高效彩色图像无损认证加密算法的研究

针对图像在加密过程中可能存在的信息丢失及安全性不高等问题进行研究,提出了一种基于AEGIS的彩色图像无损认证算法。该算法利用图像的文件头得到初始状态,通过AEGIS内部的状态更新对图像的加密,然后将状态更新后生成的认证标签隐藏到密文图像中,解密时从密文图像中提取标签并通过AEGIS恢复图像,实现了认证功能,保证了图像的真实性和完整性。与其他图像加密算法相对比,该算法运算效率高,密文图像含有信息量低。实验结果表明,该算法可以实现彩色图像的快速无损认证加密和解密。     

双视场无损切换成像系统设计

为实现无人机自主空中加油在近距离逼近阶段的快速跟踪引导及自动对接阶段的高精密测量,针对12∶1缩比的无人机自主空中加油的仿真系统,设计了一套双视场无损切换的立体视觉成像系统.该成像系统采用独立光学系统结合光电信号切换的模式,组成两组双目立体视觉,采用平行光管法对光轴平行性校准,完成装调,使两组双目立体视觉光轴的平行性误差不大于0.05 mrad.设计了快速无损切换算法,测试表明,双视场无损切换成像系统的视场切换时间只有几个毫秒,是机械式切换的1％左右.试验验证双视场无损切换成像系统技术方案可行,能满足无人机自主空中加油12∶1缩比的仿真系统的要求.     

一种易于硬件实现的LZW算法的应用

实测表明,遥测系统传输的数据冗余度高达90%,这严重降低了遥测系统的工作性能,而目前还没有针对遥测数据硬件压缩系统而设定的数据无损压缩的统一标准。为了实现遥测数据硬件系统的无损压缩,通过适当增加字典的分配空间,优化LZW算法的查找方式,改进LZW算法的字典更新方法,调试出了一种易于硬件实现的LZW算法。最终,通过软件仿真及实际测试,结果表明,遥测数据压缩比达1.8:1以上,完成了设计的预期目标。     

智慧矿山异构数据集成平台设计

针对智慧矿山建设过程中现有信息系统存在数据源异构问题,提出了利用XML技术建立异构数据集成平台的解决方案,介绍了智慧矿山总体框架和异构数据集成平台的体系结构。在不改变现有数据源的物理位置、体系结构的情况下,该平台利用XML技术将异构数据无损转换为XML文档,通过对智慧矿山安全生产决策的应用需求的分析、分解和转换,实现了异构数据源的有效集成,为智慧矿山的监测、管理、职能决策等服务提供数据支撑。     

基于降低映射预测残差的高光谱图像压缩算法

CCSDS 123.0-B-1算法是空间数据系统咨询委员会为多/高光谱图像提出的自适应三维预测无损压缩标准,针对CCSDS 123.0-B-1算法中存在的未充分利用像素位置信息及谱间相关性、压缩率有待提高的问题,对该算法的预测器进行了优化,提出了RMPR算法。RMPR算法根据当前像元具体位置对预测点进行自适应选择,采用双向线性预测去除高光谱图像的谱间相关性,并使用优化的残差映射器提高预测精度、缩短压缩码长。利用10幅高光谱图像进行测试,结果表明,在保证无损压缩且压缩效率无显著差异的前提下,RMPR算法的压缩性能显著优于原算法。     

SF6电气设备的SO2在线监测装置研究

在线监测SO₂的含量及其趋势变化,对SF₆电气设备的故障预警和故障分析具有极其重要的意义。基于紫外荧光法的SO₂在线监测装置,设计了SO₂紫外荧光检测光路系统、检测电路及软件、在线无损气体采样系统。其中,在线无损气体采样系统不仅能自动采样,还能回收气体,避免待测气体的损耗、泄漏和污染,并支持多种分解气体的同时在线检测。实验测试及现场运行结果表明,该装置完全满足电力设备中SO₂的在线监测需求。     

基于混合预测高光谱图像无损压缩

为了解决海量遥感高光谱图像数据给有限存储空间和传输带宽带来的压力,利用高光谱图像具有较强谱间相关性的特点,提出了一种基于混合预测的高光谱图像无损压缩算法。第一谱段采用中值滤波器模型进行谱内预测;对于其他谱段采用线性预测与上下文预测相结合的谱间混合预测,线性预测是通过二阶线性预测器模型得到预测参考值,上下文预测是根据预测参考值利用上下文预测模型预测得到最终预测值;将预测得到的残差图像进行霍夫曼编码。对AVIRIS标准高光谱遥感图像进行无损压缩实验结果表明：利用该方法能够取得较好的无损压缩效果,平均压缩比达到3.17,与现有的无损压缩方法3D-CALIC、LUT、C-DPCM、JPEG-LS相比,平均压缩比提高了0.05~0.48,是一种高效的高光谱图像无损压缩方法。     

基于可逆信息隐藏的的无损鲁棒数字水印模型的研究

提出一种新的无损鲁棒数字水印的框架模型,该框架模型中通过鲁棒数字水印算法把水印嵌入进去,然后将可恢复原载体图像的信息再经可逆信息隐藏方法嵌入到该水印图像中,该模型在提取水印和恢复载体图像过程中都不需要原载体图像。基于该框架模型,本文提出一种基于混沌和JPEG压缩格式的无损鲁棒数字水印的算法,实验证明该算法不仅可以使载体图像无损重构,而且能有效的抵抗JPEG压缩、噪声干扰、低通滤波、剪切、旋转等几种典型的攻击,具有较强的鲁棒性,验证了本文所提出无损鲁棒数字水印框架模型的有效性。     

基于SHIRCT和减影及CDF(2,2)DWT混合变换的超光谱图像无损压缩算法

提出了SHIRCT和减影混合变换去除谱间冗余、2D-CDF(2,2)DWT去除空间冗余,该变换完全由加法和移位完成,便于硬件实现。去冗余效果好于(1D+2D)CDF(2,2)DWT+改进的EBCOT算法进行编码。实验结果表明,无损压缩性能略好于(1D+2D)CDF(2,2)DWT+改进EBCOT,远好于JPEG-LS、WinZip、ARJ、DPCM、文献[1]及NMST和MST。     

基于无损水印的医学图像篡改检测和高质量恢复

目的 采用无损数字水印算法对医学图像进行篡改检测和恢复是一个重要的研究领域。针对现有方法在区域划分和块特征值选取上的不足,提出一种新的基于四叉树分解和线性加权插值技术的无损水印算法。方法 首先对原始的医学图像进行四叉树分解,得到非固定尺寸且具有高同质性的图像块;然后利用线性加权插值方法计算每个图像块的特征值作为水印信息,最后采用基于混沌的简单可逆整数变换进行水印嵌入。结果 在提取端当水印图像没有受到篡改时,原始的图像能被无损恢复;当受到篡改时,算法能精确定位篡改区域并能高质量恢复,采用本文算法恢复的图像质量较现有方法高出20 dB左右。另外,在水印图像遭到较大程度篡改时,本文算法的正检率和负检率均优于现有方法。结论 实验结果表明,本文算法相比现有方法具有更高的嵌入容量、篡改检测精确性、恢复图像质量。算法适用于医学图像的完整性认证和篡改检测中。