一种新的图像加密并行算法
图像分割算法开题报告
图像分割算法开题报告 摘要：图像分割是图像处理中的一项关键技术，自20世纪70年代起一直受到人们的高度重视，并在医学、工业、军事等领域得到了广泛应用。近年来具有代表性的图像分割方法有：基于区域的分割、基于边缘的分割和基于特定理论的分割方法等。本文主要对基于自动阈值选择思想的迭代法、Otsu法、一维最大熵法、二维最大熵法、简单统计法进行研究，选取一系列运算出的阈值数据和对应的图像效果做一个分析性实验。 关键字：图像分割，阈值法，迭代法，Otsu法，最大熵值法 1 研究背景 1．1图像分割技术的机理 图像分割是将图像划分为若干互不相交的小区域的过程。小区域是某种意义下具有共同属性的像素连通集合，如物体所占的图像区域、天空区域、草地等。连通是指集合中任意两个点之间都存在着完全属于该集合的连通路径。对于离散图像而言，连通有4连通和8连通之分。图像分割有3种不同的方法，其一是将各像素划归到相应物体或区域的像素聚类方法，即区域法，其二是通过直接确定区域间的边界来实现分割的边界方法，其三是首先检测边缘像素，然后再将边缘像素连接起来构成边界的方法。 图像分割是图像理解的基础，而在理论上图像分割又依赖图像理解，两者是紧密关联的。图像分割在一般意义下十分困难的，目前的图像分割处于图像的前期处理阶段，主要针对分割对象的技术，是与问题相关的，如最常用到的利用阈值化处理进行的图像分割。 1．2数字图像分割技术存在的问题
虽然近年来对数字图像处理的研究成果越来越多,但由于图像分割本身所具有的难度,使研究没有大突破性的进展,仍然存在以下几个方面的问题。 现有的许多种算法都是针对不同的数字图像,没有一种普遍适用的分割算法。 缺乏通用的分割评价标准。对分割效果进行评判的标准尚不统一,如何对分割结果做出量化的评价是一个值得研究的问题,该量化测度应有助于视觉系统中的自动决策及评价算法的优劣,同时应考虑到均质性、对比度、紧致性、连续性、心理视觉感知等因素。 与人类视觉机理相脱节。随着对人类视觉机理的研究,人们逐渐认识到,已有方法大都与人类视觉机理相脱节,难以进行更精确的分割。寻找到具有较强的鲁棒性、实时性以及可并行性的分割方法必须充分利用人类视觉特性。 知识的利用问题。仅利用图像中表现出来的灰度和空间信息来对图像进行分割,往往会产生和人类的视觉分割不一致的情况。人类视觉分割中应用了许多图像以外的知识,在很多视觉任务中,人们往往对获得的图像已具有某种先验知识,这对于改善图像分割性能是非常重要的。试图寻找可以分割任何图像的算法目前是不现实,也是不可能的。人们的工作应放在那些实用的、特定图像分割算法的研究上,并且应充分利用某些特定图像的先验知识,力图在实际应用中达到和人类视觉分割更接近的水平。 1．3数字图像分割技术的发展趋势 从图像分割研究的历史来看,可以看到对图像分割的研究有以下几个明显的趋势。 对原有算法的不断改进。人们在大量的实验下，发现一些算法的效
多聚焦图像融合方法综述
多聚焦图像融合方法综述 摘要：本文概括了多聚焦图像融合的一些基本概念和相关知识。然后从空域和频域两方面将多聚焦图像融合方法分为两大块，并对这两块所包含的方法进行了简单介绍并对其中小波变换化法进行了详细地阐述。最后提出了一些图像融合方法的评价方法。 关键词：多聚焦图像融合；空域；频域；小波变换法；评价方法 1、引言 按数据融合的处理体系，数据融合可分为：信号级融合、像素级融合、特征级融合和符号级融合。图像融合是数据融合的一个重要分支，是20世纪70年代后期提出的概念。该技术综合了传感器、图像处理、信号处理、计算机和人工智能等现代高新技术。它在遥感图像处理、目标识别、医学、现代航天航空、机器人视觉等方面具有广阔的应用前景。 Pohl和Genderen将图像融合定义为：“图像融合是通过一种特定的方法将两幅或多幅图像合成一幅新图像”，其主要思想是采用一定的方法，把工作于不同波长范围、具有不同成像机理的各种成像传感器对同一场景成像的多幅图像信息合成一幅新的图像。 作为图像融合研究重要内容之一的多聚焦图像融合，是指把用同一个成像设备对某一场景通过改变焦距而得到的两幅或多幅图像中清晰的部分组合成一幅新的图像，便于人们观察或计算机处理。图像融合的方法大体可以分为像素级、特征级、决策级3中，其中，像素级的图像融合精度较高，能够提供其他融合方法所不具备的细节信息，多聚焦融合采用了像素级融合方法，它主要分为空域和频域两大块，即： （1）在空域中，主要是基于图像清晰部分的提取，有梯度差分法，分块法等，其优点是速度快、方法简单，不过融合精确度相对较低，边缘吃力粗糙； （2）在频域中，具有代表性的是分辨方法，其中有拉普拉斯金字塔算法、小波变换法等，多分辨率融合精度比较高，对位置信息的把握较好，不过算法比较复杂，处理速度比较慢。 2、空域中的图像融合 把图像f(x,y)看成一个二维函数，对其进行处理，它包含的算法有逻辑滤波器法、加权平均法、数学形态法、图像代数法、模拟退火法等。 2.1 逻辑滤波器法 最直观的融合方法是两个像素的值进行逻辑运算,如:两个像素的值均大于特定的门限值,
一种图像置乱算法及其在数字电视中的应用研究
