摘 要

随着互联网技术的飞速发展，多媒体技术与数字信息技术逐渐地深入到社会的方方面面，并发挥出越来越重要的作用，特别是图像信息，因为部分数字图像涉及到军事商业机密、个人隐私等，数字图像信息需要更安全的被存储传输，所以数字图像加密技术便应运而生。

现在的数字图像加密技术及算法大多都是针对整幅图像，但实际上，我们真正重视并保护的可能仅是图像上的部分信息，如一辆车、一件物品等，所以在一定的条件下，我们没必要对整幅图像加密，本文就是研究面向目标的信息安全保护。本次设计是在图像的JPEG格式下，利用C/C /MATLAB进行图像压缩编解码、目标提取及目标加密研究，主要涉及到图像编码的基本结构、图像的码流分析以及图像的选择加密。在对图像中的重要目标加密的同时，要具有高效性、格式兼容性、保持码流不变等特性.

关键词：信息保护、JPEG图像、目标加密

Abstract

With the rapid development of Internet technology, multimedia technology and digital information technology have gradually penetrated into all aspects of society and played an increasingly important role, especially image information. Because some digital images involve military business secrets, personal privacy and so on, digital image information needs to be stored and transmitted more safely, so digital image encryption technology has been used by people. Research has come out.

Nowadays, most of the digital image encryption technologies and algorithms are aimed at the whole image, but in fact, what we really value and protect may be only part of the information on the image, such as a car, an object, etc. So under certain conditions, we do not need to encrypt the whole image. This paper is to study the object-oriented information security protection. This design is based on JPEG format of the image, using C/C /MATLAB to study image compression, coding, target extraction and target encryption. It mainly involves the basic structure of image coding, image stream analysis and image selection encryption. While encrypting the important objects in the image, it should have the characteristics of high efficiency, format compatibility and keeping the bit stream unchanged.

Key words: information protection, JPEG image, target encryption

目录

第一章 绪论 1

1.1 研究背景 1

1.2 研究现状 1

1.3 研究内容 2

第2章 JPEG编解码过程 4

2.1 JPEG简介 4

2.2 编解码流程框图 4

2.3 JPEG编码过程 5

2.3.1 图像的颜色模型转化 5

2.3.2 采样 6

2.3.3 分块 6

2.3.4 DCT 7

2.3.5 量化 8

2.3.6 Zig-zag 扫描排序 8

2.3.7 DC系数的差分脉冲编码调制 10

2.3.8 AC系数的行程长度编码 10

2.3.9 DC系数和AC系数的中间格式 11

2.3.10 熵编码 11

第3章 图像边缘检测 12

3.1 边缘及边缘检测 12

3.2 边缘检测的一般步骤 12

3.3 Canny算子 13

第4章 JPEG图像选择加密 15

4.1 混沌加密 15

4.2 Henon映射和PWLCM映射 15

4.3 生成密钥及混沌序列 16

4.4 边缘检测和对重要分块标记 16

4.5空域置乱 17

4.6 对DCT系数加密 17

4.7 结构流程图 18

4.8 实验结果 18

第5章 结论 21

参考文献 22

致谢 23

第一章 绪论

1.1 研究背景

当今时代被称为信息时代，信息技术发展迅速，进而带动图像向数字化、信息化方向发展。于文字相比，图像有形象、生动、直观、利于观察和总结等优点，因此成为数字化通信的重要组成部分。在今天，数字图像技术得到了极大的发展，产生了各种格式的数字图像，如，RAM、BMP、PCX、TIFF、GIF、JPEG、TGA等。这些数字图像也成为一种重要的交流信息在互联网上方便快捷的四处传输，并深入我们的生活、学习、工作等方面，成为军事、商业、教育、金融等领域不可分割的一部分。

随着互联网和数字图像的相关技术的快速发展，大量的或重要或不重要的数字图像在公共网络上传输流转，这为我们带来方便的同时也存在着重大的安全隐患。我们的数字图像在还互联网上传输时，可能遭到攻击，从而导致个人隐私泄露、图像信息被篡改破坏等后果；特别是用于军事、商业、医学等重要领域的图片，它们如果不被安全保护，一旦出问题将导致十分恶劣的后果。因此，数字图像信息安全被人们所重视，利用数字图像的特征对数字图像信息进行加密保护的技术也随之发展起来。

