【摘 要】
：
在移动互联时代,图像等多媒体数据是实现信息共享的非常有效的方式。由于彩色图像所携带的信息量越来越大,图像信息的安全与隐私保护也越来越重要,这对设计高效安全的图像传输算法提出了更高的要求。图像压缩加密是解决这两个问题的有效方式。近年来,基于混沌系统的图像加密算法被不断提出来,由低维混到高维再到分数阶混沌系统过渡,更多的初始状态值被作为加密系统的密钥,以此提高整体系统的密钥空间。但随之而来的是系统复杂
论文部分内容阅读
在移动互联时代,图像等多媒体数据是实现信息共享的非常有效的方式。由于彩色图像所携带的信息量越来越大,图像信息的安全与隐私保护也越来越重要,这对设计高效安全的图像传输算法提出了更高的要求。图像压缩加密是解决这两个问题的有效方式。近年来,基于混沌系统的图像加密算法被不断提出来,由低维混到高维再到分数阶混沌系统过渡,更多的初始状态值被作为加密系统的密钥,以此提高整体系统的密钥空间。但随之而来的是系统复杂度的提升以及难以忽视的求解困难问题。分数阶混沌系统具备更复杂的动力学特性,设计基于分数阶混沌系统的高效压缩加密算法是研究的热点问题。基于以上几点,本文提出了一种基于分数阶超混沌系统的彩色图像压缩加密方案:1、分数阶混沌系统具有更好的动力学特性和更加庞大的密钥空间,本文采用了分数阶超混沌Chen系统作为加密方案的输入,采用了Adomian分解算法详细进行了推导求解,并结合了DNA编解码技术设计了一种安全的彩色图像加密算法。2、DNA编解码和DCT量化压缩都是基于分块处理,可以有效提升算法的并行特性,但是DNA编解码技术适用的数据格式一般为空间域中的正整数形式,而DCT系数为频域中的浮点数形式。DNA编解码技术和DCT量化压缩技术相结合的需求产生了数据格式转换的问题,设计了一种数据处理算法,可以在空间域中使用DNA编解码技术处理频域DCT系数。3、考虑到传输的高效性,在保证加密性能的基础上,使用了压缩算法,提出一种彩色图像压缩加密的方案。通过综合分析不同算法的对比实验结果后采用二维离散余弦变换（DCT）将彩色图像的R、G和B通道的数据转换到频域,然后通过量化过程减少加密数据量。实验结果和安全性分析表明,压缩加密方案不仅具有良好的压缩和安全性能,可以在低压缩比的情况下很好地重建原始图像,而且还具有很好的鲁棒性,安全性,可以应用于彩色图像的压缩、加密和传输等领域。
其他文献
近些年来,太赫兹技术由于其自身在无线高速通信与保密通信等方面的优异特性,在军事信息领域具有巨大的应用价值,得到了科学界的重视与广泛的研究。在太赫兹波段实现类电磁感应透明现象,能够将电磁感应透明现象丰富的光学特性应用到太赫兹通信中,促进太赫兹通信的发展。研究人员使用超材料作为太赫兹调制器来操控太赫兹波,弥补了自然界中太赫兹材料匮乏的劣势。在本文我们研究了基于超材料的太赫兹全光控调制。本文通过软件仿真
为满足人们对软件系统功能和性能日益增高的需求,软件系统结构被不断优化,复杂程度不断增加。在为人们带去便利的同时,来自于软件系统外部或内部环境的一些隐蔽和罕见的异常也可能会造成十分严重的后果,对软件系统的可靠性和性能有着不容忽视的影响。而软件系统的高度的复杂性却使得快速发现和研究这些异常愈发困难,导致现阶段对调试人员的需求越来越多,甚至超过开发人员。在测试软件系统时,人们更多选择输出日志信息而非分析