通讯作者：JongWeon KIM ，jwkim@smu.ac.kr 基金项目：2009年度MCST&韩国著作权委员会技术开发项目结果 一种图像置乱算法及其在数字电视中的应用研究 崔基哲 1 张波1 JongWeon KIM 2 1 (延边大学经济管理学院 信息管理与信息系统 延吉 133002) 2 (韩国祥明大学 著作权保护专业 教授 Seoul, KOREA 100080) (cuijizhe@https://www.360docs.net/doc/7e13230824.html, ；zhangbo0037@https://www.360docs.net/doc/7e13230824.html,; jwkim@smu.ac.kr ) 【摘要】 本文阐述了数字电视加解密原理，并介绍了图像置乱算法及其它在数字电视行业中的应用。我国的数字电视行业已经迈入高清时代，但收费节目的管理、卫星传播与有线传播的协调等问题上，还需要成熟的解决方案。本文提出了基于离散余弦变换的图像置乱算法，可适用于收费电视节目的安全管理。 通过本算法可以简化原数字电视加解密系统的两端间的交互流程，增加CA 共享所带来的安全性。经测试发现，提出的图像置乱算法抑制了其他置乱算法中存在的块效应，算法基本满足数字电视的管理及播放要求，无需增加硬件费用。 【关键词】 图像加密；置乱算法；数字电视；条件接收系统；离散余弦变换 【中图分类号】TN05 【文献标识码】A 【文章登记号】7-16 An Image Scrambling Algorithm and The Application in Digital TV Cui Jizhe 1, JongWeon KIM 2, Zhang Bo 1 1 (College of Economic and Management, Yanbian University , Yanji 133002) 2 (Dept. of Copyright Protection Sangmyung University, Seoul, 110743) Abstract This paper elaborates the theory of encryption and decryption about digital television, then gives an introduction of the image scrambling algorithm and the application in digital television industry. In china, the digital TV has stepped into the high definition age, while there also need the mature solution in the management of fee programmers, as well as the balance of satellite transmission and cable transmission. This paper puts forward to the image scrambling based on the Discrete Cosine Transform (DCT), it can be used in managing the security of fee-TV programmers. By means of this algorithm, it can simplify the Interactive process between original digital TV encryption and decryption, and increase the security bringing by CA share. By test, it is founded that the image scrambling algorithm promoted by this paper restrain blocking effects existing in other scrambling algorithm. The algorithm can content the demand of managing and playing of digital TV , dispense with increasing the hardware costs. Keywords Image encryption; Image Scrambling; Digital TV; CAS ；Discrete Cosine Transform 1 引言 2009年8月，广电总局发布促进高清电视发展的《通知》，要求现阶段要采取高清、标清同播过度发射，并要求卫星传输的高清节目必须进行加密[1] 。相继CCTV1等九套高清同播节目上星播出，标志着我国电视播出进入高清时代[2]。 数字电视是将传统的模拟信号经过采样、量化和编码等过程转化为数字信号，然后进行各种 功能的端到端的系统。数字电视不仅包括数字电视接收机、电视台，还包括信号的产生、处理、传输、接收和重现的全过程。在数字电视网上还可以接入电视会议、可视电话、视频点播、按次付费、网络游戏等传统业务外的增值业务。为了确保增值业务的实现，除安全可控的综合管理业务平台之外还需要条件接收系统，简称为CAS(Conditional Access System)。 为防止未授权的用户违法窃取业务，在数字电视传播过程中需要对数据进行加密。图像或视频信息的
关于图像分割算法的研究
