基于矩阵乘法的可压缩门限图像共享方案

侯整风; 高汉军; 韩江洪; 胡东辉

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于矩阵乘法的可压缩门限图像共享方案

侯整风, 高汉军, 韩江洪, 胡东辉

文章导航 > 武汉大学学报 ( 信息科学版) > 2008 > 33(10): 1003-1006

侯整风, 高汉军, 韩江洪, 胡东辉. 基于矩阵乘法的可压缩门限图像共享方案[J]. 武汉大学学报 ( 信息科学版), 2008, 33(10): 1003-1006.

引用本文:

侯整风, 高汉军, 韩江洪, 胡东辉. 基于矩阵乘法的可压缩门限图像共享方案[J]. 武汉大学学报 ( 信息科学版), 2008, 33(10): 1003-1006.

HOU Zhengfeng, GAO Hanjun, HAN Jianghong, HU Donghui. A Compressible Threshold Image Sharing Scheme Based on Matrix Projection[J]. Geomatics and Information Science of Wuhan University, 2008, 33(10): 1003-1006.

Citation:

HOU Zhengfeng, GAO Hanjun, HAN Jianghong, HU Donghui. A Compressible Threshold Image Sharing Scheme Based on Matrix Projection[J]. Geomatics and Information Science of Wuhan University, 2008, 33(10): 1003-1006.

基于矩阵乘法的可压缩门限图像共享方案

¹合肥工业大学计算机与信息学院,合肥市屯溪路193号230009

详细信息

作者简介:
侯整风,教授,研究方向为计算机网络、信息安全。

中图分类号: TP309

A Compressible Threshold Image Sharing Scheme Based on Matrix Projection

¹School of Computer and Information,Hefei University of Technology,193 Tunxi Road,Hefei 230009,China

摘要: 基于矩阵乘法秘密共享思想,提出了一种新的可压缩的图像秘密共享方案。本方案利用可压缩矩阵乘法算法直接生成影子图像,有效地克服了秘密图像需进行置乱预处理的缺陷,并且方案的复杂度较低。本方案生成的影子图像仅为原秘密图像的1/t,有效地压缩了影子图像的尺寸。
- 矩阵乘法 /
- 影子图像 /
- 可压缩的图像共享
Abstract: Based on matrix multiplication secret sharing theory,a new compressible image sharing scheme is proposed.Taking advantage of compressible matrix projection,this scheme directly creates shadow image so as to,consequently,effectively overcome the drawback which requires the secret image is permutated before it is shared in literature.Besides,its complex degree is lower than the scheme's one in literature.Meanwhile,this scheme reduces the size of each shadow image to become 1/t of the secret image's one.
- matrix projection /
- shadow image /
- compressible image sharing

[1]	吕志鹏, 隋立芬. 基于非线性高斯-赫尔默特模型的结构总体最小二乘法 . 武汉大学学报 ( 信息科学版), 2019, 44(12): 1808-1815. doi: 10.13203/j.whugis20180104
[2]	钟何平, 唐劲松, 马梦博, 吴浩然. 共享内存环境下的干涉合成孔径声呐复图像配准及优化方法 . 武汉大学学报 ( 信息科学版), 2019, 44(8): 1169-1173. doi: 10.13203/j.whugis20180051
[3]	冯宗伟, 种衍文, 郑炜玲, 潘少明. 基于解析字典的图像压缩方法 . 武汉大学学报 ( 信息科学版), 2018, 43(2): 262-267, 274. doi: 10.13203/j.whugis20160085
[4]	张乐飞, 何发智. 基于张量分解的超光谱图像降秩与压缩 . 武汉大学学报 ( 信息科学版), 2017, 42(2): 193-197. doi: 10.13203/j.whugis20140688
[5]	陈善学, 郑文静, 张佳佳, 李方伟. 变换域离散度排序的高光谱图像快速压缩算法 . 武汉大学学报 ( 信息科学版), 2016, 41(7): 868-874. doi: 10.13203/j.whugis20140270
[6]	郑肇葆, 潘励, 郑宏. 应用图像关联度的图像模糊分类 . 武汉大学学报 ( 信息科学版), 2015, 40(5): 574-577. doi: 10.13203/j.whugis20140736
[7]	王夏, 贺立源. 烤烟烟叶反射和透射图像的同步图像分割 . 武汉大学学报 ( 信息科学版), 2014, 39(8): 998-1002. doi: 10.13203/j.whugis20130272
[8]	何楚, 张宇, 廖紫纤, 徐新. 基于压缩感知的sar图像cfar目标检测算法 . 武汉大学学报 ( 信息科学版), 2014, 39(7): 878-882.
[9]	康牧, 王宝树. 一种基于图像增强的图像滤波方法 . 武汉大学学报 ( 信息科学版), 2009, 34(7): 822-825.
[10]	鲁铁定, 陶本藻, 周世健. 基于整体最小二乘法的线性回归建模和解法 . 武汉大学学报 ( 信息科学版), 2008, 33(5): 504-507.
[11]	齐利敏, 刘文耀, 张桂敏. 一种基于分形的图像压缩方法 . 武汉大学学报 ( 信息科学版), 2008, 33(6): 648-651.
[12]	徐新禹, 李建成, 邹贤才, 禇永海. 最小二乘法求解三类卫星重力梯度边值问题的研究 . 武汉大学学报 ( 信息科学版), 2006, 31(11): 987-990.
[13]	杨志高, 易尧华, 秦前清. 基于视觉掩盖效应的自适应图像压缩算法 . 武汉大学学报 ( 信息科学版), 2006, 31(9): 802-805.
[14]	王波, 姚宏宇, 李弼程. 一种有效的基于灰度共生矩阵的图像检索方法 . 武汉大学学报 ( 信息科学版), 2006, 31(9): 761-764.
[15]	薛玉彩, 张祖勋, 张剑清. 城市三维可视化中规则房屋墙面纹理图像的压缩与恢复 . 武汉大学学报 ( 信息科学版), 2003, 28(5): 525-528.
[16]	沈燕飞, 沈未名, 朱立, 徐正全. 似图形图像序列压缩编码方案的研究 . 武汉大学学报 ( 信息科学版), 2002, 27(1): 44-47.
[17]	宣家斌, 胡庆武. 遥感图像准无损压缩技术的研究 . 武汉大学学报 ( 信息科学版), 1999, 24(4): 290-294,299.
[18]	范永弘. SAR图像的几何校正 . 武汉大学学报 ( 信息科学版), 1997, 22(1): 39-41.
[19]	田永革. 非奇分块方阵的逆矩阵 . 武汉大学学报 ( 信息科学版), 1991, 16(2): 96-102.
[20]	罗玉芳, 刘大杰. 矩阵对矩阵的微商与平差结果的方差最小性 . 武汉大学学报 ( 信息科学版), 1984, 9(1): 22-34.