图像加密技术简单来说就是将原始图像信息经过一定的规则转变为完全无法辨认出原始信息的信息。图像加密技术在别人不知道正确的密钥和解密方法是，可以有效的保护数字图像信息的安全，不让别人这道其中的内容。

数字图像一般都会有较大的数据量，特别是传输的图像有很多时，数字图像在加密所用的时间会很长，影响加密传输的实时性等。所以在一定的安全条件下，我们可以选择加密图像中的目标信息，而不必把整幅图加密，从而在保护信息安全的条件下，降低加密的数据量，保证传输的高效性。

1.2 研究现状

在现代，人们越来越重视信息安全，不论是个人隐私或者是国家政府的机密，都被人们所重视并保护，在这其中涉及到大量的图像信息。对信息进行加密的历史非常长，可以追溯的公元前古埃及法老坟墓上的象形文字，在第二次世界大战中得到快速发展。在上世纪70年代数字图像加密技术以及加密算法被提出，在90年代后期引起人们的注意，并被广泛地研究。时至今日，国内外已经掀起了数字图像加密技术研究的热潮，在数字图像加密技术的各个分支领域都取得了丰硕的成果，发现了诸多的安全可靠的数字图像加密技术以及加密算法。

现如今，数字图像加密技术已经被广泛运用于国防军事、政府机构、金融系统等领域。到目前为止，数字图像加密领域内的专家们取得了丰富的研究成果，研究出了诸多的数字图像加密技术，设计出了众多的图像加密算法，按照不同的方面可以分成不同的类别，当然这些技术在分类算法的使用上实际是相互交叉的，

如基于现代密码体制的图像加密、基于矩阵变换的图像加密、基于混沌的图像加密、基于分存的图像加密、基于频域的图像加密、基于SCAN语言的图像加密、基于DNA计算的图像加密^[16]。

在大多的时候，我们保护数字图像信息仅仅是为了保护其中的一部分信息，不被其他人窃取或者损害，并不需要对整幅图像进行保护加密，所以就诞生了选择加密技术。选择加密时现代的图像加密领域中的又一个重要分支，也是目前图像加密领域比较热门的研究方向。选择加密，又称为部分加密，分为分层累进编码的部分加密方法与基于目标编码的部分加密方法这两种。在一定的安全保护条件下，选择加密只是选择了整幅图像中需要加密的部分进行加密操作，这样可以降低加密过程中产生的数据量，也容易提高机密效率，满足实时性应用的要求，且一般不改变数据格式，可以对加密过的数据进行直接操作。选择加密作为一种崭新的加密方式，也已经在军事、商业等众多领域得到广泛的发展与应用，并发挥着越来越重要的作用。

1.3 研究内容

现今，因为信息安全被人们越发的重视，图像加密技术已经成为了一项引发人们广泛关注的技术。因为互联网技术的的发展，人们加密、传输、存储的数字图像大大增多，人们对图像压缩、图像加密的要求也越来越高了，选择加密也就越来越被人重视，现在已经成为图像加密领域比较热门的研究方向，本次设计研究的课题就与此相关。目前提出的图像加密算法大多都是针对整幅图像数据的加密设计，但是，在大多时候，一幅图像中需要加密保护的仅仅是一部分的信息，并不用对整幅图像加密。本次设计就是在JPEG图像编解码格式特性的基础上，提出了仅仅选择图像中的部分重要目标加密的方法，对图像中的目标信息进行提取及加密，并进一步减少加密数据量，同时该方法具有高效性、格式兼容性、保持码流不变等特性。以下是本文的基本内容：

