视觉密码方案（VCS）可以将一幅二值秘密图像共享为多个影子图像,将授权集合中的影子图像打印在透明胶片上并叠加可以由人眼直接观察到秘密信息而不需要借助任何计算设备。特别地,门限视觉密码方案（（k,n）-VCS）将一幅秘密图像加密为n幅影子图像,叠加任意k幅影子图像,人类视觉系统便可识别出秘密信息,而少于k幅影子图像参与秘密重构则不能重构秘密信息。实际生活中,在做决策时,某些参与者会比其他参与者扮演更重要的角色。针对这类问题,学者们提出了具有核心参与者的视觉密码方案（EPVCS）,该类方案可以提供不同重要性水平的影子图像,因而在实际生活中具有重要的意义。为了降低影子图像和重构图像的尺寸扩展度,本文提出了一种基于整数规划通过单调（K,N）-VCS来生成影子图像的新型EPVCS。首先,对于给定参数的（t,s,k,n）-EPVCS,基于两类方案中各个参数之间的数量关系以及（t,s,k,n）-EPVCS的核心性与门限性条件来构造整数规划模型并进行求解,得到（K,N）-VCS最优的参数值和分配参数。其次,根据实际需要选择（K,N）-VCS基础矩阵的构造方案并对秘密图像进行分享生成影子图像。最后,根据分配参数将（K,N）-VCS的影子图像转化为（t,s,k,n）-EPVCS的影子图像。本文提出的方案在采用基于随机网格的视觉密码方案（RGVCS）生成影子图像的前提下可以实现恢复图像没有尺寸扩张。为了提高恢复图像的视觉质量,本文提出了一种基于XOR运算的EPVCS（（t,s,k,n）-XEPVCS）。首先,本文给出了一个预备方案,即基于XOR运算的组合方案（<（k1,n1）,（k2,n2）>-XVCS）,将其授权集合划分为v部分并生成v对基础矩阵。其次,将（t,s,k,n）-XEPVCS分解为若干个预备方案的组合,且这些预备方案的授权集合的并集为（t,s,k,n）-XEPVCS的授权集合。最后,通过连接预备方案的基础矩阵生成（t,s,k,n）-XEPVCS的基础矩阵。在秘密重构过程中,对授权集合中的影子图像进行XOR运算,秘密图像可以完全恢复并且尺寸扩张相对较小。综上所述,本文主要针对EPVCS如何降低尺寸扩张度和提高视觉质量两个方面进行了研究。理论分析和实验结果验证了本文方案的可行性和实用性。