基于统计模型的加密图像压缩算法研究

《基于统计模型的加密图像压缩算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：１０５６４学号０１５２１０１０１：２分类号：ＴＰ３９１項士生学位论文基于统计模型的加密图像压缩算法研究冯阳指导教师：王春桃副教授学院名称：数学与信息学院专业名称：计算机软件与理论答辩委员会主席：赖建煌教授中国？广州２０１８年６月华南农业大学学位论文原创性声明本人郑重声明：所呈交的学位论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写的作品成果。对本文的研究做出重要贡献的个人。和集体，均己在文中以明确方式

2、标明本人完全意识到本声明的法律结果由本人承担。作者签名：日期：学位论文版权使用授权书、本学位论文作者完全了解学校有关保留使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属华南农业大学。学校有权保存并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅或在校园网上发布并供校内师生和与学校有共享协议的单位浏览（除在保密期内的涉密论文外）；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。本人电子文档的内容和纸质论文的内容相一致。作者签名：日

3、期：导师签名：日期：学位论文提交同意书本学位论文符合国家和华南农业大学关于研究生学位论文的相关规定，。达到学位授予要求，同意提交导师签名：日期：学科带头人签名：日期：摘要为了保护数据以及相关隐私信息，通常会采用加密算法对原始数据进行加密，一但该操作会限制对数据的进步处理。为解决此类问题，众多的研宄者开展了加密域信号处理的研宄。加密域信号压缩一，作为加密域信号处理领域的项重要细分领域，主要解决分布式处理、云计算等面向服务的场景中需要先加密后压缩（ＥＴＣ）的问题。在此类场景中，发送端出于

4、计算资源的限制只对源信号进行加密，然后将其发送至第三方（如云平台）。第三方在无密钥的条件下对加密信号进行压缩以节省带宽与存储空间，随后传至接收端进行解压与解密。由于加密后的载体信号具有很强的随机性，因此第三方难以像传统先压缩再加密那样充分利用载体的统计特性来进行压缩，使得加密信号的压缩成为一大挑战。针对此问题，本文分别在接收方和第三方利用统计模型开展加密灰度图像的无损和有损压缩研宄。本课题组前述的研宄表明，在同时拥有可行计算能力和加密密钥的接收方利用一一载体统计特征是个比较可行的方向，并籍此提出了种基于马尔可夫随机场一一（ＭＲＦ

5、）的加密二值图像压缩算法。本文在此基础上，进步提出种新的基于ＭＲＦ的加密灰度图像压缩算法。具体而言，本文采用ＭＲＦ表征灰度图像相邻位平面间的统计相关性，并用因子图进行表征，进而与位平面内的重构因子图进行无缝整一合而构造得到针对灰度图像的联合因子图（ＪＦＧＩＲ）。针对此联合因子图，本文进步推导适配此因子图的和－（ＳＰＡ）积算法。本文算法流程为发送端首先将原始灰度图像进行位平面分解，然后分别对每个位平面进行流密码加密，并利用ＬＤＰＣ编码技术对每个位平面进行压缩，最后利用ＪＦＧＩＲ及其对应的ＳＰＡ无损重构原始灰度图像。实验仿真结果表明，本

6、文提出的算法可以在完美重构的前提下获得较高的压缩效率，其压缩性能大幅度超过同类最佳算法。一在有损压缩方面，本文提出了种基于柯西分布进行率失真优化的加密图像压缩算法。首先将灰度图像经提升小波分解后的低频子带和小波子带分别进行流密码加密和置乱加密，然后再分别进行无损和有损压缩，最后进行相应的逆操作以重构原图像。其中，本文利用能良好刻画图像统计分布的柯西模型来表征小波系数，并在此基础上利用率失真理论推导有损压缩所需的最优量化步长。实验仿真结果表明，本文所提出的加密图像压缩算法能获得良好的压缩效率和重构质量，其性能较同类Ｉ经典算法更

7、优，与针对未压缩原始图像进行压缩的经典ＪＰＥＧ压缩算法性能相当甚至更优。关键词：加密信号压缩马尔可夫随机场因子图；柯西分布；率失真优化；；ＩＩＣｏｍｐｒｅｓｓｉｏｎｏｆＥｎｃｒｙｐｔｅｄＩｍａｇｅｓＥｘｐｌｏｉｔｉｎｇＳｔａｔｉｓｔｉｃａｌＭｏｄｅｌｓＦｅｎｇＹａｎｇ（ＣｏｌｌｅｇｅｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＩｎｆｏｒｍａｔｉｃｓ，ＳｏｕｔｈＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０６４２，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｏｒｏｔｅｃｔｄａｔａａ

8、ｎｄｔｈｅｒｅｌａｔｅｄｒｉｖａｃ