Aller au contenu principal
2025 article

Image Compression and Encryption Based on Compressive Sensing and Game of Life With Semi-Tensor Product

1Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

This paper proposes an image compression and encryption algorithm based on 3D Logistic-Sine-Memristor coupled map (3D-LSMCM), compressed sensing (CS) and the Game of Life scrambling with Semi-Tensor Product (STP-GoL) to solve the problems of computational redundancy and security vulnerability in image transmission. First, the 3D-LSMCM is initialized by using a hash function to generate a random chaotic sequence iteratively and it improves key unpredictability. Second, The Semi-Tensor Product (STP) measurement matrix constructed from these sequences significantly reduces storage requirements in CS whilst supporting lossless compression through arithmetic coding. STP technology enables flexible matrix dimension design, effectively lowering computational costs. Finally, STP is used to convert logical operations into matrix operations in the entire encryption process. The cryptographic technique consists of the STP-GoL scrambling, chaotic global scrambling with STP (STP-CG) and the chain XOR diffusion based on STP (STP-CXOR). Furthermore, theoretical analysis indicates that the computational complexity of this algorithm is expected to be reduced by approximately 28% compared with recent studies, while the average information entropy of the ciphertext reaches 7.9987. Overall, this study proposes a novel, secure and efficient image compression and encryption method, with its source code publicly available at https://github.com/Ssshou7/STP-GoL.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Image Compression and Encryption Based on Compressive Sensing and Game of Life With Semi-Tensor Product
Date Crossref
15/02/2026
Éditeur
Institute of Electrical and Electronics Engineers (IEEE)
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Taiyuan University of Technology pays non établi dans la notice
    Université ou école supérieure
  • Yanshan University pays non établi dans la notice
    Université ou école supérieure
  • Chongqing Normal University pays non établi dans la notice
    Université ou école supérieure
  • School of Computer Science and Technology pays non établi dans la notice
    Université ou école supérieure
  • School of Information Science and Engineering pays non établi dans la notice
    Université ou école supérieure
  • School of Mathematics pays non établi dans la notice
    Université ou école supérieure

Taiyuan University of Technology, Yanshan University et Chongqing Normal University, avec 3 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Chaos-based Image/Signal EncryptionSparse and Compressive Sensing TechniquesAdvanced Steganography and Watermarking Techniques

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.