关于图像分割算法的研究 黄斌 （福州大学物理与信息工程学院 福州 350001） 摘要：图像分割是图像处理中的一个重要问题，也是一个经典难题。因此对于图像分割的研究在过去的四十多年里一直受到人们广泛的重视，也提山了数以千计的不同算法。虽然这些算法大都在不同程度上取得了一定的成功，但是图像分割问题还远远没有解决。本文从图像分割的定义、应用等研究背景入手，深入介绍了目前各种经典的图像分割算法，并在此基础比较了各种算法的优缺点，总结了当前图像分割技术中所面临的挑战，最后展望了其未来值得努力的研究方向。 关键词：图像分割 阀值分割 边缘分割 区域分割 一、 引言 图像分割是图像从处理到分析的转变关键，也是一种基本的计算机视觉技术。通过图像的分割、目标的分离、特征的提取和参数的测量将原始图像转化为更抽象更紧凑的形式，使得更高层的分析和理解成为可能，因此它被称为连接低级视觉和高级视觉的桥梁和纽带。所谓图像分割就是要将图像表示为物理上有意义的连通区域的集合，也就是根据目标与背景的先验知识，对图像中的目标、背景进行标记、定位，然后将目标从背景或其它伪目标中分离出来[1]。 图像分割可以形式化定义如下[2]：令有序集合表示图像区域(像素点集)，H 表示为具有相同性质的谓词，图像分割是把I 分割成为n 个区域记为Ri ，i=1，2，…，n ，满足： (1) 1,,,,n i i j i R I R R i j i j ===??≠ (2) (),1,2,,i i i n H R True ?== (3) () ,,,i j i j i j H R R False ?≠= 条件(1)表明分割区域要覆盖整个图像且各区域互不重叠，条件(2)表明每个区域都具有相同性质，条件(3)表明相邻的两个区域性质相异不能合并成一个区域。 自上世纪70年代起，图像分割一直受到人们的高度重视，其应用领域非常广泛，几乎出现在有关图像处理的所有领域，并涉及各种类型的图像。主要表现在： 1)医学影像分析：通过图像分割将医学图像中的不同组织分成不同的区域，以便更好的
图像融合的研究背景和研究意义
图像融合的研究背景和研究意义 1概述 2 图像融合的研究背景和研究意义 3图像融合的层次 像素级图像融合 特征级图像融合 决策级图像融合 4 彩色图像融合的意义 1概述 随着现代信息技术的发展，图像的获取己从最初单一可见光传感器发展到现在的雷达、高光谱、多光谱红外等多种不同传感器，相应获取的图像数据量也急剧增加。由于成像原理不同和技术条件的限制，任何一个单一图像数据都不能全面反应目标对象的特性，具有一定的应用范围和局限性。而图像融合技术是将多种不同特性的图像数据结合起来，相互取长补短便可以发挥各自的优势，弥补各自的不足，有可能更全面的反映目标特性，提供更强的信息解译能力和可靠的分析结果。图像融合不仅扩大了各图像数据源的应用范围，而且提高了分析精度、应用效果和使用价值，成为信息领域的一个重要的方向。图像配准是图像融合的重要前提和基础，其误差的大小直接影响图像融合结果的有效性。 作为数据融合技术的一个重要分支，图像融合所具有的改善图像质量、提高几何配准精度、生成三维立体效果、实现实时或准实时动态监测、克服目标提取与识别中图像数据的不完整性等优点，使得图像融合在遥感观测、智能控制、无损检测、智能机器人、医学影像(2D和3D)、制造业等领域得到广泛的应用，成为当前重要的信息处理技术，迅速发展的军事、医学、自然资源勘探、环境和土地、海洋资源利用管理、地形地貌分析、生物学等领域的应用需求更有力地刺激了图像融合技术的发展。 2 图像融合的研究背景和研究意义 Pohl和Genderen对图像融合做了如下定义：图像融合就是通过一种特定算法将两幅或多幅图像合成为一幅新图像。它的主要思想是采用一定的算法，把
图像置乱
数字图像置乱技术研究 6.3.1图像置乱原理 图像置乱技术属于图像加密技术，它通过对图像像素矩阵的重排，破坏了图像矩阵的相关性，以此实现信息的加密，达到安全传输图像的目的。 图像置乱的实质是破坏相邻像素点间的相关性，使图像“面目全非”，看上去如同一幅没有意义的噪声图像。单纯使用位置空间的变换来置乱图像，像素的灰度值不会改变，直方图不变，只是几何位置发生了变换。置乱算法的实现过程可以看做是构造映射的过程，该映射是原图的置乱图像的一一映射，如果重复使用此映射，就构成了多次迭代置乱。 我们假设原始图像为0A ，映射关系用字母σ表示，得到的置乱图像为1A ，则原图到置乱图像的关系，可简单的表示为： 1 0A A ?→?σ 例如：原始图像用矩阵0A 表示，置乱后的图像为1A , ij a 代表坐标为(),x y 的像素点的灰度： ? ? ?? ?? ??????=3332 31 30 2322212013121110 03020100 0a a a a a a a a a a a a a a a a A ???? ? ???????=1200 21 33 112010 023******* 312322131a a a a a a a a a a a a a a a a A （6.3.1） 置乱映射σ的元素存在两种形式：一种是序号形式，用()j width i +*表示图像中像素的排列序号；一种是坐标形式，()j i ,表示第i 行第j 列。则相应的置乱映射σ可表示如下： ? ? ??? ???????=1253720131011511948614σ或者() () ()()() ()()()()()()()()()() ()????? ????? ??0,31,13,03,12,00,01,32,21,03,33,21,20,10,22,12,3 （6.3.2） 映射τ中的元素表示：原图中该点元素在置乱后图像中的位置。比如坐标为(0,1)的像素点最后变换到(1,2)这个位置上。因此使用置乱映射σ进行迭代置乱，原图0A 应用映射τ迭代适当的次数后，能够得到理想置乱图像。对1A 应用逆置乱映射，还原得到原始图像0A ：
基于混沌和比特级置乱的并行图像加密算法