1.绪论。主要讲述了数字图像信息技术的发展情况、数字图像加密技术的发展情况以及面向目标的图像信息安全保护研究的作用、意义以及发展现状。

2.JPEG压缩编码。简单介绍了JPEG压缩标准，然后详细说明了JPEG压缩编码的过程。

4.JPEG图像边缘检测。在这里先介绍了图像边缘检测，然后说明了用Canny算子进行边缘检测的方法。

5.JPEG图像选择性加密。将混沌加密与图像边缘检测、JPEG图像压缩编码结合在一起，进行对JPEG图像上的目标信息进行选择性加密。

6.总结。对本文的内容进行全面的总结。

第2章 JPEG编解码过程

2.1 JPEG简介

JPEG是由国际标准组织（ISO）和国际电话电报咨询委员会（CCITT）为静态图像所创建的第一个国际数字图像压缩标准，它使一个适用于连续色度图像的压缩标准。

JPEG是一种有损压缩标准，它通过损失一部分不重要的信息，保留重要信息的方式，将图像压缩在非常小的空间内。JPEG格式可以使用多种压缩级别，通过使用不同的压缩比例对文件进行压缩，从而获得可以调节图像质量的功能。JPEG格式的压缩比率通常在10：1到40：1之间，压缩比越大，品质就越低。JPEG主要是针对高频信息，并且在压缩过程中能够较好的保留色彩的信息，适合应用于互联网。

因为JPEG图像的文件体积小、图像质量好、压缩率高等优点，再加上互联网技术的发展，JPEG成为自创建至今一直在使用的、应用最广的图像压缩标准，它被广泛的应用于网络、数码相机、光盘读物等数字领域。

经过多年的使用，JPEG标准不可避免地暴露出了一些缺点。JPEG静止图像压缩标准,在高压缩比率、低比特率范围内，将会出现很明显的马赛克失真；JPEG不可能在单一码流中支持有损压缩和无损压缩；还有，如果JPEG标准碰到比特差错时，图像质量将受到严重的损坏。所以还不能完全满足医学等领域的要求。

JPEG标准发展这么多年，JPEG专家组也基于JPEG开发了两种基本的压缩算法、两种熵编码方法、四种运行模式。

两种压缩算法：1.有损的离散余弦变换（DCT），它的逆变换被称为IDCT；2.无损的预测压缩技术。

两种数据编码方法：1.Huffman 编码； 2.算术编码。

四种运行模式：1.基本系统； 2.扩展系统； 3.无失真的预测编码； 4.分层编码。

在本次设计中，JPEG图像的压缩编解码部分使用DCT变换、Huffman 编码、基于DCT的顺序编码模式，这也是在实际应用中比较常用的模式。

2.2 编解码流程框图

这里介绍的JPEG编码算法的流程，也是JPEG的基本系统。基本系统的JPEG压缩编码算法一般要经过分块、离散余弦变换（DCT）、Zigzag扫描排序、量化、熵编码等几个步骤，JIPEG解码与JPEG编码完全是互逆的过程。

量化

压缩图像数据

熵编码

原始图像分成8*8的小块

DCT

量化表

码表

图2.1 编码流程图

恢复图像数据

反量化

IDCT

熵编码

压缩图像数据

码表

量化表

图2.2 解码流程图

2.3 JPEG编码过程

2.3.1 图像的颜色模型转化

RGB与YUV都是非常常见的颜色模型，且能相互转换。其中RGB模型出现较早，应用十分广泛，现在的许多在记录显示图像时常采用RGB，同时根据颜色发光原理，采用红黄蓝颜色分量来保存颜色信息的。但是，根据人们对亮度的分辨率要高于对色度的分辨率的原理，创建了YUV，而JPEG压缩编码时采用的就是YUV（YCbCr）颜色模型。

YUV颜色模型将亮度与色度分离开来，使色度信息与亮度信息相互独立，其中Y表示亮度，也即是灰阶值，U、V标识色度。RGB转换为YUV的公式如下：

Y=0.299R 0.587G 0.114B

U=-0.1687R-0.3315G 0.5B （2.1）

V=0.500R-0.4187G-0.0813B

用以上的公式得出的U与V一般是有符号的，为了消除符号，以便于在JPEG编码过程数据的存储和计算，对于上述得到的U、V值都要加上128。

Y=0.299R 0.587G 0.114B

U=-0.1687R-0.3315G 0.5B 128 （2.2）

V=0.500R-0.4187G-0.0813B 128

YUV转化为RGB得公式如下：

R=Y 1.402（V-128）

G=Y-0.34414(U-128)-0.71414(V-128) （2.3）

B=Y 1.772(U-128)

