CN106612429A - 一种基于可控参数压缩加密算法的图像无损压缩方法 - Google Patents

Abstract

本发明提出了一种基于可控参数压缩加密算法的图像无损压缩方法，该方法是一种图像的无损压缩方法，图像先经过一维小波变换分解为高低频图像子带，然后对各子带进行边缘自适应预测处理得到连续性更好的模拟图像，此模拟图像按JPEG-Ls算法对图像的第一行进行编码，然后通过压缩比控制，在对上一图像块压缩过程中，收集当前图像块的压缩比，用此精细的调整失真参数，从而对下一图像子块进行调整，使压缩收敛到既定的压缩比，实现以压缩比控制压缩过程。对码流采生成随机序列，然后处理随机序列生成随机秘钥流，以此秘钥流对图像子块压缩码流进行加密，循环往复，实现对整个图像的加密压缩。

Description

一种基于可控参数压缩加密算法的图像无损压缩方法

所属领域

本发明涉及计算机信息技术领域，具体地涉及图像压缩领域。

背景技术

图像压缩分为无损压缩和有损压缩，各自有不同的应用领域，因为无损压缩能够更好的保存原始图像信息，无损压缩或者近无损压缩在一些场合下，比有损压缩更具运用意义，同时，为了提高图像在传输过程中的安全性，需要对图像进行加密处理。同时加密处理还能避免图像在传输过程中造成的数据丢失或者改变，所以，现在图像无损压缩或近无损压缩与加密技术结合逐渐成为一个新研究方向。

现今图像的无损压缩有很大的缺点，一是不能得到较高的压缩比，造成了高精密图像传输的压力；二是，图像在传输和交换过程中，图像信息容易丢失或者被改变，重建图像误差大，失去了无损压缩的初衷，所以保持良好的图像重建质量和传输过程中的安全性并实现图像高压缩比，是现在研究的方向。

发明内容

针对上述不足之处，本发明要解决的问题是提出一种无损压缩加密算法，对JPEG-LS压缩比控制的图像近无损压缩加密算法。

本发明的目的是：防止图像信息在解压或压缩过程中由于外部干扰等信息造成图像数据的损失。

本发明为实现上述目的所采取的技术方案是一种基于可控参数压缩加密算法的图像无损压缩方法，该方法的实现过程如下：首先，将图像I(x，y)进行一维小波变换分解为高频子带和低频子带，对两个子带进行边缘自适应处理，图像经过处理后合成图像I`(x，y)。按JPEG-Ls算法对图像的第一行进行编码，在对上一图像块压缩过程中，收集当前图像块的压缩比，调整失真参数，从而对下一图像子块进行调整，使压缩收敛到既定的压缩比，实现以压缩比控制压缩过程。对码流采生成随机序列，然后处理随机序列生成随机秘钥流，以此秘钥流对图像子块压缩码流进行加密，循环往复，实现对整个图像的加密压缩。

本发明的有益效果是：本方法实现的图像的压缩比控制，提高了高压缩率，并且保证了图像在传播过程中的安全性，能够抵御熵、差分等造成的误差，而且 由于加密过程不是独立的，与编码一并完成，并不影响压缩效率。相对于现在的无损压缩方法，该方法能够得到更高的安全性，保证了重建图像的质量，并且节省存储空间和不影响压缩效率。

附图说明

图1：本发明的详细流程图

图2：传统的JPEG-LS算法压缩过程图

图3：一维小波变换分解合成示意图

图4：JPEG-LS融合一维小波变换示意图

图5：压缩比控制模块植入后流程图

图6：加密编译模式流程图

具体实施方式

本发明将图像先经过一维小波变换分解为高低频图像子带，然后对各子带进行边缘自适应预测处理得到连续性更好的模拟图像，此模拟图像按JPEG-Ls算法对图像的第一行进行编码，然后通过压缩比控制，在对上一图像块压缩过程中，收集当前图像块的压缩比，用此精细的调整失真参数，从而对下一图像子块进行调整，使压缩收敛到既定的压缩比，实现以压缩比控制压缩过程。对码流采生随机序列，然后处理随机序列生成随机秘钥流，以此秘钥流对图像子块压缩码流进行加密，循环往复，实现对整个图像的加密压缩。

以下，结合图1到图6对本发明进行详细说明

一、JPEG-LS算法

JPEG-LS算法压缩过程，如图2所示，是针对连续色调图像的无损/近无损压缩标准(ISO-14495-1/ITU-T.87)，该标准是基于LOCO-I算法。由预测器和编码器组成，预测器由中值边缘预测、残差计算和量化器组成，编码器由游长编码和Golomb组成，待编码像素局部梯度为D₁、D₂、D₃(D₁＝R_d-R_b，D₂＝R_b-R_c，D₃＝R_c-R_a，其中R为点位置的像素估计值)与失真控制参数u的关系决定后续编码，若像素局部梯度在失真控制参数u范围内，则进入流程模式，否则进入常规模式。

