一种联合加密与压缩的图像保护方法、存储介质与流程
本发明实施例涉及图像处理技术领域，尤其涉及一种联合加密与压缩的图像保护方法、存储介质。
背景技术：
随着科学技术的发展，图像处理在很多领域中的应用成了关注的焦点。比如，图像处理在相机中的应用，图像处理在vr技术中的应用等等。
在现有技术中，在对图像进行处理时，通常是对获取到的整个图像同时进行处理。当然，也有采用将整个图像分成不同的区域，通过同样的方式对不同区域的图像进行处理，得到处理后的图像。
在发明人实现本发明的过程中，发现至少存在图像处理精度不高的技术弊端。
技术实现要素：
为解决上述技术问题，本发明实施例提供了一种联合加密与压缩图像保护方法、存储介质。
根据本发明实施例的一个方面，本发明实施例提供了一种图像加密压缩处理方法，所述方法包括：
通过二维离散小波变换提取获取到的初始图像的近似分量、水平分量、垂直分量和对角分量；
通过混沌映射算法对所述近似分量进行加密处理，得到加密近似分量；
通过离散余弦变换算法对所述加密近似分量进行压缩处理，得到压缩近似分量；
通过行列加密算法对所述水平分量进行加密处理，得到加密水平分量；
通过奇异值分解算法对所述加密水平分量进行压缩处理，得到压缩水平分量；
通过傅里叶变换算法对所述垂直分量进行加密处理，得到加密垂直分量；
通过所述离散余弦变换算法对所述加密垂直分量进行压缩处理，得到压缩垂直分量；
通过arnold置乱算法对所述对角分量进行加密处理，得到加密对角分量；
通过哈夫曼编码技术对所述加密对角分量进行压缩处理，得到压缩对角分量；
根据所述压缩近似分量、所述压缩水平分量、所述压缩垂直分量和所述压缩对角分量，确定受保护的图像内容受保护的图像内容。
通过本实施例提供的技术方案。一方面，现有技术是通过直接在空间域进行加密处理，而本申请实施例采用了离散小波变换技术，即从初始图像中提取多个分量的方式，每个分量可以独立地进行加密与压缩处理，也就是说，本申请实施例采用的方式与现有技术中采用的方式完全不同；另一方面，避免了现有技术中直接在图像空间域对图像进行加密处理时，容易造成压缩率偏低，无法实现安全存储与通信方面的需求的技术弊端，本申请通过对各小波分量进行独立加密与压缩处理，不仅可以提高加密安全性，而且可以通过提高压缩率来满足图像/视频数据安全存储与通信方面的需求。
优选地，所述通过混沌映射算法对所述近似分量进行加密处理，得到加密近似分量，具体包括：
获取所述近似分量；
通过logistic对所述近似分量的系数进行迭代，得到两个初始logistic混沌序列；
对所述两个初始logistic混沌序列进行加工处理，得到两个目标初始logistic混沌序列；
通过所述两个目标初始logistic混沌序列对所述近似分量中的系数值进行加密处理，得到所述加密近似分量。
通过本实施例提供的：依次对近似分量的数量进行迭代、加工、系数值加密处理，得到加密近似分量的技术方案，实现了精准的得到加密近似分量的技术效果。
优选地，所述通过离散余弦变换算法对所述加密近似分量进行压缩处理，得到压缩近似分量，具体包括：
对所述加密近似分量进行分块处理；
从进行分块处理后的加密近似分量中，选取符合预设整数阈值内的待变化整数；
将所述待变化整数进行变换处理，得到输入量；
根据所述输入量进行量化与编码处理，得到所述压缩近似分量。
通过本实施例提供的：依次对加密近似分量进行分块处理、选取处理、量化与编码处理的技术方案，得到压缩近似分量。
优选地，所述通过行列加密算法对所述水平分量进行加密处理，得到加密水平分量，具体包括：
根据所述水平分量确定所述水平分量对应的矩阵；
通过randsample函数分别将所述水平分量的矩阵中的系数置乱，得到所述加密水平分量。
通过本实施例提供的：根据水平分量确定其对应的矩阵，进行系数置乱处理的技术方案，得到加密水平分量。
