CN117880434A - 基于双2d压缩感知融合的可逆缩略图保留加密方法与系统 - Google Patents
基于双2d压缩感知融合的可逆缩略图保留加密方法与系统 Download PDFInfo
- Publication number
- CN117880434A CN117880434A CN202410260305.XA CN202410260305A CN117880434A CN 117880434 A CN117880434 A CN 117880434A CN 202410260305 A CN202410260305 A CN 202410260305A CN 117880434 A CN117880434 A CN 117880434A
- Authority
- CN
- China
- Prior art keywords
- image
- matrix
- representing
- sampling
- compressed
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000004927 fusion Effects 0.000 title claims abstract description 30
- 230000002441 reversible effect Effects 0.000 title claims abstract description 30
- 238000004321 preservation Methods 0.000 title claims description 8
- 239000011159 matrix material Substances 0.000 claims abstract description 130
- 238000005070 sampling Methods 0.000 claims abstract description 73
- 230000015556 catabolic process Effects 0.000 claims abstract description 14
- 238000006731 degradation reaction Methods 0.000 claims abstract description 14
- 230000008447 perception Effects 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 12
- 238000013139 quantization Methods 0.000 claims description 12
- 238000011084 recovery Methods 0.000 claims description 6
- 230000014759 maintenance of location Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 229910002056 binary alloy Inorganic materials 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 abstract description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000009977 dual effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000000540 analysis of variance Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明提出一种基于双2D压缩感知融合的可逆缩略图保留加密方法与系统,该方法使用确定性二进制块对角线采样矩阵对原始图像进行2DCS处理,生成第一幅采样图。再将原始图像与第一幅采样图的重建值相减以构造残差矩阵。通过符号矩阵编码压缩残差矩阵为比特流。利用任意缩放感知退化矩阵对第一幅采样图进行2DCS,生成第二幅采样图。两幅采样图融合后得到载体图像,将比特流嵌入到载体图像中,得到TPE图像。本发明不但平衡了隐私保护与视觉可用性,还有较高的抵御攻击的能力。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种基于双2D压缩感知融合的可逆缩略图保留加密方法与系统。
背景技术
随着手机等智能设备的发展,使用各种照相设备拍照已经成为人们记录生活的一种常见方式。由于本地设备资源有限以及云存储的普及,越来越多的人将图像存储在云中,例如iCloud, Google Drive, Skydrive。
这些图像记录了我们大量不同类型的个人隐私。未经处理的图像上传到云端面临着各种隐私问题,如不安全的云运营商主动泄露、非法第三方攻击成功等。平台的安全措施不断完善,但最前沿的平台仍然面临着数据泄露的挑战。