常规模式：

1)为减少上下文的数据数量，对梯度进行量化，合并为Q(Q为区间[0，364]内的整数)。

2)计算残差e＝sign(I_x-P_x)-β，sign＝{-1,1}。

3)对残差进行Golomb编码。

4)更新记录上下文的4个统计参数A[Q]、B[Q]、C[Q]、N[Q]。

游程模式：

1)游长扫描。

2)对游长长度进行编码，若非行结束，则进入3)；否则进入4)。

3)采用类似于Golomb编码的终止采样编码。

4)更新记录上下文的4个统计参数A[Q]、B[Q]、C[Q]、N[Q]。

其中：A[Q]为预测误差幅度累计值、B[Q]为偏差值、C[Q]为预测校正值、N[Q]为上下文出现频次的计数值。

二、一维小波变换和边缘自适应处理

结合图3一维小波变换过程，图像信号首先通过包含低通和高通滤波器的滤波器组分解为低频子带和高频子带。然后，再经过2倍下采样得到了与原信号样本数相同的小波变换系数。不同的采样方法能够得到两组不同相位的变换系数；偶相位位采样得到的高、低频子带可记为D⁰和S⁰，奇相位采样得到的高、低频子带为D¹和S¹，在分解过程中采用的是完全重构滤波器组，所以这两组子带都可以重构出原信号。

图像可以认为是由许多一维信号组成的二维信号，图像里面的边缘可以认为是带一维奇异点组成的，奇数单位平移再经过小波变换得到的结果等价于原信号小波变换后奇相位采样的结果，而偶数单位平移再小波变换的结果等价于原信号小波变换后偶相位采样的结果。而奇、偶相位的小波系数存在着相当大的差别。因此图像进行一次小波变换后，高频子带在边缘区域将产生大小系数交替的现象。

所以在进行进入编码模式前，先将图像I(x，y)使用一维小波提升模式处理每一列样本，得到偶相位系数组，即低频子带S⁰和高频子带D⁰，对高频子带和低频子带分别进行边缘自适应预测处理，然后将高低频子带合成图像，最终获得二维小波变化相同的低分辨率图像I`(x，y)和预测残差Δ＝{Δ<sub>1</sub>···Δ<sub>n</sub>}。图像经过边缘自适应预测处理后，原图像上高离散度、内部联系低的点被预测值所代替，图像内部联系更加连续和更加紧密，在后续处理中减小了残差，提高编码效率和压缩效率；而预测残差Δ进入编码，与I`(x，y)图像的编码数据合并成图像整 体的编码。

三、建立压缩比控制模块

上文所述是JPEG-LS无损或近无损图像压缩的标准模式，由于失真控制参数u与图像重建有如下函数关系：

PSNR＝αln(u)+γ，α＜0，u＞0，γ＞0，α，γ为系数 (式1)

失真控制参数u与图像压缩比之间呈正比关系可以用如下函数表示：

D＝mu+n (式2)

D为压缩比，m、n为系数m、n、u都大于零

以u作为媒介，将式1和式2结合起来，可以获得失真控制参数的一个最优集合U＝{u₁，u₂，···，u_n}为了实现对压缩比的控制与调整，建立如下控制函数：

n_i+1＝d_i+st_j；i∈{1,2,···,N}，j∈{0,1,2} (式3)

其中：st_j为3种不同的步长；将式3细化为：

其中：t₀，t₁，t₂为设置的门限；st₀，st₁，st₂为步长；Bl为当前图像子块的大小，Bl₁，Bl₂为两种不同情况下图像子块的大小值，R_0为目标压缩比，R_c 为当前压缩比的值abs为绝对值运算；d_i为失真控制参数的下标值。

此时，编码过程为：

1)按JPEG-Ls算法对图像I`(x，y)的一行进行编码。

2)计算目标压缩比与当前压缩比的测度的绝对值abs(R_0—R_c)。若abs(R_0一R_c)>t2，

则进入步骤3)；否则进入步骤4)。

3)编码块Bl1，更新当前压缩比R_c。

4)编码块Bl2，更新当前压缩比R_c。

5)按式(4)更新下一个下标值d_i+1，据此下标值查找表中的u，用于下一块编码，返回步

骤2)

