pi序列的似混沌特性及其在图像加密中的应用

提出一新的概念——pi序列,并利用非线性时间序列分析方法揭示pi序列的似混沌特性。然后提出一种基于pi序列的图像加密算法,对数字图像分别进行像素位置和像素值扰乱。最后图像加密算法的安全性分析结果表明此加密算法很强地抵抗统计攻击与差分攻击。     

四维混沌系统及其在图像加密中的应用

传统基于低维混沌系统的图像加密算法往往具有密钥空间较小、安全性较差的问题。针对这些问题,首先提出了一类新的平衡点不稳定的四维离散混沌系统,通过数值仿真对该类系统进行了动力学行为分析,正的Lyapunov指数的个数可以达到三个。同时并基于该类混沌系统设计了一个新的图像加密方案,并进一步对明密文的分布直方图、相关系数、信息熵以及加密方案对参数的敏感性进行了分析。分析结果表明,该加密方案抵抗外来攻击的能力强,密钥空间可达2996△,具有较高的安全性。     

基于新的超混沌系统的图像加密方案

提出了一个新的超混沌系统,分析了新系统的混沌吸引子相图、平衡点及其性质、工yapunov指数等非线性动力学特性,并用该超混沌系统对图像进行加密研究。给出了一种新的基于四维超混沌系统的图像加密算法。实验结果及安全性分析表明,该算法具有较强的抵御穷举攻击、统计攻击、已知明文攻击能力,因而具有较高的安全性。     

混沌系统在图象加密中的应用

对当前基于混沌系统的图象加密算法进行了深入的研究,在分析一维混沌图象加密算法具有复杂度低、安全性不高等缺点的基础上,设计了一个基于一维混沌系统和三维混沌系统相结合的图象加密算法,采用混沌序列产生的值作为一个三维混沌系统的迭代初始值进行迭代,用迭代得到的值对图象进行加密。对该算法的安全性、对初始值的敏感性进行了分析,并进行了仿真实验。     

神经网络的混沌特性及其在加密通信中的应用

首先概括了能实现混沌动力学特点的主要神经网络模型及其产生混沌同步，混沌序列和混沌吸引子等复杂性的基本原理，介绍了如何利用混沌同步，混沌轨迹序列和混沌吸引子等复杂性特点实现通信加密算法，最后总结有关神经网络的混沌特性及其加密通信应用中需要进一步研究的一些课题。     

Logistic混沌序列加密改进方案

由于Logistic映射具初始条件敏感性、随机性、相关性等优良的密码学性能而广泛应用于混沌加密。为了避免搜索攻击,本文提出了Logistic映射加密的改进方案并用C语言实现。     

基于混沌序列的图像加密解密算法

In this paper, an image encryption and decryption algorithm based on chaos sequence is proposed. This algorithm provides low computational complexity, high security and no distortion. Finally, experimental results are satisfactory.     

一类方程的混沌反控制及在图像加密中的应用

为了研究一类方程的混沌反控制及其在图像加密中的应用问题,提出了基于延迟时间状态反馈控制的方法.设计了一个延迟反馈控制器,使得受控系统产生混沌行为,并用数据仿真给出了受控系统具有混沌特性的部分指标;同时根据小波变换,结合受控的混沌系统提出了一种图像加密方案.实验结果表明,该方案不但拥有较大的密钥空间,而且对密钥和明文相当敏感,具有优良的扩散性和扰乱性能,并能抵抗各种攻击.     

基于混沌序列的图像加密研究

文章讨论了一种专门针对图像数据流点阵特征的图像加密方法。借助混沌动力学系统过程既非周期又不收敛,且对初始条件敏感的特性产生实数值混沌序列,然后将其通过离散映射生成相应的符号矩阵。文章以图像子块作为处理单元,然后利用符号矩阵对图像子块地址表进行镜像加密变换。软件模拟实验证明本算法具有加密速度快,安全性高,无额外畸变产生等特点,并且可以同JPEG图像压缩标准很好的集成。     

基于两种混沌序列的图像加密方法的研究

确保数字图像信息的安全,是当前信息处理技术领域的难点和热点。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。提出了一种新的图像加密算法,利用两种混沌映射,分别对图像像素进行灰度置乱和位置置乱。实验和分析结果表明,此种算法具有密钥空间大、不易破解等特点,加密效果令人满意。     