优选地，所述通过奇异值分解算法对所述加密水平分量进行压缩处理，得到压缩水平分量，具体包括：
通过所述奇异值分解算法对所述加密水平分量进行分解处理，得到s、v、d三个分解的矩阵；
通过对s、v、d对所述加密水平分量进行处压缩处理，得到所述压缩水平分量。
通过本实施例提供的：依次对加密水平分量进行分解处理、压缩处理，得到压缩水平分量的技术方案，得到压缩水平分量。
优选地，所述通过傅里叶变换算法对所述垂直分量进行加密处理，得到加密垂直分量，具体包括：
通过式1确定所述加密垂直分量j，式1：
j＝fft2(v1)
其中，v1为所述垂直分量。
通过本实施例提供的：通过傅里叶变化算法计算得到加密垂直分量的技术方案，实现了精准的得到加密垂直分量的技术效果。
优选地，所述通过arnold置乱算法对所述对角分量进行加密处理，具体包括：
根据式2对所述对角分量进行加密处理，式2：
其中，x,y∈{0,1,2...,n,...n-1}，n为所述对角分量对应的矩阵的维数，a，b均为加密因子。
通过本实施例提供的：采用arnold置乱算法进行计算的技术方案，实现了精准的得到加密对角分量的技术效果。
根据本发明实施例的另一个方面，本发明实施例提供了一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如上任一实施例所述的方法。
附图说明
图1为本发明实施例提供的一种联合加密与压缩的图像保护方法的流程示意图；
图2为经二维离散小波分解的图；
图3为经二维离散小波逆变函数重构的图；
图4为本发明实施例提供的s200的流程示意图；
图5为本发明实施例提供的s300的流程示意图；
图6为实验选取的原图像；
图7至图9为经二维离散小波变换对图像进行各个分量的提取后的图；
图10至图12为加密后ll子带的直方图与原图的近似分量(ll子带)的直方图的比较的示意图；
图13至图15为经混沌加密的细节分量(ll子带)进行离散余弦变换的压缩算法，从而得到加密压缩后的ll子带的实验结果图；
图16至图18为加密后lh子带的直方图与原图的水平分量(lh子带)的直方图的比较的示意图；
图19至图21为经行列加密后得到的加密的水平分量(lh子带)进行奇异值分解的压缩算法，从而得到加密压缩后的lh子带的实验结果图；
图22至图24为加密后hl子带的直方图与原图像的垂直分量(hl子带)的直方图的比较的示意图；
图25至图27对于傅里叶变换后的垂直分量(hl子带)进行离散余弦变换的压缩算法，从而得到加密压缩后的hl子带的实验结果图；
图28至图30为加密后hh子带的直方图与原图像的对角分量(hh子带)的直方图的比较的示意图；
图31至图33为分解后得到的垂直分量(hl)进行arnold置乱和哈夫曼编码的算法，从而得到加密压缩后的图像的实验结果图；
图34至图36为对重构后的加密图像进行混沌映射得到进一步加密的图像，加密后图像的直方图相对于原图发生的变化的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本发明。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
本发明实施例提供了一种联合加密与压缩的图像保护方法、存储介质。
根据本发明实施例的一个方面，本发明实施例提供了一种联合加密与压缩的图像保护方法。
第一实施例：
请参阅图1，图1为本发明实施例提供的一种联合加密与压缩的图像保护方法的流程示意图。
如图1所示，该方法包括：
s100：通过二维离散小波变换提取获取到的初始图像的近似分量、水平分量、垂直分量和对角分量。
在现有技术中，当需要对图像a进行处理时，直接是对整体的图像a进行处理。可以理解的是，如果通过整体的方式对图像进行处理，是很难对处理的精度进行确保的。
