，用于对所述再压缩前的非零系数进行解压缩，得到乱序排列后的多个子块；
子块还原模块，用于根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述乱序排列后的多个子块进行重新排列，得到乱序排列前的多个子块；
图像还原模块，用于根据所述乱序排列前的多个子块确定灰度图，并根据所述遥感图像的波段数量对所述灰度图进行拆分转换，以得到所述遥感图像。
第五方面，本申请还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一、二方面所述的方法。
第六方面，本申请还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现第一、二方面所述的方法。
第七方面，本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现第一、二方面所述的方法。
本申请实施例提供的遥感图像加密压缩方法、装置、电子设备及存储介质，通过分波段得到遥感图像灰度图，分割灰度图子块并根据混沌矩阵对子块乱序排列，然后对乱序子块进行初步压缩，并基于霍夫曼解码、编码和非零系数进行再压缩，在不需要解密的条件下对加密数据直接进行多次再压缩，在压缩前不会修改像素值和像素排列顺序、不会破坏压缩格式，能够保证足够的数据安全性，从而在不影响压缩性能的前提下实现对多波段遥感图像的加密压缩。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请提供的遥感图像加密压缩方法的流程示意图；
图2是本申请提供的获取初步压缩的比特流的非零系数的示意图；
图3是本申请提供的分波段将遥感图像转换为灰度图的示意图；
图4是本申请提供的根据密钥确定两个混沌矩阵的示意图；
图5是本申请提供的根据混沌矩阵对灰度图子块进行乱序排列的示意图；
图6是本申请提供的对乱序排列后的多个子块进行初步压缩的示意图；
图7是本申请提供的根据再压缩次数对所述非零系数进行再压缩的示意图；
图8是本申请提供的遥感图像解密解压缩方法的流程示意图；
图9是本申请提供的遥感图像解密解压缩方法的具体示例；
图10是本申请提供的遥感图像加密压缩装置的结构示意图；
图11是本申请提供的遥感图像解密解压缩装置的结构示意图；
图12是本申请提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
发明人在创造本申请技术方案的过程中，考虑了如下方面：
在遥感图像的加密压缩方法中，为了更好地节省加密算法的时间成本，压缩算法需要很高的压缩比，而JPEG算法利用了人眼对图像中的某些频率成分不敏感的特性，允许图像在压缩过程中损失一部分信息从而获取很高的压缩比，因此可以将加密算法和JPEG压缩算法相结合，从而以较少的时间成本来满足遥感图像数据的安全需求。
虽然JPEG压缩算法具备较高的压缩性能，但是在实际应用中用来数据传输的信道带宽有限，只进行一次压缩往往难以满足传输需求，因此需要进一步提高压缩比。针对这个问题，JPEG虽然提供了一种控制压缩率的方法，但是这种方法需要将数据进行解密和解压缩后才能使用，而这个过程同样会耗费大量的时间成本。具体地：
1、现有的基于JPEG的加密压缩算法只能适用于传统的三通道数字图像，它们无法直接用来处理多波段的遥感图像。
2、现有的基于JPEG的加密压缩算法根据加密算法嵌入压缩过程中的不同位置，可以分为压缩前加密方法、联合压缩加密方法和压缩后加密方法：
（1）压缩前加密表示在压缩前加密、在解压缩后解密，典型的有排列加密方法和一些直接对原始图像操作的基于混沌的加密方案。这种方法采用先加密后压缩的结构，而压缩前的加密操作会修改原始图像的像素值和像素排列顺序，导致图像的压缩性能下降。
（2）联合压缩加密方法是同时执行加密和压缩，主要通过将加密技术引入底层压缩器的一个或多个阶段来实现，典型的方法有在量化阶段加密量化表和在熵编码阶段加密霍夫曼表。这两种方法加密的数据有限，因此无法保证足够的安全性来抵御各种攻击。
（3）压缩后加密表示在压缩算法执行完毕后再执行加密过程，这类算法通常是压缩友好的，它们只会产生较小的开销来发送加密密钥或其他信息，因此可以在很大程度上节省加密时间。但是使用这种方法会破坏图像的压缩格式，导致无法对加密后的图像数据进行解压缩，因此这种方法在没有解密的情况下无法获取解码数据，因此也无法通过比较加密前后的图像变化来评估加密效果。
