基于混沌Gyrator变换与矩阵分解的光学图像加密算法

为了解决当前光学图像加密技术没有考虑明文自身特性,使其抗明文攻击能力较低,且易增加密钥的分配与管理难度的问题,设计了基于混沌Gyrator变换与矩阵分解的非对称彩色图像加密算法。首先,从彩色图像中分别获取其R、G、B分量;设计二维耦合混沌系统,生成3个随机相位掩码,分别对R、G、B分量进行调制;基于卷积操作,将调制后的R、G、B分量融合为一幅灰度图像;利用混沌系统输出的随机序列来计算Gyrator机制的旋转角度,对灰度图像完成Gyrator变换,获取Gyrator频谱;根据相位-幅度截断机制,对Gyrator图像完成截断操作,形成幅度与相位信息;再引入一种矩阵分解机制,将相位截断图像分解为酉矩阵与三角矩阵,利用旋转角度不同的Gyrator变换分别处理酉矩阵与三角矩阵,完成图像加密。在图像加密过程中,利用其幅度截断图像信息来生成R、G、B分量的解密密钥,使得加密与解密密钥是截然不同的,只需利用私钥即可解密图像。测试数据表明,与较为主流的光学加密方案相比,所提技术具备更高的安全性,可有效抗击明文攻击。     

适用于Android手机的像素异或图像分块加密算法

为了克服Android手机上图像加密速度慢的缺点,提出了一种适用于Android手机的像素异或图像分块加密算法,该算法将密码学中经典的RC4算法应用于本文的加密算法中。首先,将原始图像分块,将改进的RC4算法运用到相邻的两个子块之间的运算上,从而改变像素值,最后,通过Logistic映射对图像置乱。实验结果表明,原始图像加密后的图像类似噪声,加密后的直方图变得更平滑,有足够大的密钥空间,对密钥有很高的敏感性,密文图像的随机性好,密文图像相邻像素之间相关性低,加密算法在Android手机上有更快的加密速度。     

基于系数融合与锯齿填充曲线的双图像加密算法

为了实现对两幅图像同步加急,有效降低传输负载,提出了系数融合模型与锯齿填充的双图像加密算法。首先,引入离散余弦变换DCT与Zigzag 扫描机制,获取输入明文的系数矩阵,建立明文系数融合模型,将两个明文矩阵转换成融合矩阵,借助逆向离散余弦变换,获取复合图像;随后,设计锯齿填充曲线,对复合图像的像素位置进行扰乱,形成置乱图像;最后,改进引力模型,对置乱图像进行扩散,改变其灰度值。实验结果显示,本算法能够对两幅图像进行同步加密,且具有较高的安全性与密钥敏感性,解密图像的信息损失很小。     

小波域的图像信号加密算法

小波变换在时域和频域上具有良好的局部性,可以将图像信号分解成不同分辨率的子图像,其多分辨率分析的特性还提供了利用人眼视觉特性的良好机制.本文提出了一种基于二维离散小波变换和视觉模型的图像信号加密算法.该算法在对密文进行嵌入前,首先进行编码,转化成比特流,然后根据人眼的视觉模型将密文信息嵌入到3层小波变换的高频系数中.实验结果表明:该算法可以抵挡滤波、噪音等攻击手段,能够平衡鲁棒性与不可见性之间的矛盾.该算法可以用于数字版权保护.     

基于混沌加密和小波包分解的数字水印算法

提出了一种基于混沌加密和小波包分解的自适应数字水印嵌入算法.该算法首先利用混沌序列对水印图像进行预处理加密,使水印嵌入方案具有一定的安全性.然后根据信息熵选取最优小波包基,对宿主图像进行小波包分解变换.利用不同频域可以承受的信噪比不同的原理,在低频区域引入人类视觉系统,高频区域采用适当的阈值,分别计算出各频域的水印嵌入强度系数,自适应地嵌入水印信息.实验表明此算法使水印的嵌入达到了很好的抗攻击鲁棒性和视觉效果.     

基于混沌加密的二值图像数字水印算法

本文提出了一种基于混沌加密的DCT域二值图像数字水印算法。该算法首先利用混沌序列将含有版权信息的有意义二值图像水印进行加密,然后利用人眼视觉系统(HVS)的特性将原始载体图像进行块分类,最后将不同强度的水印分量嵌入到不同类的图像块DCT中频系数中去。利用混沌序列对水印进行加密,使水印本身具有安全性,对数字作品进行双重保障。通过高斯噪声、椒盐噪声以及JPEG压缩和剪切等攻击试验,表明了该算法具有较好的鲁棒性。     

面向巡防系统的混沌视频加密技术研究

巡防系统具有远程视频图像传输的功能,考虑到视频信息传输过程中存在被恶意盗取造成信息严重缺失的情况,在视频传输前需对视频做加密处理。结合H.264视频压缩编码,采用Logistic混沌序列在CAVLC熵编码阶段对视频进行选择性加密,实现了加密与视频压缩编码兼容。并在Visual Studio 2013中完成了基于Logistic混沌视频加密的仿真,在MATLAB中通过计算视频图像加密前后的PSNR、SSIM及RGB直方图,分析了Logistic混沌视频加密性能。     

