提升尺寸不变视觉密码系统感知视觉质量的方法
1. 视觉密码学基础
1.1 (k, n)-VCS 基本原理
(k, n)-VCS 是一种将秘密图像加密成 n 份共享图像的技术。每份共享图像由黑白像素组成,单独的共享图像不会泄露秘密图像的任何信息,只有将 k 份或更多的共享图像叠加在一起,才能恢复出秘密图像。人类视觉系统通过对叠加共享图像的黑白像素贡献进行平均,从而恢复隐藏信息。若叠加的共享图像少于 k 份,则不会泄露任何信息。
这种加密结构可以用两个 n×m 的二进制矩阵集合 C0 和 C1 来描述。矩阵中的每一行代表用于加密一份共享图像的黑白子像素配置,因为秘密图像中的每个像素在每份共享图像中被加密为 m 个子像素,所以这体现了像素扩展。通常,子像素配置选择正方形是个不错的选择,因为它能保持图像的纵横比。加密秘密图像中的白色像素时,会从 C0 中随机选择一个矩阵;加密黑色像素时,则从 C1 中随机选择一个矩阵。
叠加共享图像相当于对相应矩阵行的 m 个子像素进行“或”运算,叠加图像的灰度级与长度为 m 的“或”运算后的二进制向量 V 的汉明重量 H(V) 成正比。对于固定阈值 1 ≤ d ≤ m 和相对差异 α > 0,当 H(V) ≥ d 时,人类视觉系统将其解释为黑色;当 H(V) < d - αm 时,解释为白色。
(k, n)-VCS 需要满足以下条件:
1. 对于 C0 中的任何矩阵 S,n 行中任意 k 行的“或”运算满足 H(V) < d - αm。
2. 对于 C1 中的任何矩阵 S,n 行中任意 k 行的“或”运算满足 H(V) ≥ d。
3. 对于 {1, 2, …, n} 的任何
超级会员免费看
订阅专栏 解锁全文
17万+

被折叠的 条评论
为什么被折叠?



