随着云计算的发展,越来越多的用户选择将图像上传到云端,以节省存储以及便于随时随地存取图像。图像中通常包含敏感信息(例如医疗和个人信息),为保护用户信息的隐私性,图像在上传到云端之前需进行加密处理。传统图像加密技术能很好地隐藏原始图像的隐私信息,即保证图像的安全性,但无法支持相似性查询,从而限制了图像的查询与使用。支持图像相似性查询的图像加密方法能在保证图像安全性的同时,支持对加密图像的相似性查询。如何平衡图像安全和加密图像上相似性查询的准确率两者之间的关系,是支持图像相似性查询的图像加密需要解决的主要问题。目前研究人员对这一问题的研究较少,且存在相似性查询精度不高或安全性不足等问题。为同时保证相似性查询精度和图像安全性,本文提出一种支持相似性查询的可逆元胞自动机图像加密方法,该方法主要包括以下几个工作:(1)给出加密图像上相似性查询的定义,并分析其在基于像素的确定性加密图像上的可行性。根据此分析,结合Wolfram可逆元胞自动机和确定性加密,提出了基于可逆元胞自动机的确定性加密方法(DERCA)。该方法支持像素粒度、像素集粒度和图像粒度作为输入,并在不同的粒度级别上获得相应的确定性加密结果。(2)根据DERCA,提出了支持相似性查询的可逆元胞自动机图像加密方法。该方法包括像素替换和像素位置置乱两个阶段。在像素替换过程中,利用基于像素的加密和基于像素集的加密从两个粒度级别上对图像中的像素进行替换。基于像素的加密能够反映原始图像颜色直方图的部分分布特征,有助于确保加密图像上相似性查询的准确率;基于像素集的加密使加密图像的颜色直方图趋于均匀分布,有利于保证图像安全。二者很好地解决了实用与安全性的矛盾。在像素位置置乱阶段,对经过像素替换的图像进行分块,在每一图像块内进行像素位置置乱,该方法可以进一步提高图像安全性的同时确保加密图像上相似性查询获得更高的准确率。(3)基于所提出的图像加密算法,给出了相似性度量方法。该方法利用加密图像中的每一块的颜色直方图进行加密图像的相似性度量,确保加密图像上相似性查询的准确率。在Lena图像和Corel-1000图像数据库上的实验表明,与其他可用于相似性查询的图像加密算法相比,本文算法不仅提供高图像安全性,而且在加密图像上有着优异的相似性查询准确率。