40 温万里，游林 （杭州电子科技大学通信工程学院，浙江杭州 310018） 摘 要：文章提出一种基于混沌和比特级置乱的并行图像加密算法——CBLP 算法。该算法主要包 含3种基本运算：像素位置置换、比特旋转（BR）以及像素值异或（XOR）运算，其中位置置换用于 置乱像素位置，BR 和XOR 运算用于扩散图像的像素值。另外，为充分利用当前异构处理平台的计算 资源以大幅提升算法的执行效率，文章在NIVIDIA GeForce GTX 580 GPU 上使用OpenCL 技术并行实 现了该算法。实验结果和数值分析表明，CBLP 算法具有较高的加密效率和良好的安全性，可以有效地 应用于实际加密当中，具有较高的应用价值。 关键词：图像加密；异构并行计算；OpenCL ；混沌映射 中图分类号：TP309 文献标识码： A 文章编号：1671-1122（2014）04-0040-06 A Parallel Image Encryption Algorithm based on Chaotic and Bit Level Permutation WEN Wan-li, YOU Lin (School of Communication Engineering, Hangzhou Dianzi University, Hangzhou Zhejiang 310018, China )Abstract: This paper proposes a parallel image encryption algorithm based on chaotic and bit level permutation (CBLP). The CBLP algorithm includes the pixel position permutation operation, bit rotation and XOR operation, and therefore the image is confused by the pixel position permutation and diffused by the bit rotation and XOR operation. In order to take full advantage of the heterogeneous processing platform to enhance the efficiency of the algorithm substantially, an OpenCL-based implementation of the algorithm with NVIDIA's GeForce GTX 580 GPU device has been shown in this paper. Comparing to the implementation on CPU, the CBLP algorithm has the high encryption efficiency and the high security, and can be used effectively in practical encryption operation. Key words: image encryption; heterogeneous parallel computing; OpenCL; chaotic map 基于混沌和比特级置乱的并行图像加密算法 0引言 近年来，数字图像加密技术得到了空前的发展，各种各样的图像加密算法层出不穷。这些算法的出现极大丰富了图像加密技术的内容，在数字多媒体安全保护方面体现了极大的应用价值[1-4]。但是，当前的绝大多数图像加密算法都是基于CPU 开发的[1-3]，没有考虑到图像加密的可并行性，因而只能在CPU上串行执行。这样导致的直接后果就是开发出来的图像加密算法不能满足人们在实时图像加密中对加密速度的要求，因而无法得到普及和推广。对于实时图像传输，若加密算法的运行速度很慢，即使这些算法的安全性很高，也不具有实用价值。因此，如何设计一种高效、安全的图像加密算法是图像加密技术遇到的一个重要挑战。 当今计算机系统通常包含高度并行的CPU、GPU 和其他类型的处理器，因此如何充分、合理利用这些异构处理平台的优势变得非常重要[5]。开放计算语言（OpenCL ）作为面向异构系统的工业标准，其表现出的强大的异构并行计算能力得到人们的广泛关注[6,7]。使用OpenCL 可以编写能访问所有可用编程资源的应用程序，包括CPU、GPU 和其他处理器等。收稿日期： 2014-01-24 基金项目： 国家自然科学基金[61272045]、浙江省自然科学基金[R1090138] 作者简介： 温万里（1987-），男，安徽，硕士研究生，主要研究方向：信息安全与密码学；游林（1966-），男，江西，教授，博士，主要研究方向：密码学与信息安全。 doi ：10.3969/j.issn.1671-1122.2014.04.008
ENVI中的融合方法
ENVI下的图像融合方法 图像融合是将低空间分辨率的多光谱影像或高光谱数据与高空间分辨率的单波段影像重采样生成成一副高分辨率多光谱影像遥感的图像处理技术，使得处理后的影像既有较高的空间分辨率，又具有多光谱特征。图像融合的关键是融合前两幅图像的精确配准以及处理过程中融合方法的选择。只有将两幅融合图像进行精确配准，才可能得到满意的结果。对于融合方法的选择，取决于被融合图像的特征以及融合目的。 ENVI中提供融合方法有： ?HSV变换 ?Brovey变换 这两种方法要求数据具有地理参考或者具有相同的尺寸大小。RGB输入波段必须为无符号8bit数据或者从打开的彩色Display中选择。 这两种操作方法基本类似，下面介绍Brovey变换操作过程。 （1）打开融合的两个文件，将低分辨率多光谱图像显示在Display中。 （2）选择主菜单-> Transform -> Image Sharpening->Color Normalized (Brovey)，在Select Input RGB对话框中，有两种选择方式：从可用波段列表中和从Display窗口中，前者要求波段必须为无符号8bit。 （3）选择Display窗口中选择RGB，单击OK。 （4） Color Normalized (Brovey)输出面板中，选择重采样方式和输入文件路径及文件名，点击OK输出结果。 对于多光谱影像，ENVI利用以下融合技术： ?Gram-Schmidt ?主成分（PC）变换 ?color normalized (CN)变换 ?Pan sharpening 这四种方法中，Gram-Schmidt法能保持融合前后影像波谱信息的一致性，是一种高保真的遥感影像融合方法；color normalized (CN)变换要求数据具有中心波长和FWHM，；Pansharpening融合方法需要在ENVI Zoom中启动，比较适合高分辨率影像，如QuickBird、IKONOS等。 这四种方式操作基本类似，下面介绍参数相对较多的Gram-Schmidt操作过程。 （1）打开融合的两个文件。
数字图像加密技术
数字图像加密技术 1、引言 随着计算机网络的开放、共享性以及互联程度的日益扩大，Internet 得到了飞速的发展和应用，网络的重要性及其对社会的影响也越来越大。与此同时，网络的安全保密问题也已成为日益严重的现实问题。近年来，无论官方还是民间机构，都对信息的安全存储、保密传输、真伪验证等问题高度重视。 2、数字图像加密技术的背景知识 一幅二维平面图像可用一个二元函数I= f (x, y) 来表示,(x, y) 表示二维空间坐标系中一个坐标点的位置, 则f (x, y) 代表图像在这一点的灰度值, 与图像在这一点的亮度相对应。并且图像的亮度值是有限的, 因而函数I= f (x, y) 也是有界的。在图像数字化之后, I= f (x, y) 则相应于一个矩阵, 矩阵元素所在的行与列就是图像显示在计算机屏幕上诸像素点的坐标, 元素的数值就是该像素的灰度(通常有256 等级, 用整数0 至255 表示)。 常见的加密算法，如DES 、AES 、RSA 等都是针对文本、数据加密而提出的。对于在数字图像方面的加密来说，常见的也是采用这些文本加密技术的思想。但是，文本和图像也存在很多区别，主要是： （1）图像信息量非常大. (2) 相邻像素具有相关性. 由于图像的可视性,一定区域内色彩是相似的,因此相邻像素间有很强的相关性. 文本加密技术并没有考虑这种相关性,而是依次加密每个像素. (3) 加密图像在解密时常允许一定失真. 这种图像失真只要控制在人的视觉内是完全可以接受的.显然在加密和解密时,需要考虑图像的这种特点. 文本加密技术没有考虑失真度的问题. (4) 需要预处理. 数字图像一般以二维数组的数据格式存储,而文本加密技术都要求先将待加密的数据转换为二进制的数据流,如果图像很大的话,需要一定的图像预处理时间,降低了加密效率. 3、数字图像加密方法 1）基于Arnold 变换的图像加密算法 (1)基于二维Arnold 变换的图像加密算法 Arnold 变换是Arnold 在研究环面上的自同态时提出的一种变换，俗称猫脸变换。利用Arnold 变换的周期性，即当迭代到某一步时将重新得到原始图像，这使得很容易进行图像的加密与解密。基于Arnold 变换，可以通过置乱图像的位置空间或相空间两种方式对图像进行加密。 设有单位正方形上的点（x ，y ），将点（x ，y ）变到另一点（x ’,y ’）的变换为???? ??''y x =()l y x mod 2111???? ?????? ? ?，此变换称为二维Arnold 变换。 将二维Arnold 变换应用在图像f （x ，y ）上，可以通过像素坐标的改变而改变原始图像灰度值的布局。原始图像可以看作一个矩阵，经过Arnold 变换后的图像会变的“混乱不堪”，由于Arnold 变换的周期性，继续使用Arnold 变换，可以重现图像。利用Arnold 变换的这种特性，可实现图像的加密与解密。 (2)基于n 维Arnold 变换的图像相空间置乱 对于给定的正整数N ，下列变换称为n 维Arnold 变换：
图像分割算法研究及实现
中北大学 课程设计说明书 学生姓名：梁一才学号：10050644X30 学院：信息商务学院 专业：电子信息工程 题目：信息处理综合实践: 图像分割算法研究与实现 指导教师：陈平职称: 副教授 2013 年 12 月 15 日
中北大学 课程设计任务书 13/14 学年第一学期 学院：信息商务学院 专业：电子信息工程 学生姓名：焦晶晶学号：10050644X07 学生姓名：郑晓峰学号：10050644X22 学生姓名：梁一才学号：10050644X30 课程设计题目：信息处理综合实践: 图像分割算法研究与实现 起迄日期：2013年12月16日～2013年12月27日课程设计地点：电子信息科学与技术专业实验室指导教师：陈平 系主任：王浩全 下达任务书日期: 2013 年12月15 日
课程设计任务书 1．设计目的： 1、通过本课程设计的学习，学生将复习所学的专业知识，使课堂学习的理论知识应用于实践，通过本课程设计的实践使学生具有一定的实践操作能力； 2、掌握Matlab使用方法，能熟练运用该软件设计并完成相应的信息处理； 3、通过图像处理实践的课程设计，掌握设计图像处理软件系统的思维方法和基本开发过程。 2．设计内容和要求（包括原始数据、技术参数、条件、设计要求等）： (1)编程实现分水岭算法的图像分割； (2)编程实现区域分裂合并法； (3)对比分析两种分割算法的分割效果； (4)要求每位学生进行查阅相关资料，并写出自己的报告。注意每个学生的报告要有所侧重，写出自己所做的内容。 3．设计工作任务及工作量的要求〔包括课程设计计算说明书(论文)、图纸、实物样品等〕： 每个同学独立完成自己的任务，每人写一份设计报告，在课程设计论文中写明自己设计的部分，给出设计结果。