3、现有的能够支持多次再压缩的JPEG加密压缩算法是将压缩后的比特流先进行异或加密，之后去掉比特流的一个最低比特位，从而实现在无需密钥的情况下，对加密数据直接进行多次再压缩。但是这种方法同样只适用于三通道的数字图像，并且随着再压缩次数的提升，这种压缩方法的数据会出现严重丢失，导致图像的重建效果下降。
为了解决上述问题需要一种特殊的加密压缩方法，该方法无需解密密钥便可以直接对密文数据进行再压缩，并且时间成本不会受到再压缩次数的影响。
图1是本申请实施例提供的遥感图像加密压缩方法的流程示意图。参照图1，本申请实施例提供一种遥感图像加密压缩方法，可以包括：
步骤110、根据遥感图像的波段数量，将所述遥感图像转换为灰度图，并将所述灰度图分割成多个子块；
步骤120、根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述多个子块进行乱序排列；
步骤130、对乱序排列后的多个子块进行初步压缩，得到初步压缩比特流；
步骤140、对所述初步压缩比特流进行霍夫曼解码以获取非零系数，根据再压缩次数对所述非零系数进行再压缩，并对再压缩后的非零系数进行霍夫曼编码以得到再压缩的比特流。
需要说明的是，本申请实施例提供的遥感图像加密压缩方法的执行主体可以是计算机设备，例如手机、平板电脑、笔记本电脑、掌上电脑等。下面以执行该遥感图像加密压缩方法的压缩系统作为执行主体为例，来说明本申请实施例提供的遥感图像加密压缩方法。
通常来说，遥感图像波段数多、数据量大，而加密压缩算法通常只能适用于三通道数字图像。本申请提出的技术方案可以通过对遥感图像的波段数量分组来实现对遥感图像的加密压缩处理。在步骤110中，压缩系统可以根据遥感图像的波段数量进行分组，并对分组后的图像进行颜色空间转换，然后将转换后的图像拼接为灰度图。压缩系统可以将灰度图分割成多个大小为A*A的子块，其中A为正整数。例如，可以根据实际需要将灰度图分割为8*8的子块、10*10的子块等，本申请对此不做具体限定。
在步骤120中，密钥可以为二进制字符串，压缩系统可以根据密钥构造初始条件，并基于初始条件通过二维无限折叠映射生成两个混沌矩阵。压缩系统可以将两个混沌矩阵相乘得到相应的索引矩阵，并根据索引矩阵对步骤110中分割灰度图得到的多个子块进行乱序排列，实现对遥感图像的加密。
在步骤130中，如图2所示，压缩系统可以对乱序排列后的多个子块进行离散余弦变换处理、量化处理、锯齿形扫描处理等得到原始系数，然后对原始系数进行游程编码和霍夫曼编码得到初步压缩的比特流。需要说明的是，压缩系统还可以使用有损预测编码、变换编码、小波编码、行程编码、算术编码、无损预测编码等方法对乱序排列后的多个子块进行初步压缩，得到初步压缩比特流，在此不一一详细例举。
在步骤140中，压缩系统可以对步骤130中得到的初步压缩比特流进行再压缩。如图2所示，压缩系统可以对初步压缩的比特流进行霍夫曼解码获取非零系数，然后可以根据再压缩次数和非零系数计算并获取再压缩后的非零系数，对再压缩后的非零系数重新进行霍夫曼编码，得到再压缩的比特流，完成对遥感图像的加密压缩。其中，非零系数可以包括直流系数、交流系数等。再压缩次数可以根据实际需要进行预设，本申请对此不做具体限定。
本申请实施例提供的遥感图像加密压缩方法，通过分波段得到遥感图像灰度图，分割灰度图子块并根据混沌矩阵对子块乱序排列，然后对乱序子块进行初步压缩，并基于霍夫曼解码、编码和非零系数进行再压缩，在不需要解密的条件下对加密数据直接进行多次再压缩，在压缩前不会修改像素值和像素排列顺序、不会破坏压缩格式，能够保证足够的数据安全性，从而在不影响压缩性能的前提下实现对多波段遥感图像的加密压缩。
在一个实施例中，根据遥感图像的波段数量，将遥感图像转换为灰度图，包括：
将遥感图像的波段以3个为一组进行RGB通道转换；
在M/3=N的情况下，分别对N个RGB通道进行YCbCr通道转换，并将YCbCr通道转换后的各图像拼接为灰度图；其中，M为所述遥感图像的波段数量，N为正整数；
在M/3=N+m的情况下，分别对N个RGB通道进行YCbCr通道转换，并将YCbCr通道转换后的各图像以及m个波段的图像拼接为灰度图；其中，m为M/3的余数。
遥感图像通常为多波段图像，压缩系统可以将遥感图像的波段以3个波段为一组进行RGB通道转换。当遥感图像的波段数正好为3的倍数，即在M/3=N的情况下，压缩系统可以直接将各组RGB通道转换后的图像进行YCbCr通道转换，然后将YCbCr通道转换后的各图像拼接为灰度图；而当遥感图像的波段数不为3的倍数，即在M/3=N+m的情况下，压缩系统可以分别对N个RGB通道转换后的图像进行YCbCr通道转换，然后将YCbCr通道转换后的各图像以及未进行RGB通道转换的m个波段的图像拼接为灰度图。