当然，在现有技术中，也有通过将图像a进行划分，划分成多个图像碎片。如，将图像a划分成3个小图像，采用同样的方式分别对每个小图像均进行处理，得到3个处理后的小图像，再将3个处理后的小图像进行拼接处理，得到处理后的整体图像b。然而通过将整体图像进行拆分的方式对图像进行处理的方式，虽然可以在一定程度上对图像处理的精度进行保证。但由于拆分需要时间，且通过同样的方式对不同的小图像进行处理也需要耗费时间。所以，通过该种方式会产生耗费时间，降低效率的技术弊端。
而在本实施例中，为了实现提高处理图像的精确度，且为了实现高效的技术性效果，采用了从初始图像中提取分量的技术方案。即，对初始图像c中的分量进行提取，得到多个分量。
二维离散小波变换的主要调用函数是dwt2函数，这个函数主要是用来实现二维离散小波变换的。dwt2函数的使用格式如下：
[ca,ch,cv,cd]＝dwt2(x,'wname')：在这个使用方法里，wname是已经定义的二维离散小波变换函数，可以对离散小波进行分解变换，然后分别返回到图像的近似分量、水平分量、垂直分量、对角分量。
wavedec2实现多层二维离散小波的分解。函数的调用格式如下所示：
[c,s]＝wavedec2(x,n,'wname')：n是正整数，这个函数的意思主要是在尺度n上对信号x用小波函数wname进行二维分解，然后回到图像的近似系数c和细节系数。请参阅图2，图2为经二维离散小波分解的图。其中，左图为初始图像，右图为分解后的分量。且，ll为近似分量，lh为水平分量，hl为垂直分量，hh为对角分量。
重构二维离散小波的函数主要是idwt2函数。函数的使用方法如下：
x＝idwt2(ca,ch,cv,cd,'wname')：ca是图像的近似系数矩阵，ch、cv、cd分别是图像的三个细节系数矩阵，然后再结合小波分解的函数再次对小波进行重构。
waverec2函数用于多层二维离散小波逆变换函数。函数的使用格式如下：
x＝waverec2(c,s,'wanme')：x是图像的信号,使用多层小波分解的函数c,s和小波的基函数来重构原始图像的信号x，从而得到原始的图像。
请参阅图3，图3为经二维离散小波逆变函数重构的图。其中，左图为重构前的图像，右图为重构后的图像。
在matlab中，主要是使用detcoef2函数提取小波的细节系数，主要调用格式是：
d＝detcoef2(x,c,s,n)：x是我们将要提取的系数的类型，它的取值主要有三种不同的形式，当x取不同的值时，可以提取出x不同的系数，x＝'h'表示提取图像的水平系数；x＝'v'时提取出来的是图像的垂直系数；而当x＝'d'时，就说明提取的是图像的对角线系数。[c,s]为分解结构，n为尺度数，n是一个正整数且n的大小必须满足：
1≤n≤size(s,1)-2。
在实验中需要用到图像的近似分量，所以还需要使用appcoef2函数提取出图像的近似系数。提取函数的方法是：
a＝appcoef2(c,s,'wname',n)：图像的计算尺度是n(n是正整数且0≤n≤length(s)-2)，小波函数为wname，分解结构是小波分解时的使用的那个函数，也就是[c,s]时的二维分解低频系数。
a＝appcoef2(c,s,'wname')：主要是用来提取图像的最后一个尺度的小波变换的低频系数。
s200：通过混沌映射算法对近似分量进行加密处理，得到加密近似分量；
s300：通过离散余弦变换算法对加密近似分量进行压缩处理，得到压缩近似分量；
s400：通过行列加密算法对水平分量进行加密处理，得到加密水平分量；
s500：通过奇异值分解算法对加密水平分量进行压缩处理，得到压缩水平分量；
s600：通过傅里叶变换算法对垂直分量进行加密处理，得到加密垂直分量；
s700：通过离散余弦变换算法对加密垂直分量进行压缩处理，得到压缩垂直分量；
s800：通过arnold置乱算法对对角分量进行加密处理，得到加密对角分量；
s900：通过哈夫曼编码技术对加密对角分量进行压缩处理，得到压缩对角分量；
