基于DRPE的光学图像加密一般框架分析及新方法研究

来源 :天津大学 | 被引量 : 0次 | 上传用户:glorfinde
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了保护图像的信息安全,图像加密技术已经成为信息安全领域研究的重点问题。其中最具有代表性的技术是基于双随机相位编码(Double Random Phase Encoding,DRPE)的图像加密技术,该技术近年来得到了广泛发展。本文总结分析了基于DRPE的光学图像加密的一般框架,并在一般框架下提出新的加密技术。具体内容如下:(1)本文总结了基于DRPE光学图像加密技术的一般框架,一般框架由预处理操作,随机相位掩模和光学变换三部分构成。在预处理操作中,详细介绍了有代表性的预处理操作Arnold变换,奇异值分解和压缩感知。在随机相位掩模方面,详细介绍了生成混沌随机相位掩模的一维和二维混沌映射。在光学变换方面,详细介绍了傅里叶变换,分数傅里叶变换,菲涅耳变换,Gyrator变换和线性正则变换。(2)针对一般框架中的随机相位掩模部分,本文提出了一种由掌纹,混沌随机相位掩模和幅度截断傅里叶变换产生混沌掌纹相位掩模生物密钥的新方法。掌纹的唯一性能够提高加密系统的安全性。此外,根据一般框架,本文提出了一种基于生物密钥和奇异值分解的光学图像加密系统。在加密过程中,图像经过光学加密后进行奇异值分解得到的三个部分,其中两部分相乘生成私钥,另一部分进行后续的加密。奇异值分解操作使得加密密钥与解密密钥不同,有效抵抗选择明文攻击。数值仿真结果表明了所提出的加密系统的可行性和安全性。(3)针对一般框架中的预处理部分引入矢量分解,提出了一种基于矢量分解和混沌掌纹相位掩模的光学图像加密系统。在该方法中,待加密图像首先经过矢量分解操作进行第一步加密,矢量分解得到的两个相位板,一个进行后续的加密,一个作为私钥用于解密。矢量分解的引入使得DRPE加密系统非对称,有效抵抗选择明文攻击。大量的数值模拟实验验证了加密方法的可行性和安全性。(4)针对一般框架中的预处理部分引入非负矩阵分解,提出了一种基于非负矩阵分解和Gyrator变换的光学灰度图像加密系统。在该方法中,待加密图像首先经过非负矩阵分解运算,得到基矩阵和系数矩阵,系数矩阵进行后面的加密,基矩阵作为密钥。该方法的优点是图像经过非负矩阵分解后被压缩,能够节省存储空间和计算资源。数值仿真结果表明了所提出的加密系统的可行性和安全性。
其他文献
视频显著性对象检测,旨在找出视频每一帧中吸引人视觉注意的对象。由于其广泛的应用场景,近几年吸引了越来越多的研究兴趣。然而,在当前的视频显著性领域,对“视频显著性对象”的定义一直存在一些争议。在大多数先前的工作中,都使用的是视频对象分割或运动追踪数据集作为标准,直接将单一的前景对象或运动中的对象看作是显著对象,这并不符合我们人眼视觉机制的判断规则。即便后来出现了专门针对于显著性领域的数据集,但它的标
工业物联网通过各类传感器采集工业大数据,并运用大数据智能分析技术优化生产流程。然而,由于具备高潜在价值、强安全需求属性,工业大数据一直存在孤岛问题,难以实现跨领域安全共享。作为新兴技术之一,区块链具备可溯源,防篡改等特性,为工业大数据的安全高效共享提供了良好的前景。但现有对于区块链数据共享的研究,只关注数据共享各方之间数据交换过程的安全性,很少考虑数据共享的效率。因此,如何在使用区块链技术保证数据
