基于上下文修正的ROI联合压缩加密算法

提出一种基于上下文修正的ROI图像联合压缩加密算法。对零树结构进行改进,引入自适应算术编码器,利用密钥对ROI图像压缩产生的原始上下文进行修正,修正后的上下文与原始判决一起送入自适应算术编码器中实现对ROI图像的联合压缩加密。为了满足不同权限用户的需求,对感兴趣区域按树型结构扫描的方式进行加密,并对该算法进行仿真。结果表明:在相同码率条件下,与原始压缩算法相比,所提出的算法具有基本相当的压缩效率;在压缩率保持不变的情况下,相对于区间分裂的算术编码而言,所提出的算法安全性能更好。     

基于改进零树编码的ROI图像联合压缩加密算法

提出了一种能灵活控制感兴趣区域（Region Of Interest, R0I）的重建质量且将图像的压缩与加密同步实现的编码算法。该算法将图像进行ROI划分后利用加权因子灵活控制其编码量,再通过结合改进零数的压缩算法与算术编码,使用密钥对压缩产生的原始上下文与原始判决进行修正,从而实现ROI的联合压缩加密。实验结果表明,当密钥正确时, ROI的重建质量随着加权因子的变化而变化;当密钥出错时, ROI重建质量急剧下降,图像实现分区域加密,从而验证了本文所提出算法的可行性。     

基于JPEG2000的图像联合压缩加密算法

为实现图像的压缩和加密同步,在深入研究MQ算术编码器的基础上,将Lorenz混沌系统生成的随机序列作为流密钥对JPEG2000压缩算法中比特平面编码形成的上下文和判决进行修正,以改变MQ编码时的概率分布来使得输出的码流发生变化,从而实现图像联合压缩加密.阐述了上下文修正和判决修正加密算法的规则.对算法进行仿真,结果表明,相对于原始压缩算法,所提出的算法对图像的压缩效率几乎没有影响,且安全性好、实时性高.     

无损自适应分布式算术编码的研究及应用

目前分布式算术编码研究都是基于先验概率已知的有损压缩,为了实现概率自适应的无损压缩,研究了采用结束字符和概率自适应的编码方式来实现编码,提出了无损自适应分布式算术编码。实验结果表明,该算法拥有更好的压缩效果和更低的解码复杂度,并且在实际应用中,编解码可以同时进行。由于无损自适应分布式算术编码具有编码简单、压缩效果好的优点,故将它和比特面编码结合实现超光谱图像压缩,并将仿真结果与3D-SPECK算法比较,结果表明了该方法可以使信噪比提高0.13-0.37dB。     

基于预测误差编码的加密域可逆数据隐藏算法

为提高加密图像可逆数据隐藏的嵌入容量与安全性,提出一种改进的加密域可逆数据隐藏算法。以分块加密方式保留图像块内相邻像素间的相关性,利用多元线性回归模型对图像块内特定像素进行预测,同时以位替换方式将预测误差码元和秘密信息同时嵌入目标像素中,通过差分对称编码提升编码效率并扩展嵌入空间,使得接收者在仅拥有加密密钥和嵌入密钥的情况下可无失真地恢复原始图像和提取秘密信息。实验结果表明,该算法在BOWS-2和UCID数据集上的平均嵌入率分别达到1.717和1.310 bit/pixel,在提高嵌入容量和安全性的同时实现了信息提取操作和图像恢复操作的完全分离。     

基于DCT域边缘检测的水印算法

针对水印提取时的失真和安全性问题,提出一种基于DCT域边缘检测的数字水印算法.该算法用密钥序列置乱水印图像加密,把载体图像分块,根据边缘检测算子得到原始图像的边缘图像,用两种不同的嵌入方法将水印信息根据不同的嵌入强度嵌入到原始载体图像的DC(直流)分量中.实验结果表明,该算法对缩放、压缩、裁剪等攻击具有良好的鲁棒性和不可见性.     

