基于半色调图像的抗打印扫描防伪水印算法

提出一种基于阈值调整点扩散图像与主从像素对切换的抗打印扫描防伪水印算法。首先,改变点扩散过程中的单一误差扩散核与量化阈值;然后,将水印图像利用Arnold置乱与混沌加密进行加密处理;最后,采用主从像素对切换的方式在半色调图像内部进行水印信息的嵌入。实验结果表明:嵌水印图像内部不存在周期性图案,在打印扫描、剪切、涂抹和噪声等攻击下,水印的正确解码率在85%以上,与其他同类算法相比,表现出更强的鲁棒性。

基于2D-SFHM混沌系统和改进DNA编码的彩色图像加密

为改善一维混沌系统密钥空间较小、安全性能较低而超混沌系统初始参数要求较高且效率较低等问题,提出了一种基于二维正弦函数超混沌映射(2D-SFHM)混沌系统和改进DNA编码的彩色图像加密方法。首先通过2D-SFHM混沌系统与Logistic系统生成混沌序列,将彩色图像分为RGB 3个通道,再基于混沌序列对每个通道分块进行DNA编码、解码、扩散和置乱,并在动态DNA编码的基础上提出基因突变机制,一定程度上丰富了DNA编码规则,最后合并3个通道得到彩色加密图像。实验结果表明,所提方法对密文图像直方图统计特性均匀平滑,相关性分析性能良好,实现了图像的安全加密效果,具有良好的加密性能和安全性。

基于扩散模型确定性病变表征的眼底病灶分割方法

获取全面的眼底病变分割图是开发自动化、可解释的视网膜病症诊断工具的关键步骤。然而,眼底图像上病变的多样性及复杂性,导致了精确标注的稀缺,限制了传统监督学习方法的发展及应用。近期研究表明,表征学习通过从大规模未标注数据中预训练强大的图像表征提取模型,在下游任务中仅需少量标注数据即可取得优异的性能表现。本研究提出了一种新颖的基于去噪扩散概率模型的表征学习分割框架。这一框架的目标是通过生成式建模,更精准地捕捉医学图像中的局部和微妙变化,为眼底图像的病灶分割提供精确的特征表示。采用未标记的眼底图像来学习预定义的马尔科夫扩散的逆过程,从而为从眼底图像中提取像素级表征奠定基础。此外,考虑到视网膜病变的严重性和病灶的相关性,引入一个病变分级网络,以指导逆扩散过程,增强与病灶紧密相关的表征能力。这些经过引导的表征作为眼底图像内在语义信息的存储库,为下游视网膜分割任务提供坚实的图像像素级表征基础。在多个眼底图像数据集上的实验中,所提出的方法在视杯和视盘分割任务上仅使用50个样本取得了0.872和0.877的平均Dice系数。在糖尿病性视网膜病变病灶分割中,平均Dice系数为0.664,而在年龄相关性黄斑变性病灶分割任务中,模型达到了0.513的平均Dice系数。研究结果证明了扩散模型所学习到的表征在多种复杂眼底病变分割任务上的通用性和有效性。

Multi-Level Halftoning by IGS Quantization

Improved gray-scale (IGS) quantization is a known method for re-quantizing digital gray-scale images for data compression while producing halftones by adding a level of randomness to improve visual quality of the resultant images. In this paper, first, analyzing the IGS quantizing operations reveals the capability of conserving a DC signal level of a source image through the quantization. Then, a complete procedure for producing a multi-level halftone image by IGS quantization that can achieve the DC conservation is presented. Also, the procedure uses the scanning of source pixels in an order such that geometric patterns can be prevented from occurring in the resulting halftone image. Next, the performance of the multi-level IGS halftoning is evaluated by experiments conducted on 8-bit gray-scale test images in comparison with the halftoning by error diffusion. The experimental result demonstrates that a signal level to be quantized in the IGS halftoning varies more randomly than that in the error diffusion halftoning, but not entirely randomly. Also, visual quality of the resulting halftone images was measured by subjective evaluations of viewers. The result indicates that for 3 or more-bit, in other words, 8 or more-level halftones, the IGS halftoning achieves image quality comparable to that by the error diffusion.