如图3所示，以遥感图像的波段数为4举例，压缩系统可以将波段1、2、3进行RGB通道转换，然后将RGB通道转换后的图像进行YCbCr通道的颜色空间转换，然后将YCbCr通道转换后的图像与波段4拼接为灰度图。压缩系统可以将灰度图分割为8*8的子块，然后基于密钥Key构造初始条件，并用二维无限折叠映射生成混沌矩阵X和Y，然后基于两个混沌矩阵对分割后的灰度图子块进行乱序排列，实现加密。
值得说明的是，对于多波段的非遥感图像，同样可以采取本实施例提供的方式进行从RGB通道到YCbCr通道的颜色空间转换并拼接灰度图，然后进行加密压缩。
本申请实施例提供的遥感图像加密压缩方法，通过对多波段遥感图像分波段处理，并拼接灰度图，然后进行加密压缩，从而使多波段的遥感图像也能进行加密压缩，保证了多波段遥感图像加密压缩后续步骤的顺利进行。
在一个实施例中，根据密钥确定两个混沌矩阵，包括：
将密钥的二进制数据拆分为第一部分以及第二部分；其中，第一部分二进制数据用于生成多个十进制数，第二部分二进制数据用于生成两个系数；
根据多个十进制数以及两个系数构造初始条件，并对初始条件进行二维无限折叠映射，以得到两个混沌矩阵。
例如，密钥可以为一个长度240位的二进制字符串，密钥的组成形式可以为：，它们的长度分别为40位、40位、40位、40位、40位、20位和20位。
压缩系统可以将密钥中的前5个40位二进制数据拆分为第一部分，将密钥中的后2个20位二进制数据拆分为二部分：/>。其中，第一部分/>中的每一个40位二进制数据/>可以分别用于生成十进制数/>，/>，/>，/>和/>。其中，十进制数可以使用IEEE 754格式来生成：
第二部分中的2个20位二进制数据分别用来生成两个系数：/>和/>。
压缩系统根据十进制数，/>，/>，/>，/>和两个系数：/>，/>可以构造初始条件：
之后压缩系统可以基于初始条件，并使用二维无限折叠映射生成两个混沌矩阵X和Y，公式如下：
如图4所示，设初始条件为，则有：
压缩系统根据递推结果，可获得两个列表，/>，其中N表示列表长度。列表长度与8*8子块的数量相等。压缩系统可以将两个列表/>和/>分别转换成混沌矩阵X和Y。混沌矩阵的宽度w和高度h存在以下关系：
其中， W和H分别表示灰度图的宽度和高度。
本申请实施例提供的遥感图像加密压缩方法，通过利用密钥构造初始条件，并基于初始条件进行二维无限折叠映射，得到两个混沌矩阵再进行加密压缩，可以在不需要解密的条件下对加密数据直接进行多次再压缩，并在压缩前不会修改像素值和像素排列顺序、不会破坏压缩格式，保证了遥感图像加密压缩的安全性。
在一个实施例中，根据两个混沌矩阵对多个子块进行乱序排列，包括：
将两个混沌矩阵相乘得到中间矩阵以及中间矩阵对应的索引矩阵；
对中间矩阵中的数据进行重新排序，以打乱索引矩阵得到乱序后的索引矩阵；
根据乱序后的索引矩阵对多个子块进行乱序排列。
如图5所示，压缩系统可以根据混沌矩阵X和Y对灰度图分割得到的多个子块进行乱序排列。具体的，压缩系统可以先将混沌矩阵X和Y相乘得到中间矩阵S以及中间矩阵对应的索引矩阵，然后可以对中间矩阵S进行重新排序如升序、降序、乱序等，图5示例的是对S进行升序排列的情况。压缩系统对中间矩阵S中的数据重新排序后可以打乱索引矩阵/>得到乱序后的索引矩阵I，最后可以根据乱序后的索引矩阵I对多个子块进行乱序排列，实现加密。
本申请实施例提供的遥感图像加密压缩方法，通过两个混沌矩阵对多个子块进行乱序排列，实现加密压缩，将块乱序的加密方法结合到了图像分割当中，从而有效避免了压缩前加密可能会对压缩性能造成的影响，可以在不需要解密的条件下对加密数据直接进行多次再压缩，并在压缩前不会修改像素值和像素排列顺序、不会破坏压缩格式，保证了遥感图像加密压缩的安全性。
在一个实施例中，对乱序排列后的多个子块进行初步压缩，得到初步压缩比特流，包括：
对乱序排列后的多个子块依次进行离散余弦变换处理、量化处理、锯齿形扫描处理、游程长度编码处理，得到所述非零系数；
对所述非零系数进行霍夫曼编码，得到所述初步压缩比特流。
如图6所示，压缩系统对乱序排列后的多个子块进行初步压缩，可以基于前述实施例对遥感图像进行预处理即分波段将遥感图像转换为灰度图，以及加密即根据密钥确定两个混沌矩阵，并根据两个混沌矩阵对多个子块进行乱序排列后，然后对乱序排列后的多个子块依次进行离散余弦变换处理、量化处理、锯齿形扫描处理、游程长度编码处理，得到非零系数。压缩系统对非零系数进行霍夫曼编码，可以得到初步压缩比特流，然后对初步压缩比特流进行再压缩可以得到再压缩的比特流。
本申请实施例提供的遥感图像加密压缩方法，通过离散余弦变换处理、量化处理、锯齿形扫描处理、游程长度编码处理、霍夫曼编码等步骤，对乱序排列后的多个子块进行初步压缩，为后续的再压缩步骤提供了支持，保证了遥感图像加密压缩步骤的顺利进行。
