概率型视觉密码是一类像素不扩展的图像分存方案,具有解密简单、理论安全、资源开销小的特点,在数字图像安全保护领域有着重要的研究价值。目前,恢复图像质量不佳是灰度概率型视觉密码（Grayscale Probabilistic Visual Cryptography,GPVC）研究中备受关注的问题。将灰度概率型视觉密码的共享份设计为多值图像,能够有效降低恢复图像信息损失,提升其视觉效果。本文基于多值共享份对GPVC展开研究,力图优化其恢复质量。首先,通过梳理基于多值共享份的灰度概率型视觉密码（Multi-valued shares based GPVC,MGPVC）基本概念,给出MGPVC定义及方案设计流程。其次,深入分析恢复图像信息损失和识别率下降的关键成因,建立目标优化模型以求解灰度概率矩阵。在此基础上,通过设计秘密分享算法,实现了两类恢复图像质量优化方案,可适用于不同计算场景。1.针对通用存取结构下灰度概率矩阵的设计问题,将灰度概率矩阵设计问题归结为分享策略集合求解问题,以MGPVC安全性条件和对比性条件为约束,依据分享策略集合的恢复均值和恢复方差设计目标函数,建立目标优化模型,实现通用存取结构下的灰度概率矩阵求解。2.针对基本分享单元可变的MGPVC方案设计问题,在深入研究灰度概率矩阵与多值分享规则集合的对应关系的基础上,设计了一个基于灰度概率矩阵的MGPVC方案,可以将基本分享单元设计为任意大小,获得了失真程度较低、视觉效果良好的恢复图像。3.针对秘密图像高质量重构的问题,利用多值共享份的信息容差,将MGPVC方案与多项式秘密分享（Polynomial-based Secret Sharing,PSS）方案结合,设计了一个具有多种解密手段的图像分存方案。在保留MGPVC恢复操作简单性的基础上,实现了计算环境下秘密图像的高质量重构。4.针对MGPVC方案要素管理及恢复图像质量对比分析需求,设计并实现了一个以MGPVC为核心的灰度图像安全分存原型系统。该系统能够有效求解指定参数下的MGPVC方案对应的灰度概率矩阵、可实现灰度图像的安全分存和多手段重构,并设计用户交互接口以便实现对MGPVC方案要素全生命周期的管理,在验证本文方案基本功能的前提下,为MGPVC方案应用、分析、测试和选择提供了一个参考平台。综上所述,本文围绕GPVC恢复图像质量优化问题展开研究,以MGPVC为研究对象,给出了通用存取结构下MGPVC对应灰度概率矩阵的设计方法,构造了基本分享单元可变的MGPVC方案,并结合PSS实现了秘密图像的高质量重构,在此基础上,开发了一个以MGPVC为核心的灰度图像安全分存原型系统。