三种图像融合方法实际操作与分析
摘要：介绍了遥感影像三种常用的图像融合方式。进行实验，对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像，简要分析比较三种图像融合方式的各自特点，择出本次实验的最佳融合方式。 关键字：遥感影像；图像融合；主成分变换；乘积变换；比值变换；ERDAS IMAGINE 1. 引言 由于技术条件的限制和工作原理的不同，任何来自单一传感器的信息都只能反映目标的某一个或几个方面的特征，而不能反应出全部特征。因此，与单源遥感影像数据相比，多源遥感影像数据既具有重要的互补性，也存在冗余性。为了能更准确地识别目标，必须把各具特色的多源遥感数据相互结合起来，利用融合技术，针对性地去除无用信息，消除冗余，大幅度减少数据处理量，提高数据处理效率；同时，必须将海量多源数据中的有用信息集中起来，融合在一起，从多源数据中提取比单源数据更丰富、更可靠、更有用的信息，进行各种信息特征的互补，发挥各自的优势，充分发挥遥感技术的作用。[1] 在多源遥感图像融合中，针对同一对象不同的融合方法可以得到不同的融合结果，即可以得到不同的融合图像。高空间分辨率遥感影像和高光谱遥感影像的融合旨在生成具有高空间分辨率和高光谱分辨率特性的遥感影像，融合方法的选择取决于融合影像的应用，但迄今还没有普适的融合算法能够满足所有的应用目的，这也意味着融合影像质量评价应该与具体应用相联系。[2] 此次融合操作实验是用三种不同的融合方式（主成分变换融合，乘积变换融合，比值变换融合），对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多
光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像。 2. 源文件 1 、 imagerycolor.tif ，SPOT图像，分辨率10米，有红、绿、两个红外共四个波段。 2 、imagery-5m.tif ，SPOT图像，分辨率5米。 3. 软件选择 在常用的四种遥感图像处理软件中，PCI适合用于影像制图，ENVI在针对像元处理的信息提取中功能最强大，ER Mapper对于处理高分辨率影像效果较好，而ERDAS IMAGINE的数据融合效果最好。[3] ERDAS IMAGINE是美国Leica公司开发的遥感图像处理系统。它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具。 2012年5月1日，鹰图发布最新版本的ERDAS IMAGINE，所有ERDAS 2011软件用户都可以从官方网站上下载最新版本 ERDAS IMAGINE 11.0.5. 新版本包括之前2011服务包的一些改变。相比之前的版本，新版本增加了更多ERDAS IMAGINE和GeoMedia之间的在线联接、提供了更为丰富的图像和GIS产品。用户使用一个单一的产品，就可以轻易地把两个产品结合起来构建一个更大、更清
基于混沌理论的图像置乱算法
龙源期刊网 https://www.360docs.net/doc/7e13230824.html, 基于混沌理论的图像置乱算法 作者：杨勃葛学锋解海燕 来源：《电子技术与软件工程》2017年第23期 摘要图像置乱技术作为一种图像加密处理的方法，越来越多的应用于图像在网络的传播当中。本文分析了置乱算法的研究现状，对Logistic混沌算法进行了研究，并通过MATLAB 仿真实验对该算法进行了验证分析。 【关键词】图像加密图像置乱 Logistic混沌算法 1 引言 随着“互联网+”时代的来临，越来越多的图像信息在网络中进行着传播。这些图像信息有可能涉及到个人隐私或者是商业机密甚至是国家安全问题，所以如何保证这些信息的安全，越来越多的受到了人们的关注。图像置乱技术作为一种有效的保护图像安全传输的方法被专家学者们所研究。 2 图像置乱技术研究现状 图像置乱技术是通过相关算法将图像的空间域或频率域进行改变，从而达到图像加密目的的一种有效的加密方式。目前经过专家学者们的研究，图像置乱技术主要为基于空间域的置乱和基于频率域的置乱。基于空间域的置乱方法是通过某种算法将图像的像素坐标位置进行改变，从而改变图像的样貌，达到置乱的效果。此方法只是将图像的像素坐标位置进行了打乱，并没有改变图像的信息（直方图），所以容易被破解，安全性低。常见的算法有Arnold 变换、Hilbert 曲线变换和Fibonacci变换等。基于频率域的置乱方法是通过相关算法将图像的像素值进行改变，从而达到置乱效果。该方法不仅改变了图像的样子，还改变了图像的信息，所以加密效果更好，安全性更高。常见的算法有混沌变换、Gray 码变换。 3 混沌理论 混沌是曲线性稳定运动中的一类看似没有稳定运动轨迹可循的、看似随机的现象。混沌理论具有非线性特性、不确定性、不可重复、不可预测、对初始条件敏感等特性，对于需要加密文件的处理有很好的应用，所以混沌理论被越来越多的运用到图像置乱算法中。由于混沌理论的复杂性和不确定性，所以至今还没有一个标准的定义被所有人所公认，每位专家学者都有自己对于混沌的定义。Logistic混沌映射定义是由R·May于1976年提出的，因其表达式简单且 性能优良，被广泛运用到混沌映射中。Logistic混沌映射定义为： f（x）=μx（1-x），x∈[0，1] （1） 公式（1）中μ是分支参数，取值范围：0≤μ≤4，x为初始值，取值范围0≤x≤1。
图像融合算法概述
