图像置乱是图像加密方式的一种,有着多种用途,包括信息隐藏、水印保护等。随着用户隐私保护意识的增强,人们更加关注的是图像置乱后是否能达到好的加密效果,因此,图像置乱度的评价成为一个重要的课题。图像置乱度评价有两种方法:第一种方法是根据人们的眼睛进行主观判断,这种方法十分直观,并且对于在眼睛的分辨能力内可以判断的图像,评价结果也是准确的,而对于在分辨能力之外的图像,就无法通过眼睛来进行判断;第二种方法称为图像置乱度评价算法,即为置乱度提出一种标准的衡量,通过量的大小比较图像置乱效果。这种方法能够标记任何图像的置乱度大小。一个好的置乱度评价算法必须满足与眼睛的主观判断保持一致。当前图像置乱度的评价主要基于以下标准:像素变化、位移变化、邻域相关性、像素均匀分布等。根据不同的标准,很多图像置乱度的评价算法被提出,但置乱度的评价效果却差强人意。本文在研究了现有的图像置乱度评价标准的基础上,着重对基于邻域的图像置乱度评价算法进行深入分析,归纳出该类算法的缺陷;提出了一种基于纹理度的图像置乱度评价算法,并进一步优化,与邻域类算法进行融合;并通过实验验证了融合算法评价的准确性。本文的主要贡献如下:(1)将现有的图像置乱度评价标准进行了归类,使得对于每一种图像置乱度的算法都可以找到可以依附的理论依据。(2)深入研究了基于邻域的图像置乱度评价算法。通过对经典的两个邻域类算法的仿真实验,分析总结出了这一类算法的主要缺陷。(3)提出了一种基于纹理度的图像置乱度评价思想,为图像置乱度评价提供了一个新的思路。并融合了基于邻域和基于纹理度的置乱度评价思想,提出了一种基于二者融合的图像置乱度新的评价算法。(4)根据以上研究内容,对基于二者融合的算法进行了仿真模拟实验;并与基于邻域类的图像置乱度评价结果和基于纹理度的图像置乱度评价结果分别进行了比较,验证了融合后的算法的评价结果的准确性要远远高于后两者。