s1000：根据压缩近似分量、压缩水平分量、压缩垂直分量和压缩对角分量，确定受保护的图像内容。
在对每个均依次进行加密和压缩处理后，得到受保护的图像内容d。如：
将初始图像c中的分量进行二维离散小波变换，得到c1-1、c2-1和c3-1，在对c1-1进行加密处理后，得到c1-2，在对c1-2进行压缩处理后，得到c1-3。依次类推，得到c2-3和c3-3。根据c1-3、c2-3和c3-3确定受保护的图像内容d。
通过本实施例提供的：对初始图像进行二维离散小波变换后，得到多个分量，对每个分量均进行加密处理和压缩处理，且是先进行加密处理，再进行压缩处理，得到受保护的图像内容的技术方案。一方面，现有技术是通过直接对图像进行处理，或者将图像分成多个图像片区的方式，对图像进行处理，而本申请实施例采用了完全新的手段对图像进行处理，即从初始图像中提取多个分量的方式，每个分量可以独立地进行加密与压缩处理，也就是说，本申请实施例采用的方式与现有技术中采用的方式完全不同；另一方面，避免了现有技术中直接在图像空间域对图像进行加密处理时，容易造成处理图像的精确度偏低的技术弊端，且无法实现安全存储与通信方面的需求的技术弊端，从而实现了高效且精准的对图像进行处理的技术效果，且实现了安全可靠进行通信的技术效果。
第二实施例：
本实施例以第一实施例为基础。
请参阅图4，图4为本发明实施例提供的s200的流程示意图。
如图4所示，在本实施例中，s200具体包括：
s210：获取近似分量的数据量；
s220：通过logistic对近似分量的数据量进行迭代，得到两个初始logistic混沌序列；
s230：对两个初始logistic混沌序列进行加工处理，得到两个目标初始logistic混沌序列；
s240：通过两个目标初始logistic混沌序列对近似分量中的系数值进行加密处理，得到加密近似分量。
通过本实施例提供的：依次对近似分量的数量进行迭代、加工、系数值加密处理，得到加密近似分量的技术方案，实现了精准的得到加密近似分量的技术效果。
第三实施例：
本实施例以第一或第二实施例为基础。
请参阅图5，图5为本发明实施例提供的s300的流程示意图。
如图5所示，在本实施例中，s300具体包括：
s310：对加密近似分量进行分块处理；
s320：从进行分块处理后的加密近似分量中，选取符合预设整数阈值内的待变化整数；
s330：将待变化整数进行变换处理，得到输入量；
s340：根据输入量进行dct变换处理，得到压缩近似分量。
通过本实施例提供的：依次对加密近似分量进行分块处理、选取处理、变换处理的技术方案，实现了精准得到压缩近似分量的技术效果。
对图像的近似分量进行混沌映射加密和离散余弦变换的压缩算法，首先要对图像的近似分量进行混沌加密，在加密算法的基础上对加密过的图像进行更进一步的离散余弦变换，从而实现对图像数据的压缩。
加密步骤具体如下：
1、假设近似分量的大小为p/2×q/2，对近似分量设置初始值，计算出图像的所有数据量n(n的大小是p/2×q/2)，然后用n对255取模；
2、使用logistic迭代p/2×q/2次，产生两个logistic混沌序列；
3、对两个logistic混沌序列做更进一步的加工处理，得到另外的两个与此不同的混沌序列；
4、用加工处理后的两个logistic混沌序列对近似分量的系数值进行值替代加密，使用位异或运算得到加密的系数值。
压缩步骤具体如下：
1、dct变换
2、量化处理：为了能够达到进一步压缩数据的目的，一般都需要对dct的系数进行量化处理，使数据压缩的效果能够更好。
3、编码处理：对压缩后的数据进行熵编码的处理，主要是不想因为压缩数据而丢失原始图像的信息量，所以，必须要使用一些方法保存图像的信息熵。在之前的研究算法中，使用最多的是熵编码的技术，它是根据消息出现概率的分布特性进行数据处理的，而且压缩效果也是非常的好。