图像融合算法概述 摘要：详细介绍了像素级图像融合的原理,着重分析总结了目前常用的像素级图像融合的方法和质量评价标准,指出了像素级图像融合技术的最新进展,探讨了像素级图像融合技术的发展趋势。 关键词：图像融合; 多尺度变换; 评价标准 Abstract:This paper introduced the principles based on image fusion at pixel level in detail, analysed synthetically and summed up the present routine algorithm of image fusion at pixel level and evaluation criteria of its quality. It pointed out the recent development of image fusion at pixel level, and discussed the development tendency of technique of image fusion at pixel level. Key words:image fusion; multi-scale transform; evaluation criteria 1.引言： 图像融合是通过一个数学模型把来自不同传感器的多幅图像综合成一幅满足特定应用需求的图像的过程, 从而可以有效地把不同图像传感器的优点结合起来, 提高对图像信息分析和提取的能力[ 1] 。近年来, 图像融合技术广泛地应用于自动目标识别、计算机视觉、遥感、机器人、医学图像处理以及军事应用等领域。图像融合的主要目的是通过对多幅图像间冗余数据的处理来提高图像的可靠性; 通过对多幅图像间互补信息的处理来提高图像的清晰度。根据融合处理所处的阶段不同,图像融合通常可以划分为像素级、特征级和决策级。融合的层次不同, 所采用的算法、适用的范围也不相同。在融合的三个级别中, 像素级作为各级图像融合的基础, 尽可能多地保留了场景的原始信息, 提供其他融合层次所不能提供的丰富、精确、可靠的信息, 有利于图像的进一步分析、处理与理解, 进而提供最优的决策和识别性能. 2.图像融合算法概述 2.1 图像融合算法基本理论
基于MATLAB的混沌序列图像加密算法的研究的开题报告
吉林农业大学 本科毕业设计开题报告
课题名称：基于MATLAB的混沌序列图像加密算法的研究 学院（系）：信息技术学院 年级专业：2009级电子信息科学与技术2班 学生姓名：XX 指导教师：刘媛媛 完成日期：2013年2月27日 目录 一、设计目的及意义 (3) 二、研究现状 (3) 三、设计内容 (3) 四、开发环境 (3) 五、分析设计 (3) 1、设计要求 (3) 2、设计原理 (3) 3、涉及到的程序代码 (4) 4、主要思想 (6) 六、结果及分析 (6)
1、运行示例 (6) 2、结果评估 (8) 七、参考文献 (9) 八、研究工作进度 (10) 一、设计目的及意义 熟练使用matlab运用matlab进行编程，使用matlab语言进行数据的隐藏加密，确保数字图像信息的安全，混沌序列具有容易生成,对初始条件和混沌参数敏感等特点，近年来在图像加密领域得到了广泛的应用。使用必要的算法将信息进行加解密，实现信息的保护。 二、研究现状 随着Internet技术与多媒体技术的飞速发展，数字化信息可以以不同的形式在网络上方便、快捷地传输。多媒体通信逐渐成为人们之间信息交流的重要手段。人们通过网络交流各种信息，进行网上贸易等。因此，信息的安全与保密显得越来越重要。信息的安全与保密不仅与国家的政治、军事和外交等有重大的关系，而且与国家的经济、商务活动以及个人都有极大的关系。 随着信息化社会的到来，数字信息与网络已成为人们生活中的重要组成部分，他们给我们带来方便的同时，也给我们带来了隐患：敏感信息可能轻易地被窃取、篡改、非法复制和传播等。因此信息安全已成为人们关心的焦点，也是当今的研究热点和难点。 多媒体数据，尤其是图像，比传统的文字蕴涵更大的信息量，因而成为人类社会在信息利用方面的重要手段。因此针对多媒体信息安全保护技术的研究也显得尤为重要，多媒体信息安全是集数学、密码学、信息论、概率论、计算复杂度理论和计算机网络以及其它计算机应用技术于一体的多学科交叉的研究课题。 三、设计内容 使用混沌序列图像加密技术对图像进行处理使加密后的图像 四、开发环境 MATLAB? & Simulink? Release 2010a windows7环境
1 常规的灰度图像置乱加密算法
1． 常规的灰度图像置乱加密算法 目前针对灰度图像的置乱加密算法研究已经取得了较大的进展，从广义上讲可以分为基于图像位置空间、基于图像色彩空间和基于图像频域空间的置乱，实际应用中比较成熟的算法主要有基于Arnold 变换[4]、幻方、Hilbert 曲线、Conway 游戏、正交拉丁方的数字图像置乱算法。从实际的运行效果来看，基于Arnold 变换的灰度图像置乱算法由于其简单性和良好的置乱效果，应用较为广泛。 Arnold 变换是由 Arnold 在遍历理论研究中提出的一种变换 ,图像置乱时采用的是二维 Arnold 变换 ,对于大小为N M ?的图像 ,二维Arnold 变换定义为： ()N y x y x mod 1111''???? ?????? ? ?=???? ?? 其中，{}1,,2,1,0,-∈N y x 。()()''y ,x ,y ,x 分别表示像素在图像矩阵中变换前后的坐标，N 为数字图像矩阵的阶数。在水印图像置乱时，将置乱次数k 作为密钥，图像矩阵执行k 次Arnold 变换；在逆置乱时，利用Arnold 变换的周期性,对提取的水印做T k -次变换便可恢复原水印图像。 