基于混沌序列和DCT变换的图像零隐藏算法研究

为提高信息隐藏技术的抗隐写分析能力,对基于图像的零隐藏技术理论模型进行推导,分析了零隐藏技术实现信息隐藏时鲁棒性和预处理的要求,考虑到离散余弦变换(DCT)和混沌序列的各自优势,提出了基于DCT变换和混沌序列的图像零隐藏算法.该算法利用混沌序列对隐秘信息进行预处理加密,建立载体图像DCT变换域直流系数与已加密隐秘信息之间的关系文档,而不是将隐秘信息嵌入到载体图像中.在MATLAB环境下对该算法进行性能测试,结果表明具有嵌入容量大、鲁棒性强以及抗隐写分析能力好的优点.     

基于一种新的混沌系统的动态分析和图像显示*

提出一种三维连续自治混沌系统。与Lorenz、Rssler、Chen、Lü等混沌系统不同的是此系统存在三项二次非线性项。针对混沌系统的基本的动力学特性进行分析,得到系统相应的李雅普诺夫指数谱、庞加莱截面、连续谱以及分岔图,揭示了混沌系统的本质。最后通过Matlab编程,Simulink建模以及Multisim电路设计,电路的Mutisim仿真结果与系统的Matlab仿真结果完全一致,都呈现出了相同的混沌吸引子。     

基于圆谐分量展开与Gyrator变换域相位检索的光学图像加密算法

为了解决当前光学图像加密算法因其输出密文的相位信息完全被保留在纯相位掩码中,使其出现轮廓显现问题而降低算法安全性的不足,提出了基于圆谐分量展开与Gyrator变换域相位检索的光学图像加密算法。首先,引入Gyrator变换对明文进行处理,形成Gyrator变换频谱;基于离轴圆谐分量展开机制,将Gyrator变换频谱分割为零阶圆谐分量与非零阶圆谐分量;通过引入球面相位因子,对零阶圆谐分量进行调制,获取其相应的密文;随后,利用迭代相位检索Gyrator变换算法,将零阶与非零阶幅度视为输入明文与输出密文的幅度约束条件,对非零阶圆谐分量完成编码,获取一个复杂场分布,从而完成整个明文的加密。实验结果显示,与当前光学图像加密技术相比,所提算法的安全性与鲁棒稳健性更高,具有更强的抗噪声攻击与抗剪切攻击能力。所提算法能够更好地保护图像在网络中安全传输,具有较好的实用性。     

基于改进SURF算子的彩色图像配准算法

为了解决传统SURF算法存在的问题,提高彩色图像配准的精度和准确率,提出一种双向邻近匹配的彩色图像配准算法。该算法对传统的SURF描述符进行改进,将图像的色彩信息叠加在只包含灰度信息的传统SURF特征描述符上,组成改进的SURF特征描述符,以增强彩色信息对配准的影响,提高配准的准确率;采用FLANN算法搜索匹配点对,并对匹配点对进行双向邻近匹配,以提高搜索效率和匹配精度;利用改进RANSAC算法剔除匹配错误的特征点对,以进一步优化匹配结果。实验结果表明,该算法能够有效地提高彩色图像配准的精度和准确率,具有较好的鲁棒性和图像变换适应性。     

基于混沌优化的量子遗传算法

量子遗传算法是一种高效的并行算法,但它有时会陷入局部极值。混沌优化的遍历性可作为搜索过程中避免陷入局部极小值的一种优化机制,随机性和规律性使它具有丰富的时空动态。对二者互补地结合作了试探分析,典型函数测试结果表明,混沌优化与量子遗传算法相结合的全局寻优效果更佳。     

基于混沌加密的小波域数字图像水印算法

本文提出了一种基于混沌加密的小波域数字图像水印算法,首先通过对原始图像进行离散小波变换,提取其低频部分作为嵌入区域;然后再次利用小波变换对水印进行分解,得到水印的四幅小波分解子图,用混沌序列对4幅子图进行置乱,经小波逆变换完成水印加密;最后将加密后的水印嵌入到原始图像的低频部分中.在提取水印时,通过水印相似系数NC和峰值信噪比PSNR评价水印质量,实验结果表明,提出的算法可以抵抗JPEG压缩、噪声、滤波等几何攻击,图像加密效果好.     