通过上面的三个步骤就可以完成离散余弦变换的算法了，然后再结合一些处理图像的简单压缩编码的技术就可以完成图像的压缩了。
请参阅6，图6为实验选取的原图像。其中，原图像具体包括(a)、(b)、(c)三幅。
通过二维离散小波变换对图像进行各个分量的提取，提取结果如图7至图9所示。
其中，图7为(a)对应的各个分量。且，(a1)为近似分量，(a2)为水平分量，(a3)为垂直分量，(a4)为对角分量。
其中，图8为(b)对应的各个分量。且，(b1)为近似分量，(b2)为水平分量，(b3)为垂直分量，(b4)为对角分量。
其中，图9为(c)对应的各个分量。且，(c1)为近似分量，(c2)为水平分量，(c3)为垂直分量，(c4)为对角分量。
具体地，第一步：对小波变换后的近似分量(ll子带)进行混沌加密算法，经过上述的加密步骤之后，得到了混沌加密的ll子带，而且加密过后的图像相对于原图来说有很大的变化，并且直方图也有很大的变化，对图像的数据进行了很好的保护，加密后ll子带的直方图与原图的近似分量(ll子带)的直方图的比较如图10至图12所示。
其中，图10至图12中的(a)分别为ll子带，(b)分别为ll子带直方图，(c)分别为ll子带加密图，(d)分别为ll子带加密后直方图。
第二步：对于混沌加密的细节分量(ll子带)进行离散余弦变换的压缩算法，从而得到加密压缩后的ll子带，实验结果和分析如图13至图15所示。
其中，(a1)为近似分量，(a11)为近似分量加密图，(a12)为近似分量加密后压缩图。
其中，(b1)为近似分量，(b11)为近似分量加密图，(b12)为近似分量加密后压缩图。
其中，(c1)为近似分量，(c11)为近似分量加密图，(c12)为近似分量加密后压缩图。
对于加密压缩后的近似分量进行压缩性能的分析，分析的依据主要是看压缩前后近似分量(ll子带)的数据量以及压缩比的大小，进而分析ll子带的加密压缩的效果，分析的结果表1所示：
表1近似子带在加密压缩后的数据量变化
通过上述结果可以看出，图像加密压缩的效果很好，经过加密之后，图像近似分量的数据信息得到了很好的保护，图像的数据大大的降低了，提高了图像传输的速度，降低了图像信息在传输过程中被泄露的风险，经过加密压缩之后图像的数据信息基本上被隐藏了，很难从加密压缩后的图像中得到原始图像的信息。
第四实施例：
本实施例以第一至第三实施例中的任一实施例为基础。在本实施例中，通过行列加密算法对水平分量进行加密处理，得到加密水平分量，具体包括：
根据水平分量确定水平分量对应的矩阵；
通过randsample函数分别将水平分量的矩阵中的系数置乱，得到加密水平分量。
通过本实施例提供的：根据水平分量确定其对应的矩阵，进行系数置乱的技术方案，实现了精准得到加密水平分量的技术效果。
第五实施例：
本实施例以第一至第四实施例中的任一实施例为基础。在本实施例中，通过奇异值分解算法对加密水平分量进行压缩处理，得到压缩水平分量，具体包括：
通过奇异值分解算法对加密水平分量进行分解矩阵，得到s、v、d三个分解的矩阵；
通过对s、v、d对加密水平分量进行压缩处理，得到压缩水平分量。
通过本实施例提供的：依次对加密水平分量进行分解、压缩处理，得到压缩水平分量的技术方案，实现了精准得到压缩水平分量的技术效果。
具体地，奇异值分解算法如下：
1、将某张图像进行分解，分成三个矩阵s、v和d，s、d是原图像的正交矩阵，而v是按降序排列的对角矩阵，各矩阵的大小如式3所示，式3：
ti×j＝si×ivi×j(dj×j)t
2、给定矩阵的秩的大小一般是由矩阵v的对角线上的非零元素的个数确定的。具体参见式4：
3、由于
式6：
4、具体通过式7获得重构矩阵，式7：
在压缩的时候，我们先对原图像的矩阵进行分块处理，然后利用选取的奇异值计算出传输过程中的数据量，然后在传输的过程中，就只可以对分解后的三个矩阵的数据进行传输，而不用传输原图像的矩阵数据，从而实现图像的压缩。
