随着科学技术的不断进步和大数据的不断深入,人们越来越频繁地使用互联网传输信息。在如今的快节奏时代,人们更喜欢快速地阅读信息。而数字图像具有生动形象、直观的特性,符合人们对信息的需求,数字图像深受广大网民的喜爱。随之而来的是数字图像在传输过程中的安全问题日渐凸显,非法分子利用开放的互联网协议中存在的缺陷,在传输时截获信息,导致信息的泄露。因此,加密传输的数字图像是避免信息泄露的重要手段。在有限的存储空间和带宽下,为了提高资源的利用率,通常需要在传输和存储之前对图像进行压缩。压缩感知作为新的信号采集理论,能够在采样的同时完成压缩,有效减少了存储空间和传输带宽。而混沌系统具有对初始值和参数的敏感性、伪随机性、确定性等优良性能,不仅可以利用其产生的序列实现图像像素位置或值的改变,还可以利用混沌序列构造测量矩阵,因此混沌系统被广泛应用于图像加密领域。基于此,本文设计了图像加密和密文域信息隐藏算法,主要工作和研究内容如下:1、提出了一种基于压缩感知和三个改进的低维混沌系统的双彩色图像加密方案。首先,利用明文图像的相关系数、混沌系统和SHA-256哈希函数联合生成密钥流和测量矩阵;其次,从彩色图像中提取出红、绿、蓝分量矩阵,并利用DWT固定字典对各个分量进行稀疏化;然后,利用测量矩阵压缩图像,得到测量值;最后,合并测量值,并实施位级的置乱-扩散处理、平面级的像素交叉置乱处理,得到置乱的图像。为了加强密码系统的安全性级别,在置乱后的图像的基础上,结合密钥流执行扩散操作,获得最终的加密结果。仿真结果显示,该算法加密的密文图像类似于噪声,从密文图像无法得到明文图像的任何信息,而解密图像具有良好的恢复效果。安全性分析表明所提出的方案具有较强的抗攻击性和鲁棒性。2、提出了一种基于LSS型CML混沌系统和学习字典的彩色图像压缩加密方案。首先,结合初始密钥和明文图像的相关信息,利用SHA-384函数更新LSS型CML混沌系统的初始值和参数,并迭代LSS型CML系统生成三个测量矩阵和伪随机密钥流;其次,分离出彩色明文图像的红、绿、蓝三个分量矩阵,并利用KSVD学习字典对每个分量矩阵进行稀疏表示;然后,利用各分量的测量矩阵测量各自的分量矩阵;最后,利用置乱操作、图像的随机割补法、多轮的行列扩散处理得到密文图像。接收方利用解密和IRLS重构算法,恢复出原始图像。实验结果和安全性分析验证了该算法具有较高的安全性和较强的鲁棒性。3、提出了一种基于压缩感知和DNA编码的视觉安全的密文域信息隐藏算法。在发送端,嵌入过程如下:首先,利用明文图像和两个改进的混沌系统生成混沌序列;其次,分离出密钥图像的红、绿、蓝分量,并利用KSVD技术对这些分量进行稀疏表示;然后,将混沌序列生成的测量矩阵压缩三个分量,得到测量值;接着,利用DNA编码技术和密钥流扩散技术加密测量值,得到最终的密文图像;最后,在载体图像上,利用DNA级的最低有效位动态嵌入方法嵌入密文图像,从而获得视觉安全的含密文图像。图像提取算法是嵌入算法的逆运算。在接收端,利用提取算法提取出嵌入的图像。仿真结果和性能分析表明,所设计的信息隐藏方案具有更大的信息隐藏容量、较高的安全性和鲁棒性。