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。     

基于快速稀疏表示的医学图像压缩

随着数字医学图像数据量的日益增大,有必要采取一定的图像压缩技术进行压缩存储。为此,提出基于快速稀疏表示的医学图像压缩方法。使用K-奇异值分解算法构造医学图像过完备字典,采用批量正交匹配追踪(Batch-OMP)算法进行稀疏编码。该方法只需要存储稀疏编码非零位置的系数信息,利用过完备字典即可实现原始医学图像的重构。实验结果表明,该方法可提高图像稀疏编码的速度,与正交匹配追踪(OMP)算法相比可提速40%左右,并且图像重构效果优于联合图像专家组(JPEG)算法和多级树集合分裂(SPIHT)算法的压缩效果,相对JPEG压缩的图像峰值信噪比平均提高18%,相对SPIHT算法平均提高50%。     

图像加密域可分离可逆信息隐藏算法的系统设计与实现

改进了一种图像加密域可分离可逆信息隐藏的算法,设计并实现了一个图像加密域的可分离可逆信息隐藏软件系统。在此系统中,内容拥有者对未压缩的原始图像使用加密密钥进行加密。然后,信息隐藏者使用信息隐藏密钥把加密图像的最低位平面进行压缩,在压缩所得的空余空间里嵌入额外数据。最后得到包含嵌入信息的加密图像：拥有信息隐藏密钥的接收方,尽管不知道原始图片内容也可以提取出隐藏信息;拥有加密密钥的接收方可以获得原始图像的近似图,但是不能提取隐藏信息;如果同时拥有加密密钥和信息隐藏密钥,那么既可以提取出隐藏信息,也可以利用自然图像的空间相关性恢复出图像的相似图像。实例测试的结果表明,算法具有嵌入容量大、操作更灵活的优点。     

基于马尔可夫随机场的加密二值图像有损压缩算法

尽管当前已有众多二值图像的压缩方法,但这些方法并不能直接应用于加密二值图像的压缩。在云计算、分布式处理等场景下,如何高效地对加密二值图像进行有损压缩仍然是一个挑战,而当前鲜有这方面的研究。针对此问题,提出了一种基于马尔可夫随机场(MRF)的加密二值图像有损压缩算法。该算法用MRF表征二值图像的空域统计特性,进而借助MRF及解压缩还原的像素推断加密二值图像压缩过程中被丢弃的像素。所提算法的发送方采用流密码对二值图像进行加密,云端先后利用分块均匀但块内随机的下抽样方式及低密度奇偶校验(LDPC)编码对加密二值图像进行压缩,接收方则通过构造包含解码、解密及MRF重构的联合因子图实现二值图像的有损重构。实验结果表明,所提算法获得了较好的压缩效率,在0.2~0.4 bpp压缩率时有损重构图像的比特误差率(BER)不超过5%;而与针对未加密原始二值图像的国际压缩标准JBIG2的压缩效率相比,所提算法的压缩效率与其相当。这些充分表明了所提算法的可行性与有效性。     

基于提升Directionlet变换的零块嵌入图像编码算法

提出一种新的基于提升Directionlet变换的图像压缩算法, 能有效捕捉图像中的多方向各向异性特征, 并具备格形可分离的滤波和采样结构. 利用四叉树分块寻找局部最优的变换方向, 针对Directionlet变换系数分布构造了块集合分裂嵌入编码, 并通过改进链表排序方式和设计新的上下文算术编码器, 进一步提高压缩性能. 仿真实验结果表明, 与基于原始Directionlet变换的压缩算法和基于小波变换的SPECK, SPIHT, JPEG 2000等经典算法相比, 本文算法在性能参数和视觉效果方面均有较大提高, 且在低比特率下仍能较完整地保留图像中的边缘和细节信息.     

基于相对多重分形谱的感兴趣区域图像压缩

提出了一种基于相对多重分形谱的图像质量评价准则,给出了基于此准则的感兴趣区域检测算法。在此基础上,研究了基于相对多重分形谱评价准则的感兴趣区域图像编码技术。将感兴趣区域定义为图像中纹理变化相对比较复杂的区域。在这一定义下,给出了计算小波域感兴趣区域掩模的新算法。最后,在编码过程中提出了一种感兴趣区域编码优先的复合EZW算法。实验结果证明了该算法的有效性。     

Joint SPIHT compression and selective encryption

JCSE-SPIHT, an algorithm of joint compression and selective encryption based on set partitioning in hierarchical trees (SPIHT), is proposed to achieve image encryption and compression simultaneously. It can protect SPIHT compressed images by only fast scrambling a tiny portion of crucial data during the coding process while keeping all the virtues of SPIHT intact. Intensive experiments are conducted to validate and evaluate the proposed algorithm; the results show that the efficiency and the compression performance of JCSE-SPIHT are very close to original SPIHT. In security analysis, JCSE-SPIHT is proved to be immune to various attacks not only from traditional cryptanalysis, but also by utilizing sophisticated image processing techniques.     