基于混沌序列的鸡尾酒算法

在分析了混沌序列统计特性的基础上,提出基于混沌序列的鸡尾酒算法。采用一维混沌映射生成的混沌序列二值化后截取合适的长度即可得到性能良好的数字图像水印信号,提高了安全性。利用视觉特性将水印值正向和负向调制叠加在宿主图像大于各域值的小波系数上,具有很强的鲁棒性。为实现水印信号透明性和鲁棒性的最佳均衡,水印嵌入时采用了一种自适应水印强度的控制方法。由实验结果可知,本算法对各种常见的攻击均有很强的抵抗能力。     

同态域JPEG可逆数据隐藏

提出了两种基于同态加密的JPEG可逆数据隐藏方案,可分离方案和不可分离方案。在不可分离方案中,数据的提取是在明文中进行的,可以同时进行数据提取和图像恢复。在可分离方案中,数据提取是在密文中进行的,要先进行数据提取,再对图像密文解密并恢复图像。两种方案中数据提取的准确率均为100％,同时针对同态加密算法时间成本较高的问题,两种方案在对JPEG图像的DCT系数加密之前,先进行整合,使多个系数合并为一个系数,从而节省了一定程度的时间成本。     

基于改进Harris-SIFT算子的快速图像配准算法

提出了一种基于改进Harris-SIFT算法的快速图像配准方法。首先,对传统Harris算法进行改进:一是构建高斯尺度空间,提取具有尺度不变性的角点特征;二是借鉴Forsnter算子思想对提取的角点进行精定位,以提高配准精度。然后,利用SIFT算子的特征描述方法对提取的特征点进行描述,通过随机kd树算法对两幅影像的特征点进行匹配。最后采用RANSAC算法对匹配点对进行提纯,并通过最小二乘法估计两幅影像间的空间几何变换参数,完成图像配准。实验结果表明:本文方法在基本保持配准精度的同时,能够大大减少标准SIFT所需的配准时间。     

多策略改进MPA算法与HKELM的变压器故障辨识

为解决目前变压器故障诊断精度低的问题,提出一种多策略改进海洋捕食者算法( MPA) 与混合核极限学习机(HKELM)的变压器故障辨识方法。 首先通过核主成分分析法(KPCA)对高维线性不可分的变压器故障数据进行降维,获取特征支持数据;然后通过伯努利混沌映射、改进阶段转换判据、最佳候选者等策略综合改进 MPA,加强全局开发能力;最后使用改进的 IMPA 算法对 HKELM 的参数寻优,构建变压器故障诊断模型。 为验证模型有效性,分析比较常用算法优化的 HKELM 的 4种变压器故障诊断模型。 其中 IMPA-HKELM 的诊断精度为 94. 7%,相比于另外 3 种基础算法优化的模型,诊断精度分别提升了 5. 4%、8%、10. 7%。 结果表明,提出模型有效提升了故障诊断的分类性能,并实现了较高的故障诊断精度。     

An improved algorithm for image crack detection based on percolation model

In a complex background, because of uneven illumination, concrete bubbles, shadows of various shapes, and other noise, traditional crack detection methods based on image processing cannot accurately detect cracks, especially unclear cracks. A crack detection method based on the percolation model fully considers the features of cracks including the characteristics of brightness and length, and therefore can accurately detect cracks in the image. But this method is time consuming, and some noisy areas are detected as crack regions. In order to solve the problems above, we propose an improved algorithm for image crack detection, which includes an accelerated algorithm and a new denoising method based on the percolation model. The accelerated algorithm decreases the number of iterations of percolation processing to reduce the computing time, and the denoising method is based on the characteristic of brightness and the length feature of cracks to remove the noisy regions. Experimental results show that the proposed algorithm can accurately and efficiently detect cracks in the image. © 2014 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于改进DeeplabV3+的遥感图像分割算法

针对高分辨率遥感图像语义分割存在地物边缘分割不连续、小目标分割精度不高的缺陷,本文提出一种基于改进DeeplabV3+的遥感图像分割算法,该算法首先使用分散注意力网络ResNeSt替换DeeplabV3+原始主干网络Xeception,以提取更丰富的深层语义信息,从而提高图像分割精度;其次引入坐标注意力机制（Coordinate Attention,CA）,有效获得更精确的分割目标位置信息,使得分割目标边缘更加连续;最后在解码层中采用级联特征融合方法（CFF）提高网络的语义信息表征能力。试验结果表明,该算法在中国南方某城市的高清遥感图像数据集分割任务上mIoU高达97.07%,相比原始DeepLabV3+模型提高了3.39%,能够更好地利用图像语义特征信息,为解译遥感图像语义信息提供一种新的思路。     

自适应水下彩色图像增强算法

在水下环境中,水体介质对光照的吸收和散射是导致水下成像失真的两大主要成因。水体对光线的吸收导致能量衰退大大降低了清晰度,另水体介质对各波段的散射和吸收的无规律性导致水下成像颜色失真。为了提高对水下成像的认知,本文提出了一种自适应水下图像增强算法。该方法首先对原始图像进行降噪和对比度提升得到两幅输入图;其次,以原始图像的显著图为引导,结合照度和色度图,作为图像融合的权重图;最后,根据权重图对两幅输入图像进行自适应加权求和,从而实现图像增强的目的。实验结果证明本文算法具有良好的实时性和鲁棒性,有效地增强了水下降质图像。