基于分数阶样条小波与IHS变换的图像融合

该文提出用分数阶样条小波和Intensity-Hue-Saturation（IHS）变换结合的方法进行高分辨率全色图像和低分辨率多光谱图像的融合。分数阶样条小波由于具有良好的分数阶逼近性能，在分解图像时可得到更多的细节，而IHS变换在处理图像时会扭曲光谱特性，通过两者的结合，可得到高分辨率、多光谱图像。将该方法和传统‘Daubechies3’小波与IHS变换相结合的方法比较，实验结果证明了分数阶样条小波更多地保留了高分辨率图像的空间特性和低分辨率图像的光谱特性。     

基于分数阶微积分及分数阶Fourier变换的图像加密方法

图像加密技术一直是图像处理中的热点问题,把分数阶微积分引入图像加密技术中更是当代前沿研究课题.本文基于分数阶微积分及分数阶Fourier变换的方法,提出了一种新的数字水印算法.该算法在分数阶傅里叶域嵌入水印,分数阶微积分阶次以及分数阶Fourier变换的变换阶数为数字水印的安全性提供了保证.随后作者用相关性检测的方法来提取水印.最后作者通过对算法仿真以及加密图像的抗攻击性能进行测试,发现本文提出的数字水印算法有较好的不可感知性,且对噪声、旋转、剪切等攻击具有良好的鲁棒性.     

基于分数阶超混沌的新图像加密算法

分数阶混沌系统具有复杂的动力学特性,因此在图像加密中具有更高的安全性.首先,利用离散logistic混沌系统对彩色数字图像的三基色平面进行置乱.然后,利用分数阶CYQY超混沌系统对置乱图像的三基色通道进行逐像素替换.为提高明文对密文的敏感性,通过明文图像产生的小数对作为密钥的阶次、参数和系统初始值等进行扰动,理论分析和对彩色Baboon图像的仿真实验均表明,该算法加密效果好且能有效抵抗各种攻击.     

基于小波和分数阶傅里叶变换的混沌图像加密

为了进一步提高加密效果和效率,本文提出一种基于小波分解和分数阶傅里叶变换的混沌图像加密方法。加密过程包括三个步骤:首先利用混沌序列对图像进行像素值扰乱;然后进行小波分解并提取出低频分量,对其进行分数阶傅里叶变换;最后进行混沌置乱得到最终加密图像。仿真结果表明该方法能够成功实现图像的加密和解密,具有很好的加密效果和安全性。     

基于分数阶混沌和分数阶小波变换的数字指纹技术

在传统的数字指纹技术中,随着用户的增多,用户指纹的唯一性和有限的指纹长度之间产生了矛盾.针对这一矛盾,根据分数阶混沌的初值敏感和随机特性,提出了基于分数阶混沌动力系统的数字指纹生成方法,大大增加了用户的容量,而且速度快,安全性高,把分数阶混沌用于指纹编码,抗合谋攻击性更强.另外,为了增加数字指纹的嵌入空间,提高安全性,进一步提出了使用4级离散分数阶小波变换对载体图像进行处理,与传统小波变换相比,分数阶小波变换增加了阶次作为密钥,安全性更高,并选择把数字指纹嵌入到高尺度下的高频子带中,鲁棒性和信息隐藏量都得到了改善.     

小波变换在数字图像加密中的应用

给出了一种基于小波变换的快速图像加密算法.首先对秘密图像和公开图像分别进行时域上的置乱变换,其次对公开图像的置乱图像进行小波变换,对小波变换后系数与秘密图像进行异或exclusive OR,XOR运算,最后利用小波逆变换进行图像重构,从而得到结果图像.数值试验表明该方法的加密能力较大,并保证了很好的视觉质量,且算法简单易行.     

一种基于分数阶Fourier变换的光斑图像抑噪方法

在激光光斑中心定位系统中,光斑图像噪声直接影响中心定位的精度。为了保证光斑重心的测量精度,抑制光斑图像噪声,针对信号和噪声有很强的时频静合特性,通过分数阶Fourier变换（FRFT）分析了含噪声激光光斑图像在分数阶Fourier域的幅度特征,在一维信号分数阶滤波系统参数估计的基础上,利用多阶段的滤波结构滤除激光光斑图像中的高斯噪声。仿真结果表明,该算法能较好地在强噪声背景下将光斑图像恢复出来,抑噪后的光斑基本能满足激光光斑中心定位系统的预处理要求。     

基于分数阶时延混沌神经网络的图像加密

基于分数阶时延混沌神经网络,提出了一种新的图像加密算法:利用混沌系统产生秘钥流,把时延和分数阶导数嵌入到秘钥系统中以增加算法的安全性;用像素异或和置换相结合的方法对原始图像进行加密。通过对加密后图像各像素的水平垂直相关性、信息熵、游程统计、灰度变化平均值、直方图均衡度、密钥灵敏度等数据的详细分析,验证了该加密算法的安全性和有效性。     

基于图像置乱和小波变换的数字水印算法研究

提出一种新的基于Arnold图像置乱和DWT相结合的数字图像水印算法。这种算法充分利用了小波变换的特点,把原始图像及水印图像塔式分解,在多分辨率分解后的相同频段来嵌入水印信息。算法实用有效,经实验验证,这种算法能够抵抗常见的各种攻击,水印图像的不可见性和鲁棒性都得到了提高。     