二维反三角超混沌系统及其在图像加密上的应用

为了进一步提高混沌系统的混沌特性，为图像加密算法提供更可靠的混沌系统，增强图像加密算法的安全性，提出了一种基于二维反三角超混沌系统的新型图像加密算法。首先，在一维三角混沌函数的基础上构建了一个二维反三角超混沌系统，通过分岔图和Lyapunov指数等仿真实验，验证了该系统具有更广的混沌区间和更强随机性的迭代序列，遍历性更加优秀；然后，基于此混沌系统，采用"置乱-扩散"策略，根据不同密钥生成的不同超混沌序列，对图像矩阵进行无重复置乱和循环移位扩散，循环三次得到密文，完成加密过程；最后，对图像加密方案进行了直方图分析、密钥空间分析、相邻像素相关性分析、明文敏感性分析和信息熵分析等性能测试。其中密文图像的相关指标参数像素变化率（NPCR）和统一平均变化强度（UACI）的测试值非常接近于它们的理想期望值，信息熵的测试结果约为7.997，也非常接近于理想期望值8。实验结果表明，此图像加密系统具有更可靠的安全性，抵抗攻击能力强，在图像安全领域具有较好的应用前景。     

基于特征的JPEG图像信息隐藏的隐蔽性评价

在基于图像的信息隐藏研究过程中,人们对信息隐藏性能的评价十分关注。提出了一种基于特征的JPEG图像信息隐藏隐蔽性的评价方法。此方法首先提取信息隐藏前后的JPEG图像的特征,对这些特征处理后进行作差得到特征改变量,然后将得到的多维特征改变量进行主成分分析法综合评价,从而实现对隐藏方法隐蔽性的评价。     

基于PCA的拉普拉斯金字塔变换融合算法研究

阐述了基于主元分析的拉普拉斯金字塔图像融合的原理和方法：对原图像分别进行拉普拉斯金字塔分解,分别对高频部分采用主元分析（PCA）法融合,对低频部分采用平均梯度法进行融合,对拉普拉斯金字塔做反变换得到最终的融合图像。通过对可见光与红外图像的融合,以及对不同焦距图像融合的结果分析,该算法比单纯的PCA和拉普拉斯图像融合能得到具有更多有用信息的高对比度的融合图像。     

优化的GEP算法在爆破振动预测中的应用

结合主成分分析和基因表达式编程,提出了一种基于PCA的优化基因表达式编程的新算法,并将其应用在爆破振动峰值速度和主频率的预测。该算法首先利用主成份分析方法对影响爆破振动的参数进行预处理,有效地减少预测模型的输入量,消除输入数据间的相关性,而后通过基因表达式程序设计建立爆破振动预测模型。结果表明,基于PCA的优化基因表达式编程算法比BP神经网络等其他算法得到的结果具有更高的预测精度和稳定性。     

改进的判别割及其在图像分割中的应用

谱聚类算法能在任意形状的样本空间上聚类且收敛于全局最优解,但判别割(Dcut)算法在计算正则化相似度矩阵及其特征向量时比较耗时,而基于子空间的Dcut(SDcut)算法则不稳定,为此,提出基于主成分分析(PCA)的Dcut算法(PCA-Dcut)。PCA-Dcut算法采用PCA算法计算相似度矩阵的前m个大的特征值对应的特征向量构造一个新的矩阵,然后采用构造的矩阵与相似度矩阵和拉普拉斯矩阵分别进行矩阵运算;接着通过计算获得一个m阶正则化相似度矩阵,并计算该矩阵的k个最大特征向量;最后使用构造的矩阵与这k个特征向量相乘获得最终用于分类的特征向量。PCA-Dcut算法能降低Dcut算法的计算复杂度。通过对人工合成数据集、UCI数据集和真实图像的仿真实验表明,PCA-Dcut算法的聚类准确率与Dcut等谱聚类算法相当,同时在分割图像时的运算速度约为Dcut的5.4倍,并具有比SDcut更快的速度和更好的性能。     

Monte Carlo随机数在图像加密中的应用

随着图像加密技术的发展,出现了各种各样的加密方法,其中有基于Arnold变换、仿射变换、Hilbert曲线、幻方、骑士巡游、Gray码、混沌序列和基于频域的置乱加密技术。讨论了Monte Carlo随机数的性质,构造了一种新的基于Monte Carlo随机数的图像加密算法。实验结果表明该方法计算简单,运行速度快,并具有一定的安全性。     

基于特征量积与PCA的小波遥感图像融合

在遥感图像融合中,传统PCA算法会损失部分有用信息,从而使得融合结果的光谱分辨率受到较大影响,针对这种情况,借助小波变换优良的时频分析特性,利用特征量积来融合多光谱图像的第一主成分,实现了一种基于特征量积与PCA的小波遥感图像融合算法。通过对来自不同场景不同卫星的多光谱和全色图像进行融合实验,结果表明,该算法无论在主观视觉还是在客观统计数据上,均具有比其他方法较佳的融合效果。     

一种对奇异值不敏感的ISOMAP

ISOMAP是一种经典的非线性降维方法,能够有效地发现高维非线性数据集的低维几何结构,但该算法对奇异值和噪声非常敏感。利用具有鲁棒性的主成分分析（Robust PCA）来探测奇异点,并对奇异点进行适当处理以降低ISOMAP对其的敏感程度。所提出的算法直观且易于理解,实验结果也证明它具有较好的鲁棒性,而且在奇异点较多的情况下仍能保持数据的整体结构。