用户可以在将图片上传到云端之前对其进行传统的加密,这样可以保护图片在云存储中的隐私性。然而,这些加密方法牺牲了图像的可用性,这意味着用户如果不下载并解密图像,就无法查看或管理云中的图像。事实上,人们有能力识别他们看过的扭曲的图像(尤其是面孔),这被称为先验知识。因此,在保护隐私的同时保留原始图像的部分视觉可用性,可以为具有先验知识的用户提供图像的可用性。
发明内容
鉴于上述状况,本发明的主要目的是为了提出一种基于双2D压缩感知融合的可逆缩略图保留加密方法与系统,以解决上述技术问题。
本发明提出了一种基于双2D压缩感知融合的可逆缩略图保留加密方法,所述方法包括如下步骤:
步骤1、获取原始图像,根据原始图像的尺寸生成对应大小的确定性对角测量矩阵,将确定性对角测量矩阵作为2D压缩感知的测量矩阵对第一张采样图像进行压缩采样,并将压缩采样结果进行量化,得到第一张采样图像;
步骤2、将缩放感知退化矩阵作为2D压缩感知的测量矩阵对第一张采样图像进行压缩采样,并将压缩采样结果进行比例调整和量化,得到第二张采样图像,将两张采样图像融合得到载体图像;
步骤3、将第一张采样图像重建后与原图相减,得到残差矩阵,通过有符号矩阵编码将残差矩阵压缩为比特流;
将比特流嵌入到载体图像的第二张采样图像中,最终得到TPE图像,并进行传输;
步骤4、接收到TPE图像后,提取TPE图像中的第一张采样图和比特流;
比特流通过有符号矩阵解码得到残差矩阵,将第一张采样图重建后与残差矩阵相加,得到原始图像。
本发明还提出一种基于双2D压缩感知融合的可逆缩略图保留加密系统,其中,所述系统应用如上所述的基于双2D压缩感知融合的可逆缩略图保留加密方法,所述系统包括:
采样图像获取模块,用于:
获取原始图像,根据原始图像的尺寸生成对应大小的确定性对角测量矩阵,将确定性对角测量矩阵作为2D压缩感知的测量矩阵对第一张采样图像进行压缩采样,并将压缩采样结果进行量化,得到第一张采样图像;
将缩放感知退化矩阵作为2D压缩感知的测量矩阵对第一张采样图像进行压缩采样,并将压缩采样结果进行比例调整和量化,得到第二张采样图像;
获取载体图像模块,用于:
将两张采样图像融合得到载体图像;
残差矩阵处理模块,用于:
将第一张采样图像重建后与原图相减,得到残差矩阵,通过有符号矩阵编码将残差矩阵压缩为比特流;
将比特流嵌入到载体图像中,得到TPE图像,并进行传输;
解密模块,用于:
接收到TPE图像后,提取TPE图像中的第一张采样图和比特流;
比特流通过有符号矩阵解码得到残差矩阵,将第一张采样图重建后与残差矩阵相加,得到原始图像。
本发明还提出一种终端设备,包括存储器和处理器,处理器执行存储器中保存的计算机程序时实现上述的一种基于双2D压缩感知融合的可逆缩略图保留加密方法。
本发明还提出一种计算机可读存储介质,用于存储计算机程序,计算机程序被处理器执行时实现上述的一种基于双2D压缩感知融合的可逆缩略图保留加密方法。
相较于现有技术,本发明的有益效果如下:
1、本发明采用双2D压缩感知融合,可以为残差矩阵的比特流提供了载体图像,同时能够调整载体图像的视觉可用性。
2、本发明采用有符号矩阵进行编码,该编码方案显著地将残差矩阵压缩成比特流。通过将该比特流嵌入到载体图像中,最终实现了可逆的缩略图保留加密方法。
3、本发明在平衡图像的视觉可用性和隐私保护能力的同时,相比较其他方法,抵御统计攻击的能力更强。
本发明的附加方面与优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实施例了解到。
附图说明
图1为本发明提出的基于双2D压缩感知融合的可逆缩略图保留加密方法的流程图;
图2为本发明生成载体图像的过程图;
图3为本发明提出的基于双2D压缩感知融合的可逆缩略图保留加密系统的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
参照下面的描述和附图,将清楚本发明的实施例的这些和其他方面。在这些描述和附图中,具体公开了本发明的实施例中的一些特定实施方式,来表示实施本发明的实施例的原理的一些方式,但是应当理解,本发明的实施例的范围不受此限制。
请参阅图1,本实施例提供了一种基于双2D压缩感知融合的可逆缩略图保留加密方法,所述方法包括如下步骤:
步骤1、获取原始图像,根据原始图像的尺寸生成对应大小的确定性对角测量矩阵,将确定性对角测量矩阵作为2D压缩感知的测量矩阵对第一张采样图像进行压缩采样,并将压缩采样结果进行量化,得到第一张采样图像;
在所述步骤1中,确定性对角测量矩阵的表达式为:
;
其中,中对角线的每块都是相同的,且每块都包含/>个值为1的元素,为了减少信息的丢失,将/>设为2。
在所述步骤1中,将确定性对角测量矩阵作为2D压缩感知的测量矩阵对第一张采样图像进行压缩采样的计算过程存在如下关系式:
;
其中,表示原始图像,/>表示第一压缩采样结果;
对第一压缩采样结果进行量化,得到第一张采样图像,其计算过程存在如下关系式:
;
表示第一张采样图像,/>是取整函数,/>和/>是量化的上下界,和/>分别表示第/>行和第/>列,/>表示求最小值函数,/>表示求最大值函数。
步骤2、将缩放感知退化矩阵作为2D压缩感知的测量矩阵对第一张采样图像进行压缩采样,并将压缩采样结果进行比例调整和量化,得到第二张采样图像,将两张采样图像融合得到载体图像;
在所述步骤2中,缩放感知退化矩阵的表达式为:
;
其中,表示缩放感知退化矩阵,/>是由多个矩阵/>置于对角线上组成的;
矩阵的表达式为:
;
其中,的尺寸为/>,矩阵/>共有/>个1,被随机分为/>组置于矩阵/>的对角线上,/>用于记录/>第/>行1的个数。
在所述步骤2中,将任意缩放感知退化矩阵作为2D压缩感知的测量矩阵对第一张采样图像进行压缩采样的计算公式表示为:
;
其中,表示第二压缩采样结果;
由于缩放感知退化矩阵的特殊构造,导致第二压缩采样结果像素比例失调,对第二压缩采样结果/>进行比例调整,得到比例恢复后的第二压缩采样结果,其计算过程存在如下关系式:
;
其中,用于记录/>第/>行1的个数,/>表示比例恢复后的第二压缩采样结果,
对比例恢复后的第二压缩采样结果进行量化,得到第二张采样图像,其计算过程存在如下关系式:
;
其中,表示取整函数,/>表示第二张采样图像。
在所述步骤2中,将两张采样图像融合得到载体图像的计算过程存在如下关系式:
;
其中,表示载体图像,/>和/>表示/>中/>的参数,/>表示向上取整,表示求余函数。
在上述方案中,生成载体图像的过程图通过图2体现,其中图2中的(a)为原始图像,图2中的(b)为第一张采样图像,图2中的(c)为第二张采样图像/>,图2中的(d)为载体图像/>。
步骤3、将第一张采样图像重建后与原图相减,得到残差矩阵,通过有符号矩阵编码将残差矩阵压缩为比特流;
将比特流嵌入到载体图像的第二张采样图像中,最终得到TPE图像,并进行传输;
在所述步骤3中,将第一张采样图像重建后与原图相减,得到残差矩阵,通过有符号矩阵编码将残差矩阵压缩为比特流的方法具体包括如下步骤:
将第一张采样图像重建后与原图相减,得到残差矩阵,其计算过程存在如下关系式:
;
其中,表示残差矩阵,/>表示原始图像,/>表示重建算法。
残差矩阵为一个有符号矩阵,将有符号矩阵分为表示正负值的二进制矩阵和绝对值矩阵;
对于二进制矩阵,先使用基于游程编码的0-1游程编码,再进行哈夫曼编码,得到第一编码结果,其计算过程存在如下关系式:
;
其中,表示哈夫曼编码,/>表示0-1游程编码,/>表示第一编码结果,/>表示二进制矩阵;
对于绝对值矩阵,直接进行哈夫曼编码,得到第二编码结果,其计算过程存在如下关系式:
;
其中,表示哈夫曼编码,/>表示第二编码结果,/>表示绝对值矩阵;
将两个编码结果和/>的长度转为二进制,再与/>、/>合并为比特流S。
在所述步骤3中,将比特流嵌入到载体图像中的具体步骤如下:
在载体图像中,由第二张采样图像组成的每个像素都为载体像素,载体像素的二进制长度为,将比特流嵌入到载体像素的最低/>位。
步骤4、接收到TPE图像后,提取TPE图像中的第一张采样图和比特流;
比特流通过有符号矩阵解码得到残差矩阵,将第一张采样图重建后与残差矩阵相加,得到原始图像。
在所述步骤4中,接收到TPE图像后,提取TPE图像中的第一张采样图和比特流,比特流通过有符号矩阵解码得到残差矩阵,将第一张采样图重建后与残差矩阵相加,得到原始图像的方法具体包括如下步骤:
从TPE图像中获得第一张采样图像,其计算过程存在如下关系式:
;
将TPE图像中每个由第二张采样图像组成的像素换为二进制,并除最高位外截取出来,依次合并在一起得到比特流S;
从比特流S中截取出两个编码结果和/>,对于第一编码结果/>,先使用哈夫曼解码,再通过0-1游程解码,得到二进制矩阵/>,其计算过程存在如下关系式:
;
其中,表示0-1游程解码,/>表示哈夫曼解码;
对于第二编码结果,直接进行哈夫曼解码,得到绝对值矩阵/>,其计算过程存在如下关系式:
;
二进制矩阵和绝对值矩阵/>合并为残差矩阵/>;
最后,第一张采样图重建后与残差矩阵相加,得到原始图像,其计算过程存在如下关系式:
。
为了验证本发明的有效性,在本实施例中对某个人脸图像数据集进行了实验分析。
加密图像的直方图分布越均匀,算法抗统计攻击的能力越强。在数学上,直方图的方差可以用来评价直方图的均匀性。直方图方差分析结果如表1所示。
表1 加密图像的直方图方差分析结果
从原始图像和加密图像中选取水平、垂直和对角线方向上的5000对相邻像素,计算这些像素之间的相关系数。得到的相关系数如表2所示。
表2 相关系数分析结果
综上,根据本实施例提供的基于双2D压缩感知融合的可逆缩略图保留加密方法,能在平衡图像的视觉可用性和隐私保护能力的前提下,抵御统计攻击的能力更强。此外,解密图像与原始图像相比是无损的,这表明了此方法的可逆性。
请参照图3,本实施例还提供一种基于双2D压缩感知融合的可逆缩略图保留加密系统,其中,所述系统应用如上所述的基于双2D压缩感知融合的可逆缩略图保留加密方法,所述系统包括:
采样图像获取模块,用于:
获取原始图像,根据原始图像的尺寸生成对应大小的确定性对角测量矩阵,将确定性对角测量矩阵作为2D压缩感知的测量矩阵对第一张采样图像进行压缩采样,并将压缩采样结果进行量化,得到第一张采样图像;
将缩放感知退化矩阵作为2D压缩感知的测量矩阵对第一张采样图像进行压缩采样,并将压缩采样结果进行比例调整和量化,得到第二张采样图像;
获取载体图像模块,用于:
将两张采样图像融合得到载体图像;
残差矩阵处理模块,用于:
将第一张采样图像重建后与原图相减,得到残差矩阵,通过有符号矩阵编码将残差矩阵压缩为比特流;