一种格式兼容的JPEG彩色图像自适应加密算法

为了保障特殊格式图像的安全应用,需要针对其特点,深入研究与其格式兼容的图像加密算法。通过集成 JPEG压缩标准与自适应加密思想,提出了具有格式兼容特性的JPEG彩色图像自适应加密算法。该算法分别选取JPEG压缩过程中的直流系数和按曲折排序的前16个交流系数构造出对应的系数矩阵。在自适应加密框架下,利用混沌产生随机密钥流,实现对系数矩阵和直流系数符号的加密,保证密文图像不会泄露明文色彩信息。仿真实验和分析证明,该算法加密效果良好,对压缩效果影响很小,且具有格式兼容性和足够的安全性。     

基于压缩感知的图片压缩与加密GUI系统

利用Matlab平台设计了基于压缩感知的图片压缩和加密GUI系统,主要解决海量图片的存储空间利用率低和图片数据安全问题.本系统采用小波变换基将图片系数稀疏化,将使用高斯随机矩阵进行压缩测量后得到的数据存储在服务器中,以减少存储空间,提高服务器空间利用率;同时将测量矩阵作为密钥进行加密,增加了图片信息的安全性,在需要访问时使用密钥矩阵和重构算法重构出原始图片.该GUI系统能够直观反映基于压缩感知的图片压缩与加密系统的工作过程.并且通过MCC将代码独立化为可执行exe文件,以便于直接对图片进行压缩、加密、存取和重构.     

视频编码中算术编码的二进制化研究

二进制化是自适应二进制算术编码中的重要步骤,在二进制级别进行概率估计与编码,能有效降低编解码计算复杂度。本文提出一种新型二进制化方法,根据相邻变换块的非零系数个数存在的高度相关性,对变换块的非零系数个数进行自适应二进制化;在设计二进制化算法的过程中,还针对概率分布近似对称的情况,提出一种简化的将语法元素映射为码字序号的规则。实验结果表明,与传统方法相比,新的算法能在压缩效率相当的前提下,有效降低计算复杂度。     

基于自适应子带分解和内容模型的图像编码

在SPIHT算法基础上引入了两种算法——自适应子带分解算法和基于内容模型的算术编码算法，以改进压缩性能．自适应子带分解算法改变了小波变换后系数的统计分布，在低码率时峰值信噪比(PSNR)得到一定的改善；基于内容模型的算术编码算法进一步开发了子带间以及相邻像素间的相关性，增强了压缩性能．实验结果表明：文中算法和STIHT算法比较，改进了压缩性能，同时保留了零树算法的渐进传输等优点。     

HEVC中的变换系数熵编码优化算法

在高性能视频压缩标准中,由于熵编码算法的高度复杂性和变换系数的庞大计算量,使得变换系数编码成为影响视频编码效率的瓶颈之一。根据变换系数大都是零或一些绝对值较小的数,以及两类熵编码方法各自的特点,提出一种针对变换系数熵编码的优化算法,通过减少上下文自适应算术编码字节的数量达到提高变换系数熵编码效率的目的。实验结果证明,与标准的HM 10.0算法相比,采用所提算法可以在QP为2,12和22时分别减少37.31%,26.34%和20.63%的编码时间。     

Context-based embedded image compression using binary wavelet transform

Binary wavelet transform (BWT) has several distinct advantages over the real wavelet transform (RWT), such as the conservation of alphabet size of wavelet coefficients, no quantization introduced during the transform and the simple Boolean operations involved. Thus, less coding passes are engaged and no sign bits are required in the compression of transformed coefficients. However, the use of BWT for the embedded grayscale image compression is not well established. This paper proposes a novel Context-based Binary Wavelet Transform Coding approach (CBWTC) that combines the BWT with a high-order context-based arithmetic coding scheme to embedded compression of grayscale images. In our CBWTC algorithm, BWT is applied to decorrelate the linear correlations among image coefficients without expansion of the alphabet size of symbols. In order to match up with the CBWTC algorithm, we employ the gray code representation (GCR) to remove the statistical dependencies among bi-level bitplane images and develop a combined arithmetic coding scheme. In the proposed combined arithmetic coding scheme, three highpass BWT coefficients at the same location are combined to form an octave symbol and then encoded with a ternary arithmetic coder. In this way, the compression performance of our CBWTC algorithm is improved in that it not only alleviate the degradation of predictability caused by the BWT, but also eliminate the correlation of BWT coefficients in the same level subbands. The conditional context of the CBWTC is properly modeled by exploiting the characteristics of the BWT as well as taking advantages of non-causal adaptive context modeling. Experimental results show that the average coding performance of the CBWTC is superior to that of the state-of-the-art grayscale image coders, and always outperforms the JBIG2 algorithm and other BWT-based binary coding technique for a set of test images with different characteristics and resolutions.