此压缩比控制方案是根据目标压缩比与当前压缩比的测度与门限之间的关系，采用分段函数的形式来调整失真控制参数u的下标值，进而调整了u值。相比原压缩比控制方案对失真控制参数u调整得更为精细，更好地利用预测误差来判断纹理的复杂度，使得在最终实时压缩比收敛于目标压缩比的情况下，重建图像质量更好。

四、加密模式

为了不丢失数据，不改变压缩性能，本方法在建模阶段不进行加密；因为在建模阶段加密会破坏几何残差的分布。同样，预测残差也不用进行加密处理。所以本方法只在编码阶段进行加密。为了不增加计算的复杂度和提高安全性能，采用三维混沌***生成三组随机二进制序列，基于这三组序列的链接以减少迭代的轮次，式5是创建的三维混沌***数学表达式：

其中：x，y，z为三组随机二进制序列对象的参量，p、s、q为系数。当p＝10，s＝8/3，q＞24.74时，该***处于混沌状态，令步长st(st₀，st₁，st₂)＝h，f₁(x_n，y_n)为与之对应的微分方程式，x_n，y_n为自变参量，选择下列迭代方法计算x，y，z，的普 通表达式：

y_n+1＝y_n+hf₁(x_n，y_n) 式6

n∈{1,2,···,N}，N为迭代次数，N∈N+

按照上式进行迭代处理，则可以生成三组十进制的数列：{x₁，x₂，···，x_r}，{y₁，y₂，···，y_r}，{z₁，z₂，···，z_r}，r∈N+，为了增强初始值的进程的复杂度，对上述三列十进制序列进行一下处理：

x_r＝10^mlx_r-round(10^mlx_r) 式7

经过处理，xyz三个序列从十进制转化为二进制序列，将xyz连接起来，就产生了编码秘钥(key)。秘钥的值式随着迭代次数N、xyz、q、m的初始值变化而变化的。

用生成的秘钥key与压缩比控制的编码码流D＝(d₁、d₂、···、d_n)进行加密计算：

D₁＝g₁(D，key) 式8

其中g1(·)为一个可逆的自定义加密函数；D₁(d`<sub>1</sub>、d`₂、···、d`_n)为长度为n的密文解密时，使用的秘钥与编码使用的秘钥如果不同，则无法正确取得图像信息。

五、图像的重建

图像的重建为压缩的逆过程，首先对压缩数据进行解密，设解码时使用的秘钥为key₁，

D`1＝(d``1、d``2、···、d``n)为解码流，进行下列计算：

式9

其中(·)为式8的逆运算，若key＝key1，则D＝D`<sub>1</sub>，解密正确，输出解密后的码流，输出的码流是I`(x，y)图像，并与预测残差Δ＝{Δ₁···Δn}一起边缘自适应预测的逆运算，还原到高低频的图像子带，在合成完整的图像。

根据上述说明，本发明提出的一种基于可控参数压缩加密算法的图像无损压缩方法，其实施步骤如下：

步骤1：图像I(x，y)进行一维小波变换，分解为高频子带D和低频子带S；

步骤2：分别对高低频子带进行边缘自适应预测处理，处理后的图像分为四部分：高频子带D⁰、低频子带S⁰、高频预测残差、低频预测残差；

步骤3：将残差预测残差集合Δ＝{Δ1，···，Δn}，对残差进行Golomb编码，将处理后的高低频图像合成为图像I`(x，y)；

步骤4：建立失真控制参数的一个最优集合U＝{u₁，u₂，···，u_n}建立如下控制函数；

步骤5：按照以下流程进行编码：

步骤5.1：按JPEG-Ls算法对图像I`(x，y)的一行进行编码；

步骤5.2：计算目标压缩比与当前压缩比的测度的绝对值abs(R_0—R_c)。若abs(R_0一R_c)>t2，

则进入步骤3)；否则进入步骤4)；

步骤5.3：编码块Bl1，更新当前压缩比R_c；

步骤5.4：编码块Bl2，更新当前压缩比R_c；

步骤5.5：按式(4)更新下一个下标值d_i+1，据此下标值查找表中的u，用于下一块编码，返回步骤5.2

步骤6：采用三维混沌***对编码码流进行加密处理，输出密文和秘钥并与步骤二的预测残差的编码码流，得到完整的图像压缩数据；

步骤7：解码，解码过程为压缩过程的逆运算。

上述结合附图对本发明的实施例作了详细描述，应该理解上述只是示例性的，因此，本发明的保护范围应当由所附的权利要求书的内容确定。

Claims (5)