将比特流嵌入到载体图像中,得到TPE图像,并进行传输;
解密模块,用于:
接收到TPE图像后,提取TPE图像中的第一张采样图和比特流;
比特流通过有符号矩阵解码得到残差矩阵,将第一张采样图重建后与残差矩阵相加,得到原始图像。
本实施例还提出一种终端设备,包括存储器和处理器,处理器执行存储器中保存的计算机程序时实现上述的一种基于双2D压缩感知融合的可逆缩略图保留加密方法。
本实施例还提出一种计算机可读存储介质,用于存储计算机程序,计算机程序被处理器执行时实现上述的一种基于双2D压缩感知融合的可逆缩略图保留加密方法。
应当理解的,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
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)
1.一种基于双2D压缩感知融合的可逆缩略图保留加密方法,其特征在于,所述方法包括如下步骤:
步骤1、获取原始图像,根据原始图像的尺寸生成对应大小的确定性对角测量矩阵,将确定性对角测量矩阵作为2D压缩感知的测量矩阵对第一张采样图像进行压缩采样,并将压缩采样结果进行量化,得到第一张采样图像;
步骤2、将缩放感知退化矩阵作为2D压缩感知的测量矩阵对第一张采样图像进行压缩采样,并将压缩采样结果进行比例调整和量化,得到第二张采样图像,将两张采样图像融合得到载体图像;
步骤3、将第一张采样图像重建后与原图相减,得到残差矩阵,通过有符号矩阵编码将残差矩阵压缩为比特流;
将比特流嵌入到载体图像的第二张采样图像中,最终得到TPE图像,并进行传输;
步骤4、接收到TPE图像后,提取TPE图像中的第一张采样图和比特流;
比特流通过有符号矩阵解码得到残差矩阵,将第一张采样图重建后与残差矩阵相加,得到原始图像。
2.根据权利要求1所述的基于双2D压缩感知融合的可逆缩略图保留加密方法,其特征在于,在所述步骤1中,确定性对角测量矩阵的表达式为:
;
其中,中对角线的每块都是相同的,且每块都包含/>个值为1的元素。
3.根据权利要求2所述的基于双2D压缩感知融合的可逆缩略图保留加密方法,其特征在于,在所述步骤1中,将确定性对角测量矩阵作为2D压缩感知的测量矩阵对第一张采样图像进行压缩采样的计算过程存在如下关系式:
;
其中,表示原始图像,/>表示第一压缩采样结果;
对第一压缩采样结果进行量化,得到第一张采样图像,其计算过程存在如下关系式:
;
表示第一张采样图像,/>是取整函数,/>和/>是量化的上下界,/>和分别表示第/>行和第/>列,/>表示求最小值函数,/>表示求最大值函数。
4.根据权利要求2所述的基于双2D压缩感知融合的可逆缩略图保留加密方法,其特征在于,在所述步骤2中,缩放感知退化矩阵的表达式为:
;
其中,表示缩放感知退化矩阵,/>是由多个矩阵/>置于对角线上组成的;
矩阵的表达式为:
;
其中,的尺寸为/>,矩阵/>共有/>个1,被随机分为/>组置于矩阵/>的对角线上,/>用于记录/>第/>行1的个数。
5.根据权利要求2所述的基于双2D压缩感知融合的可逆缩略图保留加密方法,其特征在于,在所述步骤2中,将任意缩放感知退化矩阵作为2D压缩感知的测量矩阵对第一张采样图像进行压缩采样的计算公式表示为:
;
其中,表示第二压缩采样结果;
对第二压缩采样结果进行比例调整,得到比例恢复后的第二压缩采样结果,其计算过程存在如下关系式:
;
其中,用于记录/>第/>行1的个数,/>表示比例恢复后的第二压缩采样结果,
对比例恢复后的第二压缩采样结果进行量化,得到第二张采样图像,其计算过程存在如下关系式:
;
其中,表示取整函数,/>表示第二张采样图像。
6.根据权利要求5所述的基于双2D压缩感知融合的可逆缩略图保留加密方法,其特征在于,在所述步骤2中,将两张采样图像融合得到载体图像的计算过程存在如下关系式:
;
其中,表示载体图像,/>和/>表示/>中/>的参数,/>表示向上取整,表示求余函数。
7.根据权利要求6所述的基于双2D压缩感知融合的可逆缩略图保留加密方法,其特征在于,在所述步骤3中,将第一张采样图像重建后与原图相减,得到残差矩阵,通过有符号矩阵编码将残差矩阵压缩为比特流的方法具体包括如下步骤:
将第一张采样图像重建后与原图相减,得到残差矩阵,其计算过程存在如下关系式:
;
其中,表示残差矩阵,/>表示原始图像,/>表示重建算法;
残差矩阵为一个有符号矩阵,将有符号矩阵分为表示正负值的二进制矩阵和绝对值矩阵;
对于二进制矩阵,先使用基于游程编码的0-1游程编码,再进行哈夫曼编码,得到第一编码结果,其计算过程存在如下关系式:
;
其中,表示哈夫曼编码,/>表示0-1游程编码,/>表示第一编码结果,/>表示二进制矩阵;
对于绝对值矩阵,直接进行哈夫曼编码,得到第二编码结果,其计算过程存在如下关系式:
;
其中,表示哈夫曼编码,/>表示第二编码结果,/>表示绝对值矩阵;
将两个编码结果和/>的长度转为二进制,再与/>、/>合并为比特流S。
8.根据权利要求7所述的基于双2D压缩感知融合的可逆缩略图保留加密方法,其特征在于,在所述步骤3中,将比特流嵌入到载体图像中的具体步骤如下:
在载体图像中,由第二张采样图像组成的每个像素都为载体像素,载体像素的二进制长度为,将比特流嵌入到载体像素的最低/>位。