基于统一超混沌系统的彩色图像加密算法研究

利用混沌信号的优良性能,本文研究提出了一种新的彩色图像混沌加密算法。首先利用外部加密密钥以及原始图像的特征值,根据自定义的数据抽取和填放规则进行数据抽取、填放,并利用超混沌系统生成的混沌序列,嵌套进行图像像素扩散,从而形成“图像像素抽取—图像像素扩散—图像像素填放”的图像加密方案,最后测试结果表明所提算法具有较好的安全性。

基于压缩感知和超混沌系统的多图像加密算法

为了有效改善传输速率并降低带宽负担,提出一种基于压缩感知和超混沌系统的多图像加密方案.首先将多幅原始图像拼接成新的明文图像,并将部分明文信息与随机正整数结合产生混沌系统初始值,利用超混沌系统产生的伪随机序列生成加密过程所需的测量矩阵、置乱序列及扩散序列.其次通过离散小波变换、阈值处理以及并行测量对明文图像进行压缩处理,有效减少运算数据量,大大加快运行速率.最后通过无重复置乱操作和双向加模扩散得到最终的密文图像.经多个层面的仿真模拟实验,验证了所提算法能有效抵御剪切攻击,且具有比较高的安全性.

融合神经网络变换和通道置乱的彩色图像加密

针对传统彩色图像加密过程中密钥空间小、彩色通道加密不彻底导致的密文图像抗差分攻击能力弱等问题,提出一种融合神经网络随机变换和通道置乱的彩色图像加密算法。将彩色图像R、G、B色彩通道进行分离,利用变换技术分别对3个色彩通道进行像素级置乱;利用并行混沌系统生成两组伪随机序列,引入人工神经网络对其进一步变换生成新序列。使用随机序列分别对彩色图像的通道内和通道间进行像素级扩散和置乱。实验结果表明,神经网络随机性可显著扩大密钥空间,提出算法在密文图像安全性和抗攻击能力上具有显著优势。

基于超混沌的快速图像加密算法

针对现有基于超混沌的图像加密算法存在安全性不足和运行效率低的缺点,提出了一种改进算法。该算法通过优化像素置乱、像素替换和密文扩散过程进一步混淆明文图像和密文图像的关系,并通过引入新的超混沌序列量化方法,减少超混沌系统的迭代次数,提高运行效率。实验仿真结果表明,算法具有很高的安全性和实用性,可广泛运用于图像保密通信等领域。

基于像素动态更新与差异扩散的图像加密算法

提出了基于像素动态更新与差异扩散的图像加密算法。引入Lucas与Fibonacci序列,充分利用二者的更新特点,基于二维映射,设计像素动态更新机制,在每一轮像素混淆过程中,利用不同的随机序列完成像素位置置乱,避免了置乱周期性;依据人眼视觉特性,建立像素重要等级模型,明文像素分类为视觉像素与次级像素;利用明文像素生成映射的初值,通过建立序列量化机制,获取一组密钥流;根据密钥流,设计两个像素扩散函数,对视觉像素与次级像素进行差异扩散,以输出密文。测试数据显示：与当前图像加密机制相比,所提算法具有更高的安全性,输出密文像素分布更加均匀。

实时绘制带斑纹的毛发

提出一种将reaction diffusion过程纹理与Lengyel的毛发绘制算法相结合 ,实时生成带有斑纹的毛发的方法 利用vertexshader和 pixelshader等硬件扩展功能对Lengyel方法进行了改进 ,不但提高了绘制速度 。

一种基于进化Agent的遥感影像亚像元定位方法

遥感影像中存在着混合像元,软分类技术将这些像元按照一定的百分比划分为不同的地物类别,亚像元定位技术利用在每个混合像元中所获得的百分比信息,得到一个锐化后的分类影像。像元分解成不同的子像元,代表不同的地物类别成分。进化Agent技术结合一种空间邻域的假设关系,通过繁殖和扩散两种行为模式,分配给每一个亚像元一个确定的位置,从而达到定位的效果。利用合成影像和退化的真实影像进行实验,通过与传统的硬分类进行精度比较,证明进化Agent技术是一种简单易行的亚像元定位算法。

基于Arnold变换的图像分存加密方法

为提高图像分存加密的安全性,提出一种将置乱加密、分存技术和像素扩散相结合的分存加密方法。首先,利用一维Logistic混沌映射产生Arnold变换的参数;其次,利用变参数的二维Arnold变换对图像进行像素位置置乱;最后,利用变参数的三维Arnold变换对置乱后图像进行像素值扩散并分存为两幅图像。实验结果表明,该方法的外部密钥敏感度较强,具有良好的雪崩效应,能够有效地抵抗明文和差分等攻击,且解密密钥与明文图像紧密相关。

基于各向异性扩散的单幅图像去雾算法

针对单幅图像去雾算法容易产生光晕现象且去雾后图像细节不突出的问题,提出了一种基于各向异性扩散的去雾算法.首先在基于像素的暗通道先验假设的基础上计算出初始大气传输函数,使用Perona-Malik偏微分方程模型求解出精细化的大气传输函数,再经过最小值校正,最终得到准确的大气传输函数。为了估计大气光,对基于像素的亮通道图像进行像素排序,从中选取出可靠的大气光向量。实验结果表明,提出的算法能够恢复更多的图像细节,同时有效地抑制了光晕现象。