在一个实施例中，根据再压缩次数对非零系数进行再压缩，包括：
对非零系数除以2的n次方并进行四舍五入取整，以得到再压缩后的非零系数；其中，n为再压缩次数。
如图7所示，压缩系统对初步压缩的比特流进行霍夫曼解码后可以得到非零系数，然后可以根据再压缩次数n对非零系数除以2的n次方并进行四舍五入取整，得到再压缩n次的系数即再压缩后的非零系数，最后重新进行霍夫曼编码可以得到再压缩的比特流。
本申请实施例提供的遥感图像加密压缩方法，通过对非零系数除以2的n次方并进行四舍五入取整，得到再压缩的非零系数，可以在不需要解密的条件下对加密数据直接进行多次再压缩；另外，本实施例提供的方案在解码时不会因为再压缩次数增多而产生额外时间开销，具有更好的重建效果。
图8是本申请实施例提供的遥感图像解密解压缩方法的流程示意图。参照图8，本申请实施例提供一种遥感图像解密解压缩方法，可以包括：
步骤810、对再压缩的比特流进行霍夫曼解码得到再压缩后的非零系数，根据再压缩次数对再压缩后的非零系数进行还原得到再压缩前的非零系数；
步骤820、对再压缩前的非零系数进行解压缩，得到乱序排列后的多个子块；
步骤830、根据密钥确定两个混沌矩阵，并根据两个混沌矩阵对乱序排列后的多个子块进行重新排列，得到乱序排列前的多个子块；
步骤840、根据乱序排列前的多个子块确定灰度图，并根据遥感图像的波段数量对灰度图进行拆分转换，以得到遥感图像。
需要说明的是，本申请实施例提供的遥感图像解密解压缩方法的执行主体可以是计算机设备，例如手机、平板电脑、笔记本电脑、掌上电脑等。下面以执行该遥感图像解密解压缩方法的压缩系统作为执行主体为例，来说明本申请实施例提供的遥感图像解密解压缩方法。
如图9所示，在步骤810中，压缩系统可以对再压缩的比特流进行霍夫曼解码得到再压缩的系数即再压缩后的非零系数，然后根据再压缩次数n对再压缩后的非零系数进行还原即对系数乘以2的n次方，得到还原的系数即再压缩前的非零系数。
在步骤820中，压缩系统可以对再压缩前的非零系数进行反锯齿形扫描、反量化、离散余先反变换等步骤，得到乱序排列后的多个子块。
在步骤830中，压缩系统可以使用密钥Key构造初始条件，并基于初始条件进行二维无限折叠映射从而生成混沌矩阵X和Y，然后基于混沌矩阵X和Y将打乱顺序的子块进行重新排序，可以得到乱序排列前的多个子块。
在步骤840中，压缩系统可以根据乱序排列前的多个子块确定灰度图，然后根据遥感图像的波段数量对灰度图进行拆分转换，即将YCbCr通道的图像以3个为一组重新转换回RGB通道，并将这些图像重新合并成多波段图像，从而获得复原的遥感图像。
本申请实施例提供的遥感图像解密解压缩方法，通过对非零系数进行还原，对还原系数进行解压缩，得到乱序子块，并将乱序子块重新排列，并确定其对应的灰度图，进一步基于遥感图像的波段数量对灰度图进行拆分转换，得到复原的遥感图像，在保证重建效果的前提下实现了对遥感图像的解密解压缩，保证了遥感图像的数据安全性。
需要说明的是，由于压缩与解压缩存在对应关系，因此本申请实施例提供的遥感图像解密解压缩方法的具体实现步骤，可以参考上述各实施例提供的遥感图像加密压缩方法，在此不再赘述。
下面对本申请实施例提供的遥感图像加密压缩装置进行描述，下文描述的遥感图像加密压缩装置与上文描述的遥感图像加密压缩方法可相互对应参照。
图10是本申请实施例提供的遥感图像加密压缩装置的结构示意图。参照图10，该装置可以包括：
子块拆分模块1010，用于根据遥感图像的波段数量，将所述遥感图像转换为灰度图，并将所述灰度图分割成多个子块；
子块乱序模块1020，用于根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述多个子块进行乱序排列；
初步压缩模块1030，用于对乱序排列后的多个子块进行初步压缩，得到初步压缩比特流；
再压缩模块1040，用于对所述初步压缩比特流进行霍夫曼解码以获取非零系数，根据再压缩次数对所述非零系数进行再压缩，并对再压缩后的非零系数进行霍夫曼编码以得到再压缩的比特流。
本申请实施例提供的遥感图像加密压缩装置，通过分波段得到遥感图像灰度图，分割灰度图子块并根据混沌矩阵对子块乱序排列，然后对乱序子块进行初步压缩，并基于霍夫曼解码、编码和非零系数进行再压缩，在不需要解密的条件下对加密数据直接进行多次再压缩，在压缩前不会修改像素值和像素排列顺序、不会破坏压缩格式，能够保证足够的数据安全性，从而在不影响压缩性能的前提下实现对多波段遥感图像的加密压缩。
在一个实施例中，子块拆分模块1010具体用于：