9.根据权利要求8所述的基于双2D压缩感知融合的可逆缩略图保留加密方法,其特征在于,在所述步骤4中,接收到TPE图像后,提取TPE图像中的第一张采样图和比特流,比特流通过有符号矩阵解码得到残差矩阵,将第一张采样图重建后与残差矩阵相加,得到原始图像的方法具体包括如下步骤:
从TPE图像中获得第一张采样图像,其计算过程存在如下关系式:
;
将TPE图像中每个由第二张采样图像组成的像素换为二进制,并除最高位外截取出来,依次合并在一起得到比特流S;
从比特流S中截取出两个编码结果和/>,对于第一编码结果/>,先使用哈夫曼解码,再通过0-1游程解码,得到二进制矩阵/>,其计算过程存在如下关系式:
;
其中,表示0-1游程解码,/>表示哈夫曼解码;
对于第二编码结果,直接进行哈夫曼解码,得到绝对值矩阵/>,其计算过程存在如下关系式:
;
二进制矩阵和绝对值矩阵/>合并为残差矩阵/>;
最后,第一张采样图重建后与残差矩阵相加,得到原始图像,其计算过程存在如下关系式:
。
10.一种基于双2D压缩感知融合的可逆缩略图保留加密系统,其特征在于,所述系统应用如权利要求1至9任意一项所述的基于双2D压缩感知融合的可逆缩略图保留加密方法,所述系统包括:
采样图像获取模块,用于:
获取原始图像,根据原始图像的尺寸生成对应大小的确定性对角测量矩阵,将确定性对角测量矩阵作为2D压缩感知的测量矩阵对第一张采样图像进行压缩采样,并将压缩采样结果进行量化,得到第一张采样图像;
将缩放感知退化矩阵作为2D压缩感知的测量矩阵对第一张采样图像进行压缩采样,并将压缩采样结果进行比例调整和量化,得到第二张采样图像;
获取载体图像模块,用于:
将两张采样图像融合得到载体图像;
残差矩阵处理模块,用于:
将第一张采样图像重建后与原图相减,得到残差矩阵,通过有符号矩阵编码将残差矩阵压缩为比特流;
将比特流嵌入到载体图像中,得到TPE图像,并进行传输;
解密模块,用于:
接收到TPE图像后,提取TPE图像中的第一张采样图和比特流;
比特流通过有符号矩阵解码得到残差矩阵,将第一张采样图重建后与残差矩阵相加,得到原始图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410260305.XA CN117880434B (zh) | 2024-03-07 | 2024-03-07 | 基于双2d压缩感知融合的可逆缩略图保留加密方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410260305.XA CN117880434B (zh) | 2024-03-07 | 2024-03-07 | 基于双2d压缩感知融合的可逆缩略图保留加密方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117880434A true CN117880434A (zh) | 2024-04-12 |
CN117880434B CN117880434B (zh) | 2024-05-24 |
Family
ID=90594995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410260305.XA Active CN117880434B (zh) | 2024-03-07 | 2024-03-07 | 基于双2d压缩感知融合的可逆缩略图保留加密方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117880434B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5629780A (en) * | 1994-12-19 | 1997-05-13 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Image data compression having minimum perceptual error |
US7424163B1 (en) * | 2004-07-13 | 2008-09-09 | Itt Manufacturing Enterprises, Inc. | System and method for lossless image compression |
CN105243635A (zh) * | 2015-08-21 | 2016-01-13 | 南昌大学 | 基于二维压缩感知与混沌系统的图像加密方法 |
CN107170019A (zh) * | 2017-05-25 | 2017-09-15 | 浙江树人学院 | 一种快速低存储图像压缩感知方法 |
CN111818341A (zh) * | 2020-07-06 | 2020-10-23 | 哈尔滨工业大学(威海) | 一种基于压缩感知和非线性扩散的图像压缩加密方法 |
CN113378143A (zh) * | 2021-07-06 | 2021-09-10 | 江西财经大学 | 基于半张量压缩感知的加密域可逆信息隐藏与认证方法 |
