【摘 要】
:
随着互联网技术的迅速发展,图像的应用越来越广泛,在图像的传输与存储的过程中也面临许许多多的安全与效率问题。为了实现图像的安全、快速传输,对图像加密与压缩技术的研究具有研究价值和现实意义。本文通过对超混沌系统与压缩感知进行研究,首先设计一个超混沌系统,然后将超混沌系统与压缩感知进行结合,构造安全可靠的图像压缩加密算法。接着,针对压缩感知执行效率低的问题,本文尝试将二维压缩感知引入图像压缩加密方案。本
论文部分内容阅读
随着互联网技术的迅速发展,图像的应用越来越广泛,在图像的传输与存储的过程中也面临许许多多的安全与效率问题。为了实现图像的安全、快速传输,对图像加密与压缩技术的研究具有研究价值和现实意义。本文通过对超混沌系统与压缩感知进行研究,首先设计一个超混沌系统,然后将超混沌系统与压缩感知进行结合,构造安全可靠的图像压缩加密算法。接着,针对压缩感知执行效率低的问题,本文尝试将二维压缩感知引入图像压缩加密方案。本文的主要研究内容可以分为以下几个部分。(1)针对当前混沌加密算法中低维混沌密钥空间小,复杂度低,难以抵抗大规模的攻击的缺陷,设计了一个新的五维超混沌系统。为了验证本文设计的超混沌系统的混沌性能,本文对构造的超混沌系统进行了模拟仿真实验。经过理论分析和实验结果验证,本文设计的超混沌系统性能优异。将设计的超混沌系统用于之后的图像压缩加密算法中,可以提供足够的安全性。(2)针对当前的图像压缩加密方案中图像重构质量差、实现复杂、安全性不足的问题,利用设计的五维超混沌系统,本文设计了一个基于超混沌系统和压缩感知的图像压缩加密算法。此外,本文还设计一个压缩感知测量矩阵优化算法,改善了压缩感知过程中图像的重构质量。(3)针对基于压缩感知的图像压缩加密算法处理效率低、图像重构质量差的问题,本文将二维压缩感知引入图像压缩加密算法,构建了一个基于二维压缩感知和超混沌系统的图像压缩加密算法,不仅提高了压缩后图像的重构质量还加快了处理效率。(4)基于设计的超混沌系统和图像压缩加密算法,本文最终设计实现了一个图像压缩加密系统。本文实现的图像压缩加密系统可以实现灰度图像的快速压缩加密。本文设计了一个五维超混沌系统,经过超混沌对系统的理论分析、实验验证,本文设计的超混沌系统、伪随机性强、混沌行为更复杂,可以很好地应用于图像压缩加密算法。基于构造的五维超混沌系统,本文分别设计了基于一维压缩感知和二维压缩感知的图像加密算法。实验验证表明提出的算法实现简单、安全性高、执行效率高、压缩性能好。此外,本文提出了一个压缩感知测量矩阵优化算法,有效的改善了压缩感知图像重构质量。
其他文献
随着海量高速移动互联网设备的普及,数据存储呈现爆炸性增长,传统的存储方案无法满足复杂多样、规模庞大的新型存储需求。随着海量数据的上云,给云平台中的存储系统带来了全方位的挑战。现有的云存储方案在适应系统架构多样性和削减存储空间内的冗余数据等方面仍存在不足,导致了存储空间资源大量浪费,进而增加了云平台中数据总拥有成本(存储、获取和迁移成本)。因此,本文将从云平台中提供的数据库文件存储和块存储两个方面展
喷嘴是双喷嘴挡板电液伺服阀中的重要零件,其设计要求高,加工难度大,并需要在加工结束后进行特殊的加工质量检测。常用的检测方法之一是喷柱测量法,操作方式为使用橡皮洗耳球吸取液压油,在喷嘴末端加压使液压油自喷嘴射出,人为观测射流形态,若射流保持一定距离的水平直射则视为喷嘴加工质量合格,若出现斜射、散射、螺旋等其他形状则视为不合格。这种方法在理论上没有足够的依据且依赖于操作人员的主观判断,在检测手法上效率
