基于LZW压缩算法的数字图像加密研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:bear139
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着计算机的快速发展,数字图像已经成为一种重要的信息载体。无论是在日常生活和工作中还是在科学研究中,无时无刻都会有大量的数字图像产生。另外,当今社会亦是一个网络高度发达的时代,人们拥有的信息资源已不单单是保留自己使用,同时人们还会在网络上相互共享资源。由于数字图像资源数量庞大,很多的数字图像信息还涉及个人隐私和保密数据,因此就出现了两个问题,即图像存储与图像安全问题。在图像存储和传输时,为了减小其占用的空间资源,使用适当的压缩技术对数字图像预先处理是十分必要的,目前已有很多成熟的压缩算法,比如Huffman编码、LZW编码、算术编码等。与此同时,为了保证图像的安全性,可以利用合适的加密算法对数字图像进行加密。按照传统做法,对数字图像进行压缩和加密可以通过两个步骤完成,即将压缩和加密看作两个独立的过程。但是,这样做的缺点是比较耗损时间,实时性不好。为了解决这个问题,可以将压缩和加密融合到一个过程中,常见的做法是在压缩的过程中引入加密机制。现在国际上也已有一些学者在这方面展开了研究,并取得了一定成果。GIF图像在Web领域有着非常广泛的应用,因为GIF本身采用LZW编码进行了压缩,占用空间小,下载速度快,而且支持部分下载;因此,针对GIF进行加密研究具有重要的科学意义和使用价值。本文以GIF图像为研究对象,在其LZW编码的过程中引入加密机制,共实现了两种加密方法。第一种通过置乱LZW编码字典的方式置乱LZW编码的输出,同时也对GIF图像的颜色列表中的数值进行了替换,这种方法没有影响LZW编码的压缩率,在密钥空间、相关性和敏感性方面都有很好的效果,但是密文的直方图不够均匀。第二种方法改变了LZW编码的字典结构,将动态Huffman机制引入到了LZW编码的过程中,编码的输出形式也与Huffman编码类似,这种方法不但实现了良好的加密效果,而且有效的提高了LZW编码的压缩率。将压缩和加密合二为一的初衷是减小数据处理的时间,因此,在保证压缩效果和加密效果的前提下,如何进一步提高编码的效率,将是未来研究的主要方向。
其他文献
长期以来,对断路器热脱扣测试一直停滞在手工测量的阶段。其每项性能参数根据试验的基本原理,用传统仪器或专用测试仪器来测量。这种试验方法从结构来看,一般为分立的专用仪器;从使用方式来看,以手工操作、人工读数为主,人工计算为辅;从数据管理的角度来看,无法同时处理大量的数据,没有数据库保存测试的各项参数,无法对以前的测试数据进行比较、汇总等工作;从查找故障的角度看,无法快速准确地找到故障原因和位置;从安全
随着网络和信息化建设的不断发展,局域网设备的数量越来越多,如何保证这些设备的正确运行,出现故障如何第一时间得到通知,准确定位问题所在,并迅速解决问题,这些方面都需要着重考虑
随着多媒体数字化技术的发展和推广、存储成本的降低、网络传输带宽的增长,各种多媒体数据如图像、视频等飞速膨胀逐渐成为信息的主流,并对人们的生活和社会发展产生重要的影响
中国已成为全球最大的汽车市场,由此产生的诸如交通阻塞、交通事故等社会问题正日趋严重。车联网是解决交通问题的有效途径,中国车联网将形成巨大的新兴产业。然而,车联网中驾乘
多相流作为自然界普遍存在的一种现象,不仅是由于被测介质的介电常数会随着温度等环境的变化而变化,而且还由于被测场域中存在其他介质,会使得测量时出现介质未知的情况,并且
RoboCup机器人世界杯赛是近年来规模最大并且参与人数最多的高智能机器人足球比赛,其中仿真2D组比赛更是RoboCup世界杯中最古老的比赛项目之一,其中的多agent智能系统协作问
关系数据库中的关键词搜索问题已经逐渐成为信息检索领域的研究热点。由于基于关系数据库的关键词搜索技术不需要用户具有任何SQL语法知识和数据库模式知识,只需要输入关键词,
粗糙集是一种处理不确定性知识的数学工具,能较好地分析和处理不精确、不协调和不完备信息,在知识获取、机器学习、智能控制、专家系统、粒度计算等领域得到了广泛的应用、取得
车载自组网(Vehicular ad hoc network-VANET)是由车辆和道路两旁的基站组成的无线自组织网络,是智能交通系统(Intelligent Transportation Systems-ITSs)的一个重要构成。通
伴随着因特网上电子文档信息的持续增长,人们迫切的需要一个工具去发现、过滤以及管理好这些资源,文本挖掘技术可以解决这个问题,它是以文本为对象进行的数据挖掘,可以应用于信息