CN115002293A (zh) * | 2022-08-01 | 2022-09-02 | 江西财经大学 | 基于缩略图格式保留的隐私保密方法、系统及存储介质 |
CN115955534A (zh) * | 2023-03-12 | 2023-04-11 | 江西财经大学 | 基于压缩感知的秘密嵌入分享方法、系统、终端及介质 |
CN116192360A (zh) * | 2023-02-13 | 2023-05-30 | 广东海洋大学 | 一种基于2d压缩感知的非对称视觉有意义图像加密方法 |
CN117077187A (zh) * | 2023-10-18 | 2023-11-17 | 江西财经大学 | 一种多级视觉隐私保护方法、系统、设备及存储介质 |
-
2024
- 2024-03-07 CN CN202410260305.XA patent/CN117880434B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5629780A (en) * | 1994-12-19 | 1997-05-13 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Image data compression having minimum perceptual error |
US7424163B1 (en) * | 2004-07-13 | 2008-09-09 | Itt Manufacturing Enterprises, Inc. | System and method for lossless image compression |
CN105243635A (zh) * | 2015-08-21 | 2016-01-13 | 南昌大学 | 基于二维压缩感知与混沌系统的图像加密方法 |
CN107170019A (zh) * | 2017-05-25 | 2017-09-15 | 浙江树人学院 | 一种快速低存储图像压缩感知方法 |
CN111818341A (zh) * | 2020-07-06 | 2020-10-23 | 哈尔滨工业大学(威海) | 一种基于压缩感知和非线性扩散的图像压缩加密方法 |
CN113378143A (zh) * | 2021-07-06 | 2021-09-10 | 江西财经大学 | 基于半张量压缩感知的加密域可逆信息隐藏与认证方法 |
CN115002293A (zh) * | 2022-08-01 | 2022-09-02 | 江西财经大学 | 基于缩略图格式保留的隐私保密方法、系统及存储介质 |
CN116192360A (zh) * | 2023-02-13 | 2023-05-30 | 广东海洋大学 | 一种基于2d压缩感知的非对称视觉有意义图像加密方法 |
CN115955534A (zh) * | 2023-03-12 | 2023-04-11 | 江西财经大学 | 基于压缩感知的秘密嵌入分享方法、系统、终端及介质 |
CN117077187A (zh) * | 2023-10-18 | 2023-11-17 | 江西财经大学 | 一种多级视觉隐私保护方法、系统、设备及存储介质 |
Non-Patent Citations (6)
Title |
---|
AN XINLEI: "Mixed gray-color images encryption algorithm based on a memristor chaotic system and 2D compression sensing", EXPERT SYSTEMS WITH APPLICATIONS, 12 December 2023 (2023-12-12) * |
叶柏君: "融合二维压缩感知和同步混沌流密码的医学图像加密算法", 机电工程技术, 20 November 2023 (2023-11-20) * |
李军;陈思佳;雷苗;李娇声;李榕;唐志列;: "全光学压缩光学图像隐藏技术", 光学学报, no. 11, 10 November 2017 (2017-11-10) * |
李莉;: "基于噪声整形的压缩感知图像融合算法", 福建电脑, no. 08, 25 August 2018 (2018-08-25) * |
温文媖: "融合2D压缩感知的缩略图格式保留加密隐私保护", 中国图象图形学报, 16 March 2023 (2023-03-16) * |
程涛;游兰;: "基于信号方向信息的二维压缩感知重构研究", 半导体光电, no. 02, 15 April 2015 (2015-04-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN117880434B (zh) | 2024-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Long et al. | Separable reversible data hiding and encryption for HEVC video | |