1.一种基于可控参数压缩加密算法的图像无损压缩方法，该方法涉及计算机信息技术领域，具体地涉及图像压缩领域，其特征是：该方法实施过程如下：

步骤1：图像I（x，y）进行一维小波变换，分解为高频子带D和低频子带S；

步骤2：分别对高低频子带进行边缘自适应预测处理，处理后的图像分为四部分：高频子带D⁰、低频子带S⁰、高频预测残差、低频预测残差；

步骤3：将残差预测残差集合Δ={Δ1，···，Δn}，对残差进行Golomb编码，将处理后的高低频图像合成为图像I`（x，y）；

步骤4：建立失真控制参数的一个最优集合U={u₁，u₂，···，u_n}建立如下控制函数；

步骤5：按照以下流程进行编码：

步骤5.1：按JPEG-Ls算法对图像I`（x，y）的一行进行编码；

步骤5.2：计算目标压缩比与当前压缩比的测度的绝对值abs(R_0—R_c)，若abs(R_0一R_c)>t2， 则进入步骤3)；否则进入步骤4)；

步骤5.3：编码块Bl1，更新当前压缩比R_c；

步骤5.4：编码块Bl2，更新当前压缩比R_c；

步骤5.5：按式(4)更新下一个下标值d_i+1，据此下标值查找表中的u，用于下一块编码，返回步骤5.2

步骤6：采用三维混沌***对编码码流进行加密处理，输出密文和秘钥并与步骤二的预测残差的编码码流，得到完整的图像压缩数据；

步骤7：解码，解码过程为压缩过程的逆运算。

2.根据权利要求1所述的一种基于可控参数压缩加密算法的图像无损压缩方法，其特征是：步骤一中，图像信号首先通过包含低通和高通滤波器的滤波器组分解为低频子带和高频子；然后，再经过2倍下采样得到了与原信号样本数相同的小波变换系数，将图像I（x，y）使用一维小波提升模式处理每一列样本，得到偶相位系数组，即低频子带S⁰和高频子带D⁰，对高频子带和低频子带分别进行边缘自适应预测处理，然后将高低频子带合成图像，最终获得二维小波变化相同的低分辨率图像I`（x，y）和预测残差Δ={Δ1···Δn}，图像经过边缘自适应预测处理后，原图像上高离散度、内部联系低的点被预测值所代替，图像内部联系更加连续和更加紧密。

3.根据权利要求1所述的一种基于可控参数压缩加密算法的图像无损压缩方法，其特征是：步骤四中，失真控制参数的一个最优集合和控制函数建立方法如下：

失真控制参数u与图像重建有如下函数关系：

失真控制参数u与图像压缩比之间呈正比关系可以用如下函数表示：

D为压缩比，m、n为系数m、n、u都大于零

以u作为媒介，将式1和式2结合起来，可以获得失真控制参数的一个最优集合 为了实现对压缩比的控制与调整，建立如下控制函数：

其中：t₀，t₁，t₂为设置的门限；st₀，st₁，st₂为步长；Bl为当前图像子块的大小，Bl₁，Bl₂为两种不同情况下图像子块的大小值，R_0为目标压缩比， R_c为当前压缩比的值abs为绝对值运算；d_i为失真控制参数的下标值。

4.根据权利要求1所述的一种基于可控参数压缩加密算法的图像无损压缩方法，其特征是：步骤六中，加密码流方法如下：

采用三维混沌***生成三组随机二进制序列，基于这三组序列的链接以减少迭代的轮次，式5是创建的三维混沌***数学表达式：

其中：x，y，z为三组随机二进制序列对象的参量，p、s、q为系数，当p=10，s=8/3，q24.74时，该***处于混沌状态，令步长st（st₀，st₁，st₂）=h，为与之对应的微分方程式，为自变参量，选择下列迭代方法计算x，y，z，的普通表达式：

按照上式进行迭代处理，则可以生成三组十进制的数列：

为了增强初始值的进程的复杂度，对上述三列十进制序列进 行以下处理：

经过处理，xyz三个序列从十进制转化为二进制序列，将xyz连接起来，就产生了编码秘钥（key），秘钥的值式随着迭代次数N、x y z、q、m的初始值变化而变化的；

用生成的秘钥key与压缩比控制的编码码流进行加密计算：

其中为一个可逆的自定义加密函数：为长度为n的密文解密时，使用的秘钥与编码使用的秘钥如果不同，则无法正确取得图像信息；

。

5.根据权利要求1所述的一种基于可控参数压缩加密算法的图像无损压缩方法，其特征是：步骤七解密过程为：

一起边缘自适应预测的逆运算，还原到高低频的图像子带，在合成完整的图像。