随着云计算的蓬勃发展,大量数据在云平台上进行存储和处理。为保护数据安全,通常需要对数据进行加密,而传统的信号处理技术难以处理加密过的数据。为解决这一困境,学术界提出加密域信号处理的概念,近年来得到广泛关注。本文主要研究如何对加密后的图像进行增强,即加密域图像增强。加密的目的是保护内容隐私,减少内容泄露;而增强却需要利用图像信息才能实现更好的增强效果。换言之,加密程度越高,信息泄露越少,在加密域进行增强越困难,反之亦然。可见,安全性与增强效果之间存在此消彼长的关系,需要在两者间进行合理权衡。本文以一种经典的JPEG图像增强算法(dctScale)为基础,对之进行了改进,并为实现加密域JPEG图像增强设计了两套加密解密算法。主要工作总结如下:(1)提出了基于频率敏感性(Frequency Sensitivity,FS)的 FSdctScale 算法。通过对dctScale算法进行了分析,发现dctScale算法对同一子带不同频率的系数采用相同的拉伸倍数,没有考虑人类视觉对不同频率的阈感性差异。基于此对dctScale进行了改进,根据人类视觉对不同频率的感受或值对DCT系数拉伸倍数进行适度的调整,提出了 FSdctScale算法。(2)提出了基于随机扰动(Random Disturbance,RD)的加密域图像增强方案:RD-dctScale 和 RD-FSdctScale。本文以 dctScale 和 FS-dctScale 增强算法为原型,设计基于随机扰动的加密算法,使得服务端无需较大改动,dctScale和FSdctScale增强算法可对密文进行处理,实现了基于随机扰动的加密域JPEG图像增强。(3)提出了基于对数变换(Log Transform)的加密域图像增强方案:Log-dctScale 和 Log-FSdctScale。针对 RD-dctScale 和 RD-FSdctScale 算法需要增强参数作为辅助信息才能实现解密,为解决这一限制,本文进一步设计了基于对数变换的加密算法,解密算法无需增强参数,减少服务端的配置,实现了基于对数变换的加密域JPEG图像增强。通过对所设计的算法进行大量实验测试,结果表明,改进后的FSdctScale算法较原来的dctScale算法能获得更好的增强效果;四种加密域增强算法与对应的非加密域版本相比,在获得数据加密安全性的同时,也能保持良好的图像增强性能。