【摘 要】
:
量子计算具备快速处理数据的能力,这对经典密码体系造成了威胁。随着量子保密通信在理论基础和物理实验方面的迅速发展,学者们开始关注和研究其中的不同方向。量子信息隐藏就是其中的一个新研究方向。本文设计了两种基于混沌映射的量子水印算法并实现其量子线路。主要研究工作如下:在量子小波变换中,图像的像素可能为带符号的十进制小数而不是整数,因此本文提出了对带符号十进制小数的广义表示法来承载量子图像中的像素。基于带
论文部分内容阅读
量子计算具备快速处理数据的能力,这对经典密码体系造成了威胁。随着量子保密通信在理论基础和物理实验方面的迅速发展,学者们开始关注和研究其中的不同方向。量子信息隐藏就是其中的一个新研究方向。本文设计了两种基于混沌映射的量子水印算法并实现其量子线路。主要研究工作如下:在量子小波变换中,图像的像素可能为带符号的十进制小数而不是整数,因此本文提出了对带符号十进制小数的广义表示法来承载量子图像中的像素。基于带符号十进制小数的广义表示法设计了包括加、减、乘、除运算的通用量子计算模块,利用这些量子模块构造了量子哈尔小波变换的量子线路。基于Henon混沌映射提出了一种量子置乱机制来扰乱水印图像,并且置乱效果良好。在多次量子哈尔小波变换的帮助下,提出了基于量子哈尔小波变换和Henon映射的量子水印算法。量子水印嵌入过程的计算复杂度是O(7)n ~2(8),量子水印提取过程的计算复杂度是O(7)n ~3(8)。实验表明,所提出的量子水印算法在嵌入能力和不可见性方面均具有良好的性能。基于最大像素差值分块法和tent映射,通过执行最低有效位替换策略,设计了一种新的量子水印算法。将一幅基于新型增强量子表示法的量子载体图像划分成多个不重叠的图像块。计算出图像块中的最大像素和最小像素的差,将其与预设的阈值进行比较。根据比较的结果,这个图像块被判定为边缘图像块或平滑图像块。根据人眼视觉特性,每个边缘块可以比平滑块嵌入更多的秘密信息。在置乱和嵌入过程中,采用由tent映射得到的混沌矩阵增强量子水印方案的安全性。执行最低有效位替换策略把置乱后的量子水印图像嵌入到量子载体图像中。量子水印嵌入过程的计算复杂度是O(7)n ~2(8)。与其它量子水印方案相比,基于最大像素差值分块和tent映射的量子水印方案具有更高的嵌入容量和更好的视觉特性。
其他文献
随着数据爆炸时代的到来,如何高效快捷地挖掘出冗余数据中有价值的信息变得越来越重要。聚类分析是一种无标签、无监督学习的数据挖掘技术,可以在低成本的情况下发现数据中有价值的信息。模糊C均值算法(FCM)就是聚类分析中的一种典型算法,它在K-means算法的基础上加入模糊集理论,被广泛应用到各个领域中。但是,模糊C均值算法对初始聚类中心较敏感且鲁棒性不强。针对这些问题,本文提出了一种改进的核模糊C均值算
在数字图像处理技术高速发展的今天,图像配准作为图像识别领域的热门研究方向,在医学影像处理、遥感图像处理、计算机视觉以及人脸识别等领域有着极为广泛的应用。图像配准技术发展到今天,经过几代学者孜孜不倦的钻研探索,在图像识别领域已经提出了很多种性能优秀的配准算法。在这些配准算法中,尺度不变特征变换(SIFT)特征具有良好的尺度不变性,对图像的旋转、缩放、光照变化以及噪声都有着不错的容忍性。尺度不变特征变
随着微电网在电力行业的快速发展,微电网电能交易开始走向市场化,对微电网电能可信交易的研究具有重要的理论研究价值和社会价值。现有基于区块链的微电网电能可信交易存在以下问题。问题一是现有基于区块链的微电网电能可信交易模型大都针对某一特定层面,忽略整个模型数据间的联系与交互问题,导致模型缺乏灵活性。并且,现有基于区块链的微电网电能可信交易模型使用单链存储方式,导致模型产生的所有数据都进行了大量重复存储,
身份感知的面部表情识别是近年来面部表情识别领域的一种重要的模型设计思路,其旨在降低或避免面部图像间的特征差异干扰面部表情识别模型,减少人与人的特征差异而提升不同表情之间的差异。近年的研究为身份感知提供了两种实现思路,第一种采用扩大类外差异、缩小类内差异的策略提升识别精度;第二种采用当前热门的生成对抗网络进行图像的风格迁移,通过真实图像与生成图像间的差异性,获得预测分类结果。本文基于生成对抗网络的身
近几年以来,网络上的文本数据越来越多对海量的文本数据如何进行有效的管理已成为信息管理领域中热门的研究内容之一。信息管理领域首要的任务就是理解文本的语义,其中句子相似度的计算就是常用的方法之一,它在智能客服、机器翻译、信息检索等领域有着广泛的应用。本文重点研究了中文问句相似度计算的问题,具体内容如下:经调研发现目前的中文问句相似度计算模型存在以下几个问题:一、模型的性能依赖于中文分词技术的准确性;二
虚拟手术是以医学图像数据为基础,通过三维重建技术构建出虚拟器官组织模型,同时通过触觉交互系统模拟出真实手术过程中手术器械与虚拟组织器官的交互场景,提供给用户真实体验和沉浸感的一类虚拟现实系统。在虚拟手术系统中需要建立高度逼真的软组织器官几何模型,同时在手术中常见切割、缝合、抽吸等操作后常常伴随着出血场景,这也是虚拟手术仿真中的难点。针对虚拟手术中几何模型真实性不高和虚拟手术中血流可视化仿真不真实的
交通标志检测是智能驾驶中的关建技术,对于无人驾驶以及汽车辅助系统都有较大的研究价值。自然交通场景中汽车行驶速度快,对于检测的速度要求较高。而交通标志相对于道路上的其他物体其体积较小,检测难度大。本文对于上述交通标志检测的两个重要问题运用深度学习技术进行研究,以求能研究出能同时满足交通标志检测任务中速度与精度的模型。具体的工作内容如下:(1)针对交通标志检测难度大,精度要求高的问题,本文在精度较高的
图像语义分割是计算机视觉的研究热点,可以有效地实现对图像的高层次语义理解。根据是否对训练数据进行标注以及标注的程度,图像语义分割可以分为基于全监督学习、基于弱监督学习和基于半监督学习。其中,半监督图像语义分割因其要求对部分训练数据进行标注的灵活性和便捷性,近年来受到越来越多的关注。尽管半监督图像语义分割具有广阔的应用前景,但在现有的方法中处理光照条件不好、小尺寸目标的分割、图片中具有相同语义的多个
疲劳驾驶是造成交通事故的几大主要原因之一。针对噪声影响下疲劳驾驶识别模型性能大幅度下降,难以在实际应用中达到理想效果的问题。本文致力于解决如何在任意通道脑电信号遭受噪声影响下保持疲劳驾驶识别模型的稳定性问题,建立了基于深度卷积神经网络去噪并动态构建功能脑网络的疲劳驾驶识别框架。框架中提出了残差卷积脑电波降噪网络、以奇异值熵和分形维数为特征的动态功能脑网络构建方法和基于B样条曲线的图空间卷积功能脑网