论文部分内容阅读
视觉密码是秘密分存的一个分支。其图像解密的过程仅使用了人的视觉系统，只需将分存图印在透明胶片上并对齐叠加，而不必进行任何的数值计算。然而视觉密码方案依然存在以下问题:像素膨胀、重构图像质量不佳、分存图无意义难于管理及无法实现复杂的分存策略。像素膨胀使得分存图的大小远远大于秘密图像的大小，分存图的传输和存储大大浪费了网络带宽和磁盘空间。而且当分存图数量增加时，像素膨胀将变得更加严重。由于视觉密码的秘图重构是一个物理的叠加过程，这使得重构的秘图会出现一定程度的失真。针对上述问题，本文从视觉密码的基础模型出发，对视觉密码构造新框架进行研究并对其扩展应用进行探讨。 视觉密码构造新框架的研究包括提出新型的标签视觉密码构造方案和基于异或的视觉密码新框架。基于随机格的标签视觉密码通过分存图自身的折叠来视觉还原对应的标签数据，使得无意义的分存图能够便于管理，另一方面，采用随机格的构造过程能解决像素膨胀问题，通过图像构造的优化，算法进一步提升重构图像的视觉量。基于异或的视觉密码则是视觉密码的一种新型构造方法，探讨基于异或的视觉密码的扩展特性:面向一般访问结构的异或密码和自适应的区域渐增式视觉密码。面向一般访问结构的异或密码方案能够实现更加复杂的分存策略，而且还能完美重构出秘密图像、没有像素膨胀和不需要码本加密。自适应的区域渐增式视觉密码方案首先引入自适应安全级别的概念，自适应安全级别的核心在于图像的重构是基于合格集的而不是基于阈值的。自适应的区域渐增式视觉密码方案能够进一步丰富视觉密码的应用。 视觉密码以秘密分享的方式对敏感图像进行了保护。随着云计算的提出，数据资源与计算资源的分离，更多的数据资源将存储在云端。若云端的数据遭到破坏，原始信息很有可能无法恢复。从数据容错、数据保护的层面来看，视觉密码及秘密分享是实现上述目标的一种技术手段。为了保护数据的隐私性，原始数据加密后再上传云端是目前认可的一种做法。然而，加密后的数据能否进行秘密分享是值得研究的。在进行上述研究之前，由于秘密分享需要记录用户与所享有秘密之间的对应关系，因此还需解决加密数据的可逆信息隐藏问题，即用户的信息嵌入到加密载体中用于记录其所有权，而当数据提取后，加密载体能无损恢复。截止目前，加密域可逆信息隐藏的研究仍存在以下的问题:算法并非完全可逆、数据嵌入率不高和重构图像视觉质量不高等问题。针对上述问题，本文提出基于预测误差的加密域可逆信息隐藏算法，该方法首先对秘密图像进行加密，第三方在无法得到图像原始内容的前提下能进行数据的嵌入，最后能采用像素预测、误差分类等方法进行嵌入信息的提取及加密图像的解密。该方法能有效改善加密域可逆信息隐藏算法的可逆性、提升数据的嵌入率并改善重构图像的视觉质量。