Qin et al. | Reversible data hiding in encrypted image with separable capability and high embedding capacity | |
Cao et al. | High capacity reversible data hiding in encrypted images by patch-level sparse representation | |
CN108810555B (zh) | 基于图像压缩与弹性分辨率的缩略图图像隐私保护方法 | |
Manohar et al. | Data encryption & decryption using steganography | |
Xiao et al. | High capacity data hiding in encrypted image based on compressive sensing for nonequivalent resources | |
Sachdeva et al. | Colour image steganography based on modified quantization table | |
Ping et al. | Generating visually secure encrypted images by partial block pairing-substitution and semi-tensor product compressed sensing | |
Bhautmage et al. | Advanced video steganography algorithm | |
CN115002293B (zh) | 基于缩略图格式保留的隐私保密方法、系统及存储介质 | |
Benedict | Improved file security system using multiple image steganography | |
Puteaux et al. | Reversible data hiding in encrypted images based on adaptive local entropy analysis | |
Sultana et al. | A modified filtering approach of LSB image steganography using stream builder along with AES encryption | |
Abdulkadhim et al. | Audio steganography based on least significant bits algorithm with 4D grid multi-wing hyper-chaotic system | |
Huo et al. | A flexible and visually meaningful multi-image compression, encryption and hiding scheme based on 2D compressive sensing | |
Fu et al. | Adaptive embedding combining LBE and IBBE for high-capacity reversible data hiding in encrypted images | |
Cao et al. | Separable reversible data hiding in encrypted VQ‐encoded images | |
CN117880434B (zh) | 基于双2d压缩感知融合的可逆缩略图保留加密方法与系统 | |
CN112019699A (zh) | 一种基于无损压缩的加密图像可逆信息隐藏方法 | |
CN114782563B (zh) | 一种针对jpeg图像的秘密图像分享方法和系统 | |
Kaur et al. | Image steganography using hybrid edge detection and first component alteration technique | |
CN107845055B (zh) | 抗Facebook压缩的图像加密方法 | |
Li et al. | High-capacity reversible data hiding in encrypted images by information preprocessing | |
Banerjee et al. | A secure high-capacity video steganography using bit plane slicing through (7, 4) hamming code | |
Amjath et al. | Secure communication using steganography in IoT environment |
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 | ||
GR01 | Patent grant |