其中，水平分量(即为lh子带)，对lh子带的加密步骤具体如下：
1、读入图像的水平分量(lh子带)，水平分量的大小是p/2×q/2；
2、计算水平分量(lh子带)的矩阵大小，假设是一个m行n列的矩阵；
3、使用randsample函数产生随机的向量，并用这个函数生成一个与lh子带的行数相同的整数随机序列并返回到的一个r中，这样就可以将lh子带的行随机打乱；
4、使用相同的方法实现对lh子带列上的系数的随机打乱，从而完成lh子带行和列的系数置乱，得到对lh子带进行行列加密后的加密图像。
其中，压缩的步骤具体如下：
在进行行列变换后得到加密的lh子带image，在这个基础上再次进行奇异值分解的处理，就能够得到三个矩阵，分别是s、v、d三个矩阵，然后使用s、v、d三个矩阵进行处理得到lh子带的压缩图像。
1、利用奇异值分解的技术对图像进行压缩处理，得到s、v、d三个分解的矩阵，具体参见式7：
[s,v,d]＝svd(image)
2、使用s、v、d进行图像处理，如选取前20个特征值进行图像的压缩。
具体地，第一步：首先对小波变换后的水平分量(lh子带)进行行列加密算法，经过上述的加密步骤之后，得到了行列加密的lh子带，而且lh子带的直方图都有部分的改变，具体加密后lh子带的直方图与原图像的水平分量(lh子带)的直方图的比较如图16至图18所示。
其中，图16至图18中的(a)分别为lh子带，(b)分别为lh子带直方图，(c)分别为lh子带加密图，(d)分别为子带加密后直方图。
第二步：将经过行列加密后得到的加密的水平分量(lh子带)进行奇异值分解的压缩算法，从而得到加密压缩后的lh子带，实验结果和分析如图19至图21所示。
其中，(a2)为水平分量，(a21)为水平分量加密后图，(a22)为水平分量加密压缩后图。
其中，(b2)为水平分量，(b21)为水平分量加密后图，(b22)为水平分量加密压缩后图。
其中，(c2)为水平分量，(c21)为水平分量加密后图，(c22)为水平分量加密压缩后图。
对于加密压缩后的lh子带进行压缩性能的分析，分析的依据主要是看压缩前后水平分量(lh子带)的数据量以及压缩比的大小，进而分析lh子带的加密压缩的效果，分析的结果表2所示：
表2水平子带在加密压缩后的数据量变化
通过上述结果我们可以得出结论，图像加密压缩的效果比预期的要好很多，很难从加密压缩后的图像中得到原始图像的任何有用信息。对于加密来说，图像的水平分量(lh子带)经过行列加密之后，图像原来的系数值被改变了，首先经过行上面的随机打乱之后，图像的系数的位置已经被改变，为了能够达到更好的加密效果，在行加密的基础上又使用相同的方法改变了列上面的系数的位置，所以经过加密之后，图像的原始数据已经被打乱了，从而对数据进行了保护；对于压缩来说，在对水平分量(lh子带)进行压缩时，主要使用了奇异值分解的技术，通过奇异值分解，只是使用很少的系数就可以恢复原始的图像，从而提高了图像传输的速度，这一点从图像的压缩比上可以很清晰的看到，因此，我们可以得出结论，对图像的水平分量(lh子带)进行行列加密和奇异值分解技术可以取得很好的效果，可以很好的保护图像的数据信息。
第六实施例：
本实施例以第一至第五实施例中的任一实施例为基础。在本实施例中，通过傅里叶变换算法对所述垂直分量进行加密处理，得到加密垂直分量，具体包括：
通过式1确定加密垂直分量j，式1：
j＝fft2(v1)
其中，v1为垂直分量。
通过本实施例提供的：通过傅里叶变化算法计算得到加密垂直分量的技术方案，实现了精准的得到加密垂直分量的技术效果。
在这里，v1是将要进行处理的图像的垂直分量(hl子带)，整个快速算法的过程包括求值和插值两部分，通过这两个过程，可以直接对图像的数据进行加密。且，通过与近似子带相同的压缩方法对加密垂直分量进行压缩处理，得到压缩垂直分量。