近年来,自动驾驶技术的蓬勃发展极大地促进了汽车科技的智能化变革,但高昂的传感器硬件成本严重阻碍了自动驾驶汽车的落地应用。因此如何使用低成本传感器在特定的场景下实现自动驾驶成为了学术界与产业界非常关注的问题。自动驾驶汽车落地应用的基础是精确的感知与定位,因此基于视觉的感知与定位研究对加速自动驾驶汽车低成本落地应用具有重要意义。本文聚焦结构化道路环境,提出一种基于视觉的低成本方案来实现自动驾驶汽车的横
与传统的信息检索系统相比,问答系统提供了一种更为自然的人机交互方式,使得用户能够通过自然语言的方式与机器交流来获取信息。但在很多的实际应用中,机器需要主动地向用户提问,通过理解用户给出的答案来确定用户的真实意图,这个过程被称作反向问答。然而,当前几乎所有的解决方案都通过强制用户点击选项来避免自动的答案理解,这极大地破坏了用户的体验。针对答案理解任务,文章设计了相应的深度学习模型,旨在为用户提供一种
二维人脸识别面对光照、妆容、姿态和遮挡等因素的变化表现较差,在实际应用中对采集的图像要求较高,需要采集到正面清晰图像。而三维人脸数据因为包含二维人脸图像无法提供的深度信息,从而可以有效地应对光线变化与妆容变化等带来的干扰。传统三维人脸识别方法过程复杂,而基于深度学习的三维人脸识别方法,由于缺少足够规模的数据集,目前还无法达到二维人脸识别的研究水平。基于我们的调研,目前相关研究成果中,多是基于已有三
曲率是曲线和曲面重要的几何量,是图像、视觉分析以及计算机图形学的基本几何元素。而欧拉弹性是较早被应用到图像处理领域和计算机视觉中的基于曲率的方法。考虑到曲率在连接缺失的边缘和结构方面出色的能力,我们通过欧拉弹性提出了新的稀疏重建模型。特别地,我们首先将欧拉弹性正则化模型拓展为非局部形式,充分利用图像的模式冗余和结构相似性。由于欧拉弹性项非凸、非平滑、非线性,我们将局部和非局部弹性正则项视为加权总变
信息时代的用户需求趋于个性化、多样化、动态化,如何准确地掌握用户需求并快速地实现其向工程语言的转化成为企业关注的重点问题。如今越来越多的垂直网站、电商网站、产品论坛、社交媒体、问答社区可以为消费者提供广阔的意见表达平台,由此产生的评论内容能够较为真实地反映用户需求与产品缺陷。根据互联网评论数据挖掘用户需求并将其转化为指导产品设计的技术要素,能够帮助企业较好地了解用户体验以及较快地推动产品开发。本文
相比于传统CT,能谱CT利用不同能量光子关于物体衰减的差异性进行成像,能够提高物质分辨能力和准确的材料分离和定量化信息,逐渐成为近年来医学成像领域的研究热点。本文以研究能谱CT成像探测和自动分割技术为目标,对基于边缘入射探测器的成像仿真系统进行级联分析,并提出了改进的CT影像自动分割算法。在CT成像探测方面,本文建立基于边缘入射探测器的CT成像模拟系统,对内部设置相对完善的物理环境的同时利用复合能
光电跟踪系统是一个集光、机、电于一体的远距离光学跟踪成像系统,近年来在海上搜索、靶场测量、国防安全等领域,作为雷达探测的补充装备,在获取目标的精准定位和清晰成像方面上有着不可替代的作用。系统采用闭环控制,将指向器采集到的目标信息经图像处理板处理后传输到显控台,再由显控台根据图像信息生成指令控制指向器,实现对目标的监测跟踪。但由于运动目标会导致系统成像出现不同程度的离焦模糊,影响光电跟踪系统对目标的
知识图谱表示学习的目的是将知识图谱中的实体和关系嵌入到连续低维向量空间中,以便在保留知识图谱结构的同时提升下游机器学习任务的性能。但已有的知识表示学习方法大多仅将工作重心放在表示三元组中的结构化信息,而忽略了语义信息对于知识表示学习的重要性。本文将从关系层次结构和实体类型这两类语义信息入手并分别提出对应的知识表示学习方法。关系层次结构,是由关系间的泛化关系subRelation Of构建而成的结构