2.3.2 采样

因为人们对亮度信息得分辨率要高一些，所以亮度信息Y就更重要一些，在对JPEG图像采样时，所占的比例就要大一些。在对JPEG图像采样时通常采用YUV411或YUV422两种采样方式，其后面的数字表示的是Y、U、V采样数据得比例。其含义是 YUV 三个分量的数据取样比例。就YUV422来说（如图3.3所示），原本一个2*2单元中有4个Y、4个U、4个V，在采样后则变成了4个Y、2个U、2个V。本文采用YUV411的采样方法，使用这样的采样方式，不可避免的要损失一些色度信息，但是人眼更重视亮度信息，不太能察觉到色度信息得变化，这样就可以减小了数据的存储量。

图2.3 YUV422

2.3.3 分块

在JPEG图像压缩中是依据像素之间的相关性进行压缩的，在较小的邻域内的像素具有较高的相关性，当距离较远时，像素之间得相关性就会下降；因为要对每个小块进行单独处理，当小块较大时其算法的复杂性也会大大增加；在分块过小时，图像还原后得质量优惠较差。因此，在综合了各方面的因素后，JPEG压缩编码默认用8*8的分块进行DCT变换。

由于源图像中每点的Y、U、V这3个分量是交替出现的，所以在分块时要将这3个分量分开存放到3个表中，然后由左及右，由上到下依次读取8*8的子块，最后将它们存放在长度为 64 的表中，之后就可以进行 DCT 变换。

因为JPEG编码过程中是以每8*8个点为一个单位进行处理的，即程序从数据中读取一个8*8分块，在进行DCT变换、量化、熵编码，从处理完成后再读取下一个数据分块，进行处理。所以如果原始图片的长宽不是8的倍数,就需要先进行填充处理，将它补成 8 的倍数, 然后进行进行分块的处理。

因为DCT变换的公式接受的数字范围是-128-127，所以将原始图像数据分为8*8的数据单元矩阵之后，还必须将每个数值减128，然后才能进行DCT变换，带到变换的预期目的。

2.3.4 DCT

DCT变换是JPEG压缩算法中常用的变换编码方法，它再JPEG压缩编码过程中占据了核心地位，所以说这一步是非常重要的。DCT变换是利用傅里叶变换进行的，它是一种正交变换编码方式。在进行DCT变换时，它将时域信号转换为频域信号，然后按照一定的规律减少量化的比特数，从而去除数字图像中的冗余空间，达到压缩图像的目的。在DCT变换后，DCT系数仅含余弦实数项，DCT系数之间的相关性也会减弱。

在分块环节，我们已经将数字图像分成了8*8的小像素块（每个分块中有64个像素），接下来的DCT变换等一系列操作都是针对这些8*8的像素分块进行的，以下是DCT变换的公式。

8*8 数据块正向离散余弦变换计算公式（在进行JPEG压缩编码时使用）：

其中

8*8 数据块逆向离散余弦变换计算公式（在进行JPEG图像解码时使用）：

其中，x表示的是像素在原始图像空间中的行，y表示的是像素在原始图像空间中的列，u表示的是像素在新生成的频域空间中的行，v表示的是像素在新生成的频域空间中的列，F(u,v)表示的是新生成的图像数据（DCT系数），f(x,y)表示的是原始图像数据。

在8*8的像素分块经过DCT变换后，会产生64个二维的DCT系数，其中在最左上角的数据F(0,0)代表原始64个图像数据的均值，被称为DC系数（直流系数）；其余63个数据代表了水平空间频率分量和垂直空间频率分量的大小，被成为AC系数（交流系数）。

在由64个数据所形成的DCT系数矩阵中，左上角主要集中着低频分量，右下角主要集中着高频分量。DCT系数的大小一般代表着这种分量在图像中所占比例的大小，而由于高频分量的DCT系数一般比较接近于0，表示它所代表的信息在图像中占的比例很少，再去掉一部分后，可以缩减大量的数据，而人眼一般察觉不出来。

2.3.5 量化

在上一步骤中已经说过，通过去除一些高频分量可以大大的缩减数据量，但是这要怎么做呢？这就涉及到量化，所以说，量化过程是JPEG压缩过程中高频分量损失的根源。