将所述遥感图像的波段以3个为一组进行RGB通道转换；
在M/3=N的情况下，分别对N个RGB通道进行YCbCr通道转换，并将YCbCr通道转换后的各图像拼接为所述灰度图；其中，M为所述遥感图像的波段数量，N为正整数；
在M/3=N+m的情况下，分别对N个RGB通道进行YCbCr通道转换，并将YCbCr通道转换后的各图像以及m个波段的图像拼接为所述灰度图；其中，m为M/3的余数。
在一个实施例中，子块乱序模块1020具体用于：
将密钥的二进制数据拆分为第一部分以及第二部分；其中，第一部分二进制数据用于生成多个十进制数，第二部分二进制数据用于生成两个系数；
根据所述多个十进制数以及所述两个系数构造初始条件，并对所述初始条件进行二维无限折叠映射，以得到所述两个混沌矩阵。
在一个实施例中，子块乱序模块1020还用于：
将所述两个混沌矩阵相乘得到中间矩阵以及所述中间矩阵对应的索引矩阵；
对所述中间矩阵中的数据进行重新排序，以打乱所述索引矩阵得到乱序后的索引矩阵；
根据所述乱序后的索引矩阵对所述多个子块进行乱序排列。
在一个实施例中，初步压缩模块1030具体用于：
对乱序排列后的多个子块依次进行离散余弦变换处理、量化处理、锯齿形扫描处理、游程长度编码处理，得到所述非零系数；
对所述非零系数进行霍夫曼编码，得到所述初步压缩比特流。
在一个实施例中，再压缩模块1040具体用于：
对所述非零系数除以2的n次方并进行四舍五入取整，以得到所述再压缩后的非零系数；其中，n为再压缩次数。
下面对本申请实施例提供的遥感图像解密解压缩装置进行描述，下文描述的遥感图像解密解压缩装置与上文描述的遥感图像解密解压缩方法可相互对应参照。
图11是本申请实施例提供的遥感图像解密解压缩装置的结构示意图。参照图11，该装置可以包括：
解再压缩模块1110，用于对再压缩的比特流进行霍夫曼解码得到再压缩后的非零系数，根据再压缩次数对所述再压缩后的非零系数进行还原得到再压缩前的非零系数；
解初步压缩模块1120，用于对所述再压缩前的非零系数进行解压缩，得到乱序排列后的多个子块；
子块还原模块1130，用于根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述乱序排列后的多个子块进行重新排列，得到乱序排列前的多个子块；
图像还原模块1140，用于根据所述乱序排列前的多个子块确定灰度图，并根据所述遥感图像的波段数量对所述灰度图进行拆分转换，以得到所述遥感图像。
本申请实施例提供的遥感图像解密解压缩装置，通过对非零系数进行还原，对还原系数进行解压缩，得到乱序子块，并将乱序子块重新排列，并确定其对应的灰度图，进一步基于遥感图像的波段数量对灰度图进行拆分转换，得到复原的遥感图像，在保证重建效果的前提下实现了对遥感图像的解密解压缩，保证了遥感图像的数据安全性。
图12示例了一种电子设备的实体结构示意图，如图12所示，该电子设备可以包括：处理器（processor）1210、通信接口（Communications Interface）1220、存储器（memory）1230和通信总线1240，其中，处理器1210，通信接口1220，存储器1230通过通信总线1240完成相互间的通信。处理器1210可以调用存储器1230中的逻辑指令，以执行上述遥感图像加密压缩方法，例如包括：
根据遥感图像的波段数量，将所述遥感图像转换为灰度图，并将所述灰度图分割成多个子块；
根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述多个子块进行乱序排列；
对乱序排列后的多个子块进行初步压缩，得到初步压缩比特流；
对所述初步压缩比特流进行霍夫曼解码以获取非零系数，根据再压缩次数对所述非零系数进行再压缩，并对再压缩后的非零系数进行霍夫曼编码以得到再压缩的比特流。
处理器1210还可以调用存储器1230中的逻辑指令，以执行上述遥感图像解密解压缩方法，例如包括：
对再压缩的比特流进行霍夫曼解码得到再压缩后的非零系数，根据再压缩次数对所述再压缩后的非零系数进行还原得到再压缩前的非零系数；
对所述再压缩前的非零系数进行解压缩，得到乱序排列后的多个子块；
根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述乱序排列后的多个子块进行重新排列，得到乱序排列前的多个子块；
根据所述乱序排列前的多个子块确定灰度图，并根据所述遥感图像的波段数量对所述灰度图进行拆分转换，以得到所述遥感图像。
此外，上述的存储器1230中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述遥感图像加密压缩方法，例如包括：