随着自动驾驶的发展,自动驾驶仿真测试技术受到越来越多人的关注。而其中的图像传感器由于价格低廉且获取信息足够丰富受到了自动驾驶系统开发者的青睐,图像算法数量增长迅猛,而对于图像算法的仿真测试需求也随之暴增。目前图像仿真测试方法有两种,第一种是使用相机采集的真实数据进行仿真测试,但是这种方式测试场景受限制,且驾驶条件改变也较为困难;第二种则是使用仿真软件进行测试,这种方法虽然场景搭建自由灵活、且能轻易
空间目标图像质量对空间在轨导航、空间目标识别与空间在轨操作等任务的成败有着重要的影响,而空间在轨任务的对象往往是非合作目标,没有参考图像作为标准。开展无参考标准的空间目标图像质量评估方法研究对未来在轨服务具有重要指导意义。本文重点开展单帧无参考标准的空间目标图像质量评估方法、基于目标三维重建结果的空间目标序列图像质量评估方法研究。首先,建立空间目标图像质量评估标准库。根据空间目标图像在采集过程中的
超声成像因其无创、方便、快捷的特点被广泛用于临床诊断。但是由于其成像特点导致图像对比度低、存在多种伪影以及噪声干扰,对医生的临床经验有着较高的要求。因此利用图像超分辨率技术改善超声图像质量具有重要的临床意义。相比于自然场景图像,超声图像缺少成对的高、低分辨率图像数据集,使得重建任务更具挑战性。本文针对超声图像的特点,采用生成对抗网络(Generative Adversarial Networks,
视频时序动作检测的目标是定位出未剪辑视频中动作片段的开始、结束时间点,并进行动作类别的分类识别,可应用于视频分析、视频搜索、智能安防等领域。现有时序动作检测技术已取得了令人瞩目的进步,但仍难以满足实际应用中的具体要求,因此是当前计算机视觉领域的热点研究问题之一。本文根据实际应用中定位视频动作的具体需求,从时序动作的准确检测、新类别动作的扩展检测、融合语义查询的动作定位三个方面提出解决方案,具体研究
随着信息化智能化社会的到来,在日常生活和工业生产中,数字图像作为人类感知信息的主要渠道变得越来越重要。但是由于复杂的成像环境,设备传输中的噪声往往会带来数字图像的退化。虽然当今时代微电子技术取得巨大进步,成像CMOS芯片像素越来越高,受噪声干扰越来越小。但硬件技术的进步并不能完全解决成像过程中的退化问题。因此本文的主要任务是:使用计算机软件算法解决去噪、去模糊、超分辨率和去马赛克这四种常见的图像复
在工业生产线上,机械臂让刚体零件的装配效率有着极大的提高,但对于线性柔软体零件,比如线缆、软绳等零件,由于自由度多,在受外在作用力的情况下,极易发生形变;并且难以根据机械臂末端位姿推测整个柔软体的位姿。因此当前柔软体装配仅靠机器人是难以完成的。本课题针对带线缆的装配问题,开展了在受限环境下线缆自动装配时存在的问题的研究,其中主要包括无标记线缆的无物理模型下的形状跟踪技术和线缆形状伺服控制的研究。本
本文以装车工业现场货车测量与定位为背景,研究了基于传统方法和深度学习的货车点云分割与测量方法。点云语义分割是三维场景理解的基本任务,在无人驾驶、增强现实、机器人避障等领域获得广泛应用。基于聚类、RANSAC模型拟合等传统点云分割方法适合于规则几何物体分割,但是算法的参数需要手工设置。为了提高算法通用性,本文基于PointNet++基本框架,结合最新的Transformer技术和注意力机制实现KNN
十九届五中全会指出,新时代新阶段的发展必须是高质量的发展,不仅要强化企业创新主体地位,提高全要素生产率,同时应遵循绿色发展、协同发展,全面塑造发展新优势。然而现有关于企业全要素生产率的研究较少关注企业生产过程中的污染问题。少数考察企业绿色全要素生产率的研究多采用将地区污染物按比例折算为企业非期望产出的做法,不仅无法真实判断企业绿色发展质量,更易因“搭便车”行为造成“公地悲剧”。重污染行业作为经济发