具体地，第一步：首先对小波变换后的垂直分量(hl子带)进行傅里叶变换算法，经过上述的加密步骤之后，得到了傅里叶变换的hl子带，而且hl子带的直方图都有部分的改变，具体加密后hl子带的直方图与原图像的垂直分量(hl子带)的直方图的比较如图22至图24所示。
其中，图22至图24中的(a)分别为hl子带，(b)分别为hl子带直方图，(c)分别为子带加密图，(d)分别为hl子带加密后直方图。
第二步：对于傅里叶变换后的垂直分量(hl子带)进行离散余弦变换的压缩算法，从而得到加密压缩后的hl子带，实验结果和分析如图25至图27所示。
其中，(a3)为垂直分量，(a31)为垂直分量加密，(a32)为垂直分量加密压缩。
其中，(b3)为垂直分量，(b31)为垂直分量加密，(b32)为垂直分量加密压缩。
其中，(c3)为垂直分量，(c31)为垂直分量加密，(c32)为垂直分量加密压缩。
对于加密压缩后的hl子带进行压缩性能的分析，分析的依据主要是看压缩前后垂直分量(hl子带)的数据量以及压缩比的大小，进而分析hl子带的加密压缩的效果通过上述结果我们可以清楚的看到，图像的垂直分量(hl子带)经过傅里叶变换之后，图像的数据信息已经被打乱了，傅里叶变换对于图像的垂直分量(hl子带)有很好的加密效果；而加密过后的hl子带经过离散余弦变换压缩之后，图像的数据量没有明显的变化，但是从上面的表中我们可以清晰的看出，原来密集的数据信息被稀释了部分，图像的数据信息得到了保护，因此取得了相当不错的加密压缩效果。
第七实施例：
本实施例以第一至第六实施例中的任一实施例为基础。在本实施例中，通过arnold置乱算法对对角分量进行加密处理，具体包括：
根据式2对对角分量进行加密处理，式2：
其中，x,y∈{0,1,2...,n,...n-1}，n为对角分量对应的矩阵的维数，a，b均为加密因子。
通过本实施例提供的：采用arnold置乱算法进行计算的技术方案，实现了精准的得到加密对角分量的技术效果。
对对角分量进行加密的步骤具体如下：
1、计算迭代次数和周期。如果不想恢复到原始图像，可以不考虑图像的迭代周期，只需要确定迭代的次数，使图像能够达到最好的加密效果就可以了。
2、进行图像系数的置换。通过图像系数的置换就可以完成系数值的一次迭代置乱，如果想达到较好的加密效果，就要计算出最佳的迭代次数，这样加密的效果就会更加的好。
压缩步骤具体如下：
1、在得到img后，求出图像的大小并创建一个同样大小的矩阵；
2、将图像的第一个系数值传给i，而把其他的系数值传给j；
3、建立待编码的数组symbols和每个系数出现的概率矩阵p；
4、产生哈夫曼编码的词典，处理后返回编码词典(dict)和平均码长(avglen)；
5、用dict对图像进行编码，从而得到经过哈夫曼编码压缩后的图像。
具体地，第一步：首先对小波变换后的对角分量(hh子带)进行arnold置乱算法，经过上述加密步骤之后，得到了arnold置乱算法后的hh子带，而且hh子带的直方图有部分的改变，具体加密后hh子带的直方图与原图像的对角分量(hh子带)的直方图的比较如图28至图30所示。
其中，图28至图30中的(a)分别为hl子带，(b)分别为hl子带直方图，(c)分别为子带加密图，(d)分别为子带加密后直方图。
第二步：将分解后得到的垂直分量(hl)进行arnold置乱和哈夫曼编码的算法，从而得到加密压缩后的图像，从而得到相关的分析结果，请参阅图31至图33。
其中，图31至图33中的(a4)为对角分量，(a41)为对角分量加密，(a42)为对角分量加密压缩。
其中，(b4)为对角分量，(b41)为对角分量加密，(b42)为对角分量加密压缩。
其中，(c4)为对角分量，(c41)为对角分量加密，(c42)为对角分量加密压缩。