如今,图像已经成为人们获取信息的重要媒介,然而由于图像噪声的影响,在成像、传输和记录的过程中,图像质量会严重下降。噪声的存在使图像细节难以区分,造成了信息的严重丢失。为了从图像中获得更多的信息,图像去噪技术应运而生,其目的就是要在保留真实图像主要特征的同时,以数字方式去除这些图像中的噪声。图信号处理技术是近年来信号处理领域的热门研究方向,它可以应用于数字图像这样的数据集。鉴于此,本文提出了基于图信
随着海洋资源开发,海洋与陆地的资源交互更加频繁和重要,为适应水陆交接处环境复杂性、保障物资运输高效性,对水陆两栖运输车的能力指标提出了更高要求。现有两栖运输车多为单一轮式或单一履带式车辆,其中轮式两栖车在水陆交接的滩涂路面通行能力较差,而履带式两栖车虽然在滩涂路面通过性较好但是在铺装路面行驶时,速度慢、通行效率低,无法满足快速机动的需要;单一的轮式或履带式两栖车已经难以适应现在的物资运输形势。论文
交通运输领域对石油等化石燃料的依赖造成的环境污染问题日益严峻。为此,包括中国、美国、欧盟、日本在内的多个国家和地区纷纷采取相应措施推动能源结构转型,并鼓励新能源汽车的发展。在现有技术水平下,电动化被认为是乘用车摆脱对石油的依赖,实现绿色低碳交通并维护能源安全最为可行的方案。因此,近年来以电动车为代表的新能源汽车发展迅速。但由于电池储能密度的发展缓慢,较短的续驶里程成为了电动汽车的推广的瓶颈。特别在
推荐系统中用户数和项目数的激增使得用户-项目交互数据十分稀疏,数据稀疏问题极大地制约了推荐系统的性能,一直以来都是推荐算法研究的重点。协同过滤推荐算法通过交互信息分析用户潜在的兴趣和需求,是推荐系统中应用最为广泛的一种。传统的协同过滤算法没有充分利用辅助信息,当数据稀疏时,对用户和项目的信息提取能力有限,相似度的计算不够准确,无法准确地建立用户的偏好模型。深度学习在处理欧氏数据的特征上有着卓越表现
图像超分辨率重建已应用在包括但不限于医疗图像、安全监控、生活娱乐等多个领域当中,目的是从低分辨率的图像中恢复出对应的高分辨率图像。目前基于深度学习的图像超分辨率算法仅靠大量堆叠基本块来提升重建效果,从而导致模型体积庞大,运算复杂度过高。本文从超分辨率模型结构设计的角度出发,设计了重建效果更优,且保持较低计算复杂度与较少参数量的网络架构,并提出了新的超分辨率重建效果评估指标。主要工作体现在以下三个方
随着深度学习和人工神经网络的不断发展,许多与之有关的领域也向人们显露出它们的发展潜力,其中算法作曲已经逐渐成为目前的一个热门的研究领域。算法作曲不但能够激发作曲家们的创作灵感,同时也能够让广泛的非专业人士参与到音乐创作当中,享受创作的乐趣。追溯算法作曲的发展历程,可以发现随着人工神经网络技术的不断发展,算法作曲也随之步入到了一个新的阶段。目前国内外已经在算法作曲的多个领域中取得了突破。通过对以往提
逆合成孔径雷达（Inverse Synthetic Aperture Radar,ISAR）是探测空中、空间目标的重要工具,ISAR像识别是态势综合感知的重要研究内容。针对实际应用中难以获取充足训练样本问题,本文将迁移学习引入到ISAR像识别中,利用实现辅助任务（源域）中得到的可用信息辅助实现目标任务（目标域）,以期克服传统深度学习方法因训练数据量不足产生的泛化能力差问题。本文的主要研究工作和研究
近红外脑成像（functional near infrared spectroscopy,f NIRS）是一种常用的脑成像技术,也是实现脑机接口（Brain-computer interface,BCI）的重要手段之一。BCI系统通过检测、分析、解码大脑活动,实现大脑与外部设备的双向通信。运动想象作为BCI中经典的实验范式,成为该研究领域的一个热门的研究方向。当前,基于f NIRS-BCI的运动想