基于分数阶Chen系统的图像加密新算法

提出了一种基于分数阶Chen系统的图像加密新算法。首先利用分数阶Chen系统产生所需的置乱序列;然后通过对明文信息的判断来完成行列置乱序列的选择,从而保证了其与明文的相关性;对置乱后的图像采用分组异或的算法对其像素值进行预处理,同时对预处理后的图像进行两轮像素加密,增加了算法的复杂度和安全性。最后通过与整数阶Chen系统算法进行比较可知该算法具有密文相关度低,密钥空间更大,安全性更高等优点。     

分数阶小波时频域的图像去噪新方法

为了提高图像的质量以及满足后续图像处理的需求,提出了一种基于分数阶小波时频域的图像去噪新方法。该方法通过二维分数阶小波变换将图像映射到分数阶小波时频域内,在时频域内实现图像的去噪处理,最后通过分数阶小波逆变换实现图像的重构。图像去噪实验结果表明:采用该方法去噪后的图像输出峰值信噪比明显提高,在抑制噪声的同时可以有效保持图像细节。     

基于分数傅里叶变换的光学彩色图像加密

提出一种基于分数傅里叶变换相位编码并结合三色光栅的方法,实现光学彩色图像的加密.该方法采用三色光栅技术将一幅彩色图像调制为灰度图像,并采用分数傅里叶变换的相位编码进行加密.该方法不仅实验设备简单,成本较低,利于实现,而且可利用分数傅立叶变换的分数阶增加加密的重数,从而提高了安全性.模拟实验结果证明了该方法的有效性.     

基于小波压缩和混沌置乱的图像处理算法

提出一种图像压缩和加密相结合处理方法.利用小波变换的多分辨率特性,对灰度图像进行小波分解,得到低频近似分量和三个方向的细节分量;根据人眼视觉特性,对细节部分系数矩阵进行阈值调制,实现对图像的压缩;利用混沌系统伪随机、遍历性等特性,对集中了原图大部分能量的低频近似系数矩阵进行混沌置乱,实现对图像的加密;用阈值调制后的细节系数矩阵和置乱后的低频加密矩阵进行小波反变换,得到最终的图像.仿真结果表明,此算法在压缩和加密的结合处理上,表现出良好的性能.     

采用变形分数傅立叶变换的光学图像加密

针对如何在双随机编码中提高加密图像的保密性能,提出了一种新的光学图像加密方法,采用变形分数傅立叶变换的光学结构来完成对图像的加密和解密。其显著特点是在解密时采用了便于光学实现的非负阶次的分数傅立叶变换,能够使加密系统有6个以上的加密自由度,并能增加加密密钥的数量。仿真结果表明:分数阶作为加密密钥的鲁棒性好,被加密图像的保密性能得到提高。     

基于分数傅立叶变换生成序列多样性的图像加密算法

为了增强分数傅立叶变换在图像信息加密领域的复杂性,提出了一种基于分数傅立叶变换生成序列多样性的图像加密算法.根据分数傅立叶变换的生成序列的多样性,构造不同的分数傅立叶变换的核函数,利用各级的生成序列、二维变换阶次以及相位编码时使用的随机矩阵作为算法中的密钥,对相位编码后的图像进行3次不同的分数傅立叶变换,达到对图像加密的目的.随着变换次数的逐渐增多,加密算法的安全性也逐渐提高.仿真实验结果表明,最后一级变换阶数的偏离在解密过程中造成解密图像的均方误差最大,是最重要的密钥;同时证明了算法具有较好的可行性、安全性.     

基于小波变换的混合图像编码方法

提出了一种新的静止图像压缩算法--基于小波变换的混合图像编码方法.该算法综合了多种编码方法的优点.经实验表明在高压缩比的情况下,本算法仍能获得满意的图像质量,优于目前已有的其它算法.     

基于神经网络的小波变换矢量量化图像压缩

根据神经网络的特性，提出了一种基于小波变换的矢量量化图像数据压缩方法，基本思路是利用小 变换实现图像的多分辨率分解，用矢量量化（VQ）对分解后的图像进行编码，利用神经网络做矢量量化编码器，从而实现通过神经网络的鲁棒性来加强对某些非典型矢量的容错能力，结果表明，该方法提高了整个系统的性能，最终提高了重构图像的质量。     

基于混沌系统的彩色图像小波域加密算法

由于高维混沌系统具有更高的安全性,且密钥空间更大,提出一种基于三维Lorenz混沌系统的彩色图像小波域加密算法.首先对图像进行小波处理,对得到的小波域系数矩阵进行多次分块置乱,以提高置乱效率;然后采用扩散和置乱同时进行的方式减少算法的遍历次数.仿真实验结果表明:该算法具有良好的加密效果和很强的密钥敏感性,能够抵抗暴力破解和其他干扰,具有较高的安全性与实用性.     

一种基于四元数小波变换的图像融合方法*

目的基于四元数小波变换理论提出了一种新的图像融合方法。方法基本思想主要包括3步:首先,对图像进行四元数小波分解,得到各个尺度下的高频子带和低频子带。其次,对高频子带和低频子带分别采用区域最大值法和系数平均的融合准则,得到融合的四元数小波融合系数。最后,利用四元数小波逆变换得到融合图像。结果用所提方法得到了6组测试图像在主观和客观上的融合结果。结论实验表明,所提方法比离散小波变换、对偶数复小波变换和曲线波变换的图像融合方法更有效。