对于加密压缩后的对角分量(即hh子带)进行压缩性能的分析，分析的依据主要是看压缩前后对角分量(hh子带)的数据量以及压缩比的大小，分析的结果如表3所示：
表3对角子带在加密压缩后的数据量变化
通过上述结果可以看出，图像的对角分量(hh子带)经过arnold置乱算法之后，图像的原始数据信息被打乱，虽然图像的对角分量(hh子带)在加密前后直方图的变化不是很大，但是经过哈夫曼编码之后，图像的数据产生了很大的变化，便于在传输的过程中保护数据的重要信息，而且提高了图像传输的速度，能够很好的保护图像的数据信息。
通过上述对各个分量的加密和压缩的结果可以看出，图像的每个分量加密和压缩的效果都很好，经过对各个分量进行加密和压缩，图像的信息可以被很好的隐藏，即使其中的某一个分量被窃取，得到了该分量的原始图像的内容，也无法通过该分量获得原始图像的整个内容。从而达到了在发送者和接收者之间秘密分享图像的目的。
为了能够进一步弄清楚图像加密算法的效果，本论文中还特别的加入了一种分析加密效果的算法，就是使用上述的部分加密算法对图像的任选几个分量进行加密，然后将加密过后的各个分量与没有进行过加密的分量进行重组，从而得到加密过后的图像，最后对这个加密过的图像进行分析，进一步分析图像的加密效果，确保图像的信息能够得到更加安全的保证。本部分为了能够更好的研究图像的加密效果，在对图像的任意几个分量进行了加密算法之后，就将图像的各个分量使用离散小波变换的逆变换进行了图像的重构，得到了加密过的图像，以此来更好的检测图像的加密效果。
这部分算法的具体实现过程如下：
第一步：使用离散小波变换提取图像的各个分量；
第二步：对图像的水平分量进行行列加密的算法；
第三步：对图像的垂直分量进行傅里叶变换的加密算法；
第四步：对图像的各个分量进行离散小波变换的逆变换，得到经过加密的重构图像；
第五步：对重构的图像进行混沌加密算法，进一步观察图像的加密效果
实验过程和结果如下：
第一步：提取图像的各个分量，对图像的水平分量和垂直分量分别进行行列加密和傅里叶变换的加密算法；对加密过的水平分量和垂直分量与没有经过加密算法的细节分量和对角分量进行重构，从而得到加密图像，查看加密后图像的直方图；
第二步：对重构后的加密图像进行混沌映射得到进一步加密的图像，然后观察加密后图像的直方图相对于原图发生的变化，实验结果如图34至图36所示。
其中，图34至图36中的(a)分别为原图，(b)分别为原图部分分量加密后重构图，(c)分别为重构后加密的图像，(d)分别为原图直方图，(e)分别为原图部分分量加密后重构的直方图，(f)分别为重构后图像直方图。
根据本发明实施例的另一个方面，本发明实施例提供了一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行上述实施例中的任一项实施例所述的方法。
读者应理解，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必针对的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
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单元来实现本发明实施例方案的目的。
集成的单元如果以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，或者该技术方案的全部或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-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
还应理解，在本发明各实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
- 还没有人留言评论。精彩留言会获得点赞！