基于高维超混沌系统和矩阵张量积的图像分组加密新算法

目前混沌加密算法主要存在三方面的不足:1)采用低维混沌序列造成混沌退化;2)采用的混沌系统结构过于简单;3)算法只依赖于混沌系统的结构和密钥。针对这些不足,提出一种新的图像分组加密算法。为了克服混沌退化,算法借助矩阵张量积将高维超混沌系统所产生混沌序列和一维混沌序列充分耦合,产生像素扩散矩阵。在此过程中,用明文信息控制扩散矩阵生成,使算法与明文相关,提高了算法的安全强度。

基于最佳分析窗口的高光检测

物体上的高光直接影响计算机视觉领域的很多操作,比如图像分割、边缘检测、视频中物体的跟踪等。该方法基于双色反射模型,提出了最佳分析窗口的概念。在最佳分析窗口的基础上,分析窗口中像素的亮度、色彩、以及位置信息,组成五维特征向量,利用K-means算法在向量空间的聚类结果得到漫反射像素族,从而估计出全局漫反射色度,并以此检测图像中的高光像素。最后,利用Tan等提出的STD机制从原图像中分离出漫反射分量和镜面反射分量。该方法无需交互操作,不受相机噪声为线性的限制,比同类算法更容易实现且效果更佳。

快速置乱耦合3D混沌映射的图像加密算法研究

针对当前3D混沌映射加密算法的安全性不高,且其置乱过程的计算量大,置乱性不稳定,以及置乱方法不具有通用性等缺陷,设计了一种快速通用置乱方法,并将混淆与扩散机制同时引入进来,提出了一种新的3D混沌映射图像加密算法。首先利用快速置乱方法置乱初始图像,以改变像素位置;利用三维Chen系统结合像素值变换函数所生成初始外部密钥迭代3D混沌映射,得到一个序列,该序列根据混淆机制对置乱图像像素值进行混淆;改变外部密钥,再迭代计算3D混沌映射,得到三元一维伪随机数组,并借助密钥流机制量化该数组,得到新序列,利用该新序列根据扩散机制对混淆后的像素进行扩散处理。借助MATLAB仿真软件对该算法及其他3D算法进行对比仿真。结果显示:与其他3D算法相比,该算法安全性更高,置乱速度更快,计算效率更高,且其密钥空间巨大。

基于动态密钥选择与多方向扩散的图像加密算法

设计了基于动态密钥选择与多方向扩散的图像加密算法。利用128位外部密钥来生成4个Logistic映射的初值,通过对其迭代,获取4个随机序列;利用明文自身像素特性,定义一个引擎计算函数,联合随机序列,在像素置乱过程中,根据引擎值来动态选择加密密钥,通过构建非线性像素交叉互换方法,不同的密钥来置乱不同的明文像素位置,消除了置乱周期性;设计4方向连续扩散方法,利用4个方向的扩散函数对置乱图像进行加密。测试数据表明：与当前图像加密技术相比,所提技术具备更高的安全性与抗明文攻击能力,能够较好地对图像完成解密。

技术创新时空扩散的数学模型与模拟

在总结以往研究结论的基础上,对技术创新时空扩散的本质和规律展开了深入研究,并建立了描述扩散时空展开模式的数学模型,为扩散的预测和控制提供了参考.通过对技术创新时空扩散规律的研究,提出企业综合质量的概念,以测度企业吸纳技术创新的综合支撑能力;在扩散空间的划分问题上,提出技术创新扩散质量空间概念,不仅有利于寻求时空扩散机理,而且使扩散数学模型大大简化,增加了实用性,为技术创新时空扩散研究探索了一条新思路.

基于仿射密码的并行图像加密算法

为了提高加密系统密钥安全性,获得更好的扩散性能,提高算法运行效率,提出一种基于仿射密码的并行图像加密算法。利用Lorenz混沌序列对像素位置进行置乱;引入古典密码学中的仿射密码进行像素值扩散和像素值混淆;利用多核计算机多个核心并行计算,将图像分块后并行加密。实验结果表明,仿射加密算法密钥空间大、安全性强、扩散性和扰乱性效果好、算法运行效率高,且仿射密码加密比异或加密扩散效果更好。

基于最佳漫反射像素的汽车表面高光检测

汽车表面常常反射出表征光源颜色的高光,高光的颜色严重影响了汽车的真实颜色。因此在识别汽车颜色之前需要将汽车表面的高光像素检测出来,以提高颜色识别的准确率。结合原图像和对应的无高光图像提出了最佳漫反射像素的概念,并以最佳漫反射像素为基础提出了一种检测单张彩色图像中汽车表面高光的算法。算法简单、容易实现,其理论基础是二分光反射模型。实验结果表明算法有效、运算速度快,可以满足汽车颜色识别系统准确性和实时性的要求。