根据遥感图像的波段数量，将所述遥感图像转换为灰度图，并将所述灰度图分割成多个子块；
根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述多个子块进行乱序排列；
对乱序排列后的多个子块进行初步压缩，得到初步压缩比特流；
对所述初步压缩比特流进行霍夫曼解码以获取非零系数，根据再压缩次数对所述非零系数进行再压缩，并对再压缩后的非零系数进行霍夫曼编码以得到再压缩的比特流。
该计算机程序被处理器执行时还可以实现上述遥感图像解密解压缩方法，例如包括：
对再压缩的比特流进行霍夫曼解码得到再压缩后的非零系数，根据再压缩次数对所述再压缩后的非零系数进行还原得到再压缩前的非零系数；
对所述再压缩前的非零系数进行解压缩，得到乱序排列后的多个子块；
根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述乱序排列后的多个子块进行重新排列，得到乱序排列前的多个子块；
根据所述乱序排列前的多个子块确定灰度图，并根据所述遥感图像的波段数量对所述灰度图进行拆分转换，以得到所述遥感图像。
又一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述遥感图像加密压缩方法，例如包括：
根据遥感图像的波段数量，将所述遥感图像转换为灰度图，并将所述灰度图分割成多个子块；
根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述多个子块进行乱序排列；
对乱序排列后的多个子块进行初步压缩，得到初步压缩比特流；
对所述初步压缩比特流进行霍夫曼解码以获取非零系数，根据再压缩次数对所述非零系数进行再压缩，并对再压缩后的非零系数进行霍夫曼编码以得到再压缩的比特流。
所述计算机程序被处理器执行时，计算机还能够执行上述遥感图像解密解压缩方法，例如包括：
对再压缩的比特流进行霍夫曼解码得到再压缩后的非零系数，根据再压缩次数对所述再压缩后的非零系数进行还原得到再压缩前的非零系数；
对所述再压缩前的非零系数进行解压缩，得到乱序排列后的多个子块；
根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述乱序排列后的多个子块进行重新排列，得到乱序排列前的多个子块；
根据所述乱序排列前的多个子块确定灰度图，并根据所述遥感图像的波段数量对所述灰度图进行拆分转换，以得到所述遥感图像。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (11)
1.一种遥感图像加密压缩方法，其特征在于，包括：
根据遥感图像的波段数量，将所述遥感图像转换为灰度图，并将所述灰度图分割成多个子块；
根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述多个子块进行乱序排列；
对乱序排列后的多个子块进行初步压缩，得到初步压缩比特流；
对所述初步压缩比特流进行霍夫曼解码以获取非零系数，根据再压缩次数对所述非零系数进行再压缩，并对再压缩后的非零系数进行霍夫曼编码以得到再压缩的比特流。
2.根据权利要求1所述的遥感图像加密压缩方法，其特征在于，所述根据遥感图像的波段数量，将所述遥感图像转换为灰度图，包括：
将所述遥感图像的波段以3个为一组进行RGB通道转换；
在M/3=N的情况下，分别对N个RGB通道进行YCbCr通道转换，并将YCbCr通道转换后的各图像拼接为所述灰度图；其中，M为所述遥感图像的波段数量，N为正整数；
在M/3=N+m的情况下，分别对N个RGB通道进行YCbCr通道转换，并将YCbCr通道转换后的各图像以及m个波段的图像拼接为所述灰度图；其中，m为M/3的余数。
3.根据权利要求1所述的遥感图像加密压缩方法，其特征在于，所述根据密钥确定两个混沌矩阵，包括：
将密钥的二进制数据拆分为第一部分以及第二部分；其中，第一部分二进制数据用于生成多个十进制数，第二部分二进制数据用于生成两个系数；
根据所述多个十进制数以及所述两个系数构造初始条件，并对所述初始条件进行二维无限折叠映射，以得到所述两个混沌矩阵。
4.根据权利要求3所述的遥感图像加密压缩方法，其特征在于，所述根据所述两个混沌矩阵对所述多个子块进行乱序排列，包括：
将所述两个混沌矩阵相乘得到中间矩阵以及所述中间矩阵对应的索引矩阵；
对所述中间矩阵中的数据进行重新排序，以打乱所述索引矩阵得到乱序后的索引矩阵；
根据所述乱序后的索引矩阵对所述多个子块进行乱序排列。
