[发明专利]一种图像压缩加密方法和云辅助解密方法

说明书

本发明提供一种基于压缩感知和光学变换的图像压缩加密方法和云辅助解密方法。该加密方法包括：根据明文图像P生成的哈希密钥和初始密钥分别利用LTS系统和2D‑LASM系统生成混沌序列；利用离散小波变换将所述明文图像P分成1个近似分量LL和3个细节分量HL、LH和HH；利用混沌序列X₁对所述近似分量LL进行无损加密，利用混沌序列U₁和K₁对所述细节分量HL、LH和HH进行有损加密；将加密后矩阵LL₁和H₁合并成一个复数域矩阵LLH₁，并利用两个随机相位掩码矩阵对复数域矩阵LLH₁进行双随机相位编码得到矩阵LL₂和H₂；对矩阵LL₂和H₂进行量化；利用混沌序列Z₁对量化后矩阵进行随机像素置乱；将置乱后矩阵重新组合生成序列B，对序列B进行扩散，得到密文图像C。

技术领域

本发明涉及图像加密技术领域，尤其涉及一种基于压缩感知和光学变换的图像压缩加密方法和云辅助解密方法。

背景技术

目前，随着互联网和信息处理技术地迅速发展，越来越多的视频和图像的信息在网络上传输和存储。这些技术的发展使人们很容易地通过网络途径来获取信息或传输自己所需的信息，极大地方便了人们的生活。但是，互联网是一个开放共享的平台，多媒体信息通过互联网传输与存储可能存在诸多安全隐患，尤其是在军事，医疗和商业等众多领域，图像安全是最关键的问题之一，而对图像进行加密是保护图像的一种有效方法。同时，随着传输的图像尺寸越来越大，在保护图像安全的同时，提高图像传输和存储效率，有必要对图像进行压缩。因此，图像压缩加密方案(compressive encryption scheme,CES)引起了人们越来越多的关注。

一些基于压缩感知(compressive sensing,CS)的算法被提出。Yao等人(Yao S Y,Chen L F,Zhong Y.An encryption system for color image based on compressivesensing[J].Optics and Laser Technology,2019,120:105703.)提出了一种基于压缩感知的彩色图像加密方案，他们把明文图像进行R、G、B分解为三个分量，然后使用不同的高斯随机矩阵去分别测量稀疏后的三分量，最后把测量结果利用多图像交叉像素置乱的方法进行置乱得到密文图像。此外，CS在对图像进行有效加密的同时也存在着局限性，因为CS在对大图像进行重建时，凸优化求解需要耗费较长的时间。为了解决这个问题，一些基于CS和云平台的图像压缩加密算法被提出。Xiao等人(Hu G Q,Xiao D,Xiang T,Bai S,Zhang Y S.Acompressive sensing based privacy preserving outsourcing of image storage andidentity authentication service in cloud[J].Information Sciences,2017,387:132-145.)提出了一种基于CS的云环境下的图像外包重建和身份认证服务，首先将携带授权信息的水印嵌入到图像中并上传到云端进行存储和处理，其次用户向云发送水印作为数据的访问请求，然后云检测图像中所要求的水印的存在。如果水印匹配，云将输出加密稀疏数据；否则云拒绝提供重建服务。这样防止未经授权的用户进行恶意访问，达到了保护隐私的目的。最近，Zhang等人(Zhang Y S,Xiang Y,Zhang L Y,Yang L X,Zhou JT.Efficiently and securely outsourcing compressed sensing reconstruction to acloud[J].Information Sciences,2019,496:150-160.)又进一步在云平台上设计了一种CS重构方案，首先客户端通过一个安全的测量矩阵对一个信号进行采样，然后将采集到的测量值发送到云端进行CS重构外包。重构后的信号不仅可供客户端使用，也可供拥有密钥其他用户使用，同时提出的外包方案具有高效性和隐私保护性。Yao等人利用压缩感知对图像进行有效加密，但是在加密过程中没有使用扩散，导致算法安全性不高。同时，由于压缩感知是一个有损加密的过程，上述研究对图像的重构质量较低。Xiao等人和Zhang等人利用压缩感知和云计算对明文图像进行压缩加密，但是Xiao等人的研究不能防止云的恶意欺骗，Zhang等人的研究需要用两次不同的采样才能保证云重构图像的安全。