2． 基于位扩展的混沌加密算法 2.1 Logistic 混沌序列及其对二值图像的加密 混沌现象是在非线性动力系统中出现的确定性的、类似随机的过程，这种过程既非周期又不收敛但有界，并且对初始值具有极其敏感的依赖性。Logistic 混沌映射是一类非常简单却被广泛研究的动力系统，其定义如下： )x 1(x x n n 1n -=+μ， )1,0(x n ∈。通过简单的变换，Logistic 映射可以在)1,1(-区间定义： 2n 1n x 1x λ-=+ , )2,0(∈λ。 实验证明，当40115.1=λ时，动力系统进入混沌状态，在2=λ的满射条件下由映射所得到的混沌序列可能充满整个定义域（-1，1），此时的迭代公式为： 2n 1n 2x 1x -=+ 2.2 基于位扩展的混沌加密算法基本思想 灰度图像的每个像素可由8位二进制表示，其包含的信息量比相同分辨率的二值图像丰富，利用灰度图像有利于我们构建数字水印系统时嵌入更多的版权保护信息。进而从理论上分析如果能够利用性能优良的混沌序列去加密灰度图像，应该能够在取得良好的置乱效果和一定加密效率的前提下保证算法的安全性。本文在充分研究了原有的二值图像加密算法的基础上，结合混沌序列的特性提出了一种基于位扩展的灰度图像加密算法，算法基本思想为： 通过混沌迭代公式生成一组实数，由规则转化成二进制数组，这个数组的个数为灰度图像大小的八倍，即让每个像素点值对应八个二进制数。依次将八个二进制数与灰度图像每个像素点值的二进制形式逐位比较运算，得到一组新的二进制数，将产生结果八个一组形成十进制数据，即为置乱后的图像灰度值。 采用VC++6.0编写算法实现的代码。通过实验，发现一次混沌置乱在原始图像较复杂的情况下仍会留下图像的细微轮廓，可用不同的两组密钥将上述算法执行两次，以达到更好的效果。在实际算法中，第二组密钥由第一组密钥1key 和
图像融合算法的分析与比较
摘要：图像拼接技术一直是计算机视觉、图像处理和计算机图形学的热点研究方向。图像融合算法是图像拼接过程中非常重要的一个步骤，本文介绍了几种常用图像融合算法，并且结合实验对它们的进行了分析和比较。 关键词：图像融合；图像拼接 一、引言图像拼接(image stitching)技术是由于摄像设备的视角限制，不可能一次拍出很大图片而产生的。图像拼接技术可以解决由于相机等成像仪器的视角和大小的局限，不可能一次拍出很大图片而产生的问题。它利用计算机进行自动匹配，合成一幅宽角度图片，因而在实际使用中具有很广泛的用途，同时对它的研究也推动了图像处理有关的算法研究。图1 图像拼接流程图图像拼接技术的基本流程如图1-1所示，首先获取待拼接的图像，然后是图像配准和图像融合，最终得到拼接图。图像拼接技术主要包括两个关键环节，即图像配准和图像融合。图像配准主要指对参考图像和待拼接图像中的匹配信息进行提取，在提取出的信息后寻找图像间的变换模型，然后由待拼接图像经变换模型向参考图像进行对齐，变换后图像的坐标将不再是整数，这就涉及到重采样与插值的技术。图像拼接的成功与否主要是图像的配准。待拼接的图像之间，可能存在平移、旋转、缩放等多种变换或者大面积的同色区域等很难匹配的情况，一个好的图像配准算法应该能够在各种情况下准确找到图像间的对应信息，将图像进行匹配。图像融合的任务就是把配准后的两幅图像根据对准的位置合并为一幅图像。由于两幅相邻图像之间存在重叠区域，因此，采用配准算法可以实现图像的对齐。然而图像拼接的目的是要得到一幅无缝的拼接图像[1]。所谓无缝，就是说在图像拼接结果中，不应该看到两幅图像在拼接过程中留下的痕迹，即不能出现图像拼接缝隙。由于进行拼接的两幅图像并不是在同一时刻采集的，因此，它们不可避免地会受到各种不定因素的影响。由于这些无法控制的因素的存在，如果在图像整合过程结束之后，只是根据该过程中所得到的两幅相邻图像之间的重叠区域信息，将两幅图像简单的叠加起来，那么，在它们的结合部位必然会产生清晰的拼接缝隙，这也就达不到图像拼接所要求的无缝的要求。如何处理图像整合过程中无法解决的拼接缝隙问题，实现真正意义上的无缝拼接，正是图像融合过程中所要解决的问题。对于重叠部分，如果只是简单的取第一幅图像或第二幅图像的数据进行叠加，会造成图像的模糊和拼接的痕迹，这是不能容忍的。图像融合就是要消除图像光强或色彩的不连续性。它的主要思想是让图像在拼接处的光强平滑过渡以消除光强的突变。二、常见的图像融合算法 1、平均值法令，，分别表示第一幅图像、第二幅图像和融合图像在点处的像素值，则融合图像中各点的像素值按式(4-1)确定。 (1) 式(4-1)中，表示第一幅图像中未与第二幅图像重叠的图像区域，表示第一幅图像与第二幅图像重叠的图像区域，表示第二幅图像中未与第一幅图像重叠的图像区域。取两幅图像的平均值的算法速度很快，但效果一般不能令人满意，在融合部分有明显的带状感觉，用眼睛能够观察出区别。本文以左图像所在的坐标系为参考坐标空间，将右图像经过变换矩阵向参考图坐标进行映射，由于双线性插值法在计算效率和精度方面可以达到一个很好的平衡，因此在变换过程中本文采用双线性插值。然后采用平均值法对图像重叠区进行融合，得到图2(a)和图2(b)。从图中可以看出由于采用本文的配准方法拼接出来的图像在拼接点处结合得很好，但是由于重叠区域采用了简单的平均值法来进行融合，有明显的拼缝。 (a) 校园广场图片（b）足球场图片图2 采用平均值法来对图像进行融合 2、重叠区线性过渡为了消除重叠区的拼缝问题，目前采用较多的是重叠区线性过渡的方法. 实现的具体方法是假设重叠区域宽度为l。取过渡因子是（）。两幅图像重叠区的x轴和y轴最大和最小值分别为、和、，则过渡因子，重叠区的像