5.根据权利要求1所述的遥感图像加密压缩方法，其特征在于，所述对乱序排列后的多个子块进行初步压缩，得到初步压缩比特流，包括：
对乱序排列后的多个子块依次进行离散余弦变换处理、量化处理、锯齿形扫描处理、游程长度编码处理，得到所述非零系数；
对所述非零系数进行霍夫曼编码，得到所述初步压缩比特流。
6.根据权利要求1所述的遥感图像加密压缩方法，其特征在于，所述根据再压缩次数对所述非零系数进行再压缩，包括：
对所述非零系数除以2的n次方并进行四舍五入取整，以得到所述再压缩后的非零系数；其中，n为再压缩次数。
7.一种遥感图像解密解压缩方法，其特征在于，包括：
对再压缩的比特流进行霍夫曼解码得到再压缩后的非零系数，根据再压缩次数对所述再压缩后的非零系数进行还原得到再压缩前的非零系数；
对所述再压缩前的非零系数进行解压缩，得到乱序排列后的多个子块；
根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述乱序排列后的多个子块进行重新排列，得到乱序排列前的多个子块；
根据所述乱序排列前的多个子块确定灰度图，并根据所述遥感图像的波段数量对所述灰度图进行拆分转换，以得到所述遥感图像。
8.一种遥感图像加密压缩装置，其特征在于，包括：
子块拆分模块，用于根据遥感图像的波段数量，将所述遥感图像转换为灰度图，并将所述灰度图分割成多个子块；
子块乱序模块，用于根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述多个子块进行乱序排列；
初步压缩模块，用于对乱序排列后的多个子块进行初步压缩，得到初步压缩比特流；
再压缩模块，用于对所述初步压缩比特流进行霍夫曼解码以获取非零系数，根据再压缩次数对所述非零系数进行再压缩，并对再压缩后的非零系数进行霍夫曼编码以得到再压缩的比特流。
9.一种遥感图像解密解压缩装置，其特征在于，包括：
解再压缩模块，用于对再压缩的比特流进行霍夫曼解码得到再压缩后的非零系数，根据再压缩次数对所述再压缩后的非零系数进行还原得到再压缩前的非零系数；
解初步压缩模块，用于对所述再压缩前的非零系数进行解压缩，得到乱序排列后的多个子块；
子块还原模块，用于根据密钥确定两个混沌矩阵，并根据所述两个混沌矩阵对所述乱序排列后的多个子块进行重新排列，得到乱序排列前的多个子块；
图像还原模块，用于根据所述乱序排列前的多个子块确定灰度图，并根据所述遥感图像的波段数量对所述灰度图进行拆分转换，以得到所述遥感图像。
10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述的遥感图像加密压缩方法，或者如权利要求7所述的遥感图像解密解压缩方法。
11.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的遥感图像加密压缩方法，或者如权利要求7所述的遥感图像解密解压缩方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311324092.4A CN117082181A (zh) | 2023-10-13 | 2023-10-13 | 遥感图像加密压缩方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311324092.4A CN117082181A (zh) | 2023-10-13 | 2023-10-13 | 遥感图像加密压缩方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117082181A true CN117082181A (zh) | 2023-11-17 |
Family
ID=88719791
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311324092.4A Pending CN117082181A (zh) | 2023-10-13 | 2023-10-13 | 遥感图像加密压缩方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117082181A (zh) |
-
2023
- 2023-10-13 CN CN202311324092.4A patent/CN117082181A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wahab et al. | Hiding data using efficient combination of RSA cryptography, and compression steganography techniques | |
| Vijayvargiya et al. | A survey: various techniques of image compression | |
| RU2417518C2 (ru) | Эффективное кодирование и декодирование блоков преобразования | |
| Rawat et al. | A Hybrid Image Compression Scheme Using DCT and Fractal Image Compression. | |
| US20090169001A1 (en) | System and Method for Encryption and Secure Transmission of Compressed Media | |
| US6456744B1 (en) | Method and apparatus for video compression using sequential frame cellular automata transforms | |
| US20140064479A1 (en) | Method and systems for multilevel data security | |
| CN113034334B (zh) | 联合JPEG和Huffman编码的加密图像可逆信息隐藏方法、装置 | |
| US20070217607A1 (en) | Repetition Coded Compression For Encrypting Highly Correlated Data | |
| CN102378991A (zh) | 用于编码的数据中的压缩增益的压缩域系统和方法 | |
| WO2019187609A1 (ja) | コンピュータプログラム、画像処理装置及び画像処理方法 | |
| US6393154B1 (en) | Method and apparatus for digital image compression using a dynamical system | |
| KR100733949B1 (ko) | 유한 알파벳 데이터의 비손실 적응 인코딩 | |
| Singh et al. | A Review on Latest Techniques of Image Compression | |
| WO2001050769A1 (en) | Method and apparatus for video compression using multi-state dynamical predictive systems | |
| CN114782563B (zh) | 一种针对jpeg图像的秘密图像分享方法和系统 | |
| CN117082181A (zh) | 遥感图像加密压缩方法、装置、电子设备及存储介质 | |
| US6400766B1 (en) | Method and apparatus for digital video compression using three-dimensional cellular automata transforms | |
| JP3952116B2 (ja) | 画像圧縮装置及び方法 | |
| Gupta et al. | Lossless compression based Kmp technique | |
| KR100918081B1 (ko) | 포렌식 마크 삽입 방법 및 장치 | |
| US10505713B2 (en) | Compression and/or encryption of a file | |
| Khudhar | An efficient system for encrypted image by using hybrid DWT-DCT compression algorithm | |
| Rajagopal et al. | Partial video encryption using random permutation based on modification on Dct based transformation | |
| CN116401690A (zh) | 一种图像处理方法、系统、设备以及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |