基于分数阶傅立叶变换的图像加密研究

介绍了分数阶傅立叶变换理论和基于DFT核矩阵特征分解的分数阶傅立叶变换离散化方法;提出了一种基于分数阶傅立叶变换理论和双随机相位编码技术的图像加密方法,该方法不仅可以有效地对图像进行加密,而且能够准确地再现原图像,恢复后的图像和原图像一致。分数阶傅立叶域双随机相位编码对解码参数误差比较敏感,这样就提高了图像的保密性。最后通过实验验证了该方法的有效性。     

基于位平面置乱的图像加密算法研究

近年来,随着人们对电子信息隐私及网络安全重视程度的不断提高,对信息加密技术的要求更加严格,图像加密技术备受关注。因此,提出一种基于位平面的图像加密算法。将明文图像矩阵中的每个像素值分解为8个比特位,把相同位置上的比特位组合成高四位和低四位2个位平面矩阵;采用多涡卷混沌系统生成的混沌序列,对2个位平面矩阵进行置乱-扩散-置乱,得到加密图像;在MATLAB平台上进行了直方图、相邻像素相关性、密钥敏感性、信息熵、抗剪裁性等安全性分析。结果表明：所提出的图像加密算法能够进行安全有效的图像加密,且安全分析表示其加密后图像直方图平稳、像素相关性系数趋近于0、信息熵达到7.996 0以上,在加密效果与安全性方面都有良好的表现,可以抵御多种攻击的干扰,能够对图像信息进行安全保护。     

模糊积分融合DNA编码运算的彩色图像加密算法

现有的诸多加密算法主要采用增加系统参数来提高加密系统的安全性,但过多的系统参数将导致加密效率显著降低。对此,本文提出了模糊积分置乱与DNA编码运算相融合的数字图像加密算法。首先利用Sugeno模糊积分产生密钥流,来置乱分块的DNA编码矩阵;接着对置乱后的DNA分块矩阵分别做加法运算,得到新的DNA分块矩阵;然后,利用Sugeno模糊积分对新的DNA分块矩阵执行取补操作;最后,利用耦合二维分段非线性混沌映射来进行扩散处理,完成图像的加密。实验结果表明:该算法对数字图像具有较好的加密效果,安全性好,运算效率更高。     

基于加密傅里叶变换全息印刷防伪技术研究

在研究双随机相位数据加密技术的基础上,结合印刷技术和全息技术的特点,提出了一种基于傅里叶变换印刷全息标识防伪方法。该方法将二值认证图像经过输入面和频谱面上双随机相位加密模板调制生成的物光,与参考光叠加生成加密的傅里叶变换全息图,该全息图可生成印刷全息防伪标识。通过打印和扫描实验验证了加密的傅里叶变换全息标识,可以通过数字印刷技术印制在证件等印刷品上作为防伪标识,具有重要的实用意义。     

人脸人耳多模态生物特征模板保护方法研究

鉴于人脸和人耳在生理位置上的特殊关系,本文将两者进行特征层串联融合,提出了一种多模态生物特征模板保护方法.该方法包括3个步骤:第一步采用随机映射矩阵对特征提取后的特征向量做可撤销变换,得到可撤销模板;第二步采用类分布保留变换对可撤销模板进行非线性变换,将实值人脸入耳融合特征模板转换成二值模板;第三步采用模糊承诺方法对二值模板进行保护.针对传统模糊承诺方法对随机密钥未加保护的安全性缺陷,提出了基于ASE算法的改进模糊承诺方法.在两个人脸人耳多模态图像库上的实验结果表明,采用多模态生物特征模板保护比采用人脸单模态模板保护能取得更好的认证性能.     

基于离散Curvelet变换和LS-SVM的虹膜特征提取与识别

提出了一种基于离散曲波变换和最小二乘支持向量机(LS-SVM)的虹膜特征提取与分类识别的新方法。对虹膜纹理采用离散Curvelet变换,提取低频子带系数矩阵的均值方差和高频子带能量作为虹膜图像的特征向量,利用最优二叉树多类LS-SVM分类器进行分类与识别。MATLAB仿真实验结果表明,与现有方法相比,该算法识别准确率较高,能有效应用于身份认证系统中。     

虹膜图像处理与识别技术研究

虹膜作为重要的身份鉴别特征,具有唯一性、稳定性、可采集性、非侵犯性等优点。据统计目前虹膜识别的错误率在各种生物特征识别技术中是最低的。本文主要是通过对虹膜图像的预处理,纹理特征提取,编码及匹配达到对虹膜所有者的身份进行验证的目的。虹膜图像的预处理采用基于灰度差以及基于Hough变换的边界提取方法实现;然后用Gabor滤波器对虹膜图像进行纹理分析,提取图像的平均绝对偏差作为特征向量;最后用加权欧氏距离(WED)对虹膜图像进行身份验证。此外,本文还使用BP神经网络的方法对虹膜图像的特征进行分类识别。实验结果表明,这两种识别方法均达到了不错的识别效果。     

基于复合混沌系统的数字图像加密算法

提出一种整合了Henon映射与无限折叠混沌映射的复合混沌系统,并应用该系统生成的混沌序列进行数字图像的加密.算法以He-non映射的初值为加密系统的密钥.首先.固定无限折叠混沌映射的一个控制参数.输入密钥.迭代Henon映射,并将所生成的混沌序列的均值作为无限折叠混沌映射的另一个控制参数.然后.迭代无限折叠混沌映射以产生所需的混沌序列,最后,应用该混沌序列构建出置乱矩阵和变换矩阵,对图像进行加密.实验结果表明.该算法具有较好的加密效果和较高的安全性.     

基于多通道Gabor滤波与灰度梯度共生矩阵的虹膜识别方法

为有效改善虹膜识别系统的性能,针对传统方法提取全局特征时对局部纹理特征不敏感的问题,提出了一种基于多通道Gabor滤波和灰度梯度共生矩阵（GGCM）的虹膜识别方法。使用不同方向和尺度的Gabor滤波器组对预处理后的虹膜图像滤波,由全局滤波图像构建灰度梯度共生矩阵,提取特征值生成虹膜特向量。识别过程采用加权欧氏距离进行特征匹配。CASIA虹膜图像库实验表明,该方法能在保证识别系统实时性能的前提下使EER下降0.5%。     

一种基于纹理特征点匹配的自适应虹膜识别方法

传统的虹膜识别方法原理复杂,实现困难.为了在保证识别率的同时简化虹膜识别算法,提高虹膜识别效率,提出了一种基于纹理特征点匹配的自适应虹膜识别方法.首先,通过图像预处理得到512列×64行的矩形虹膜图像;其次,在有效的虹膜区域内,通过自行设计的边缘检测方法找到虹膜特征点;再次,对特征点进行编码,用虹膜代码表示虹膜模式;最后,采用自适应的模式匹配方法对不同的虹膜模式进行分类,给出识别结果.在给定距离阈值为0.37的前提下,可以达到99.242 8%的正确识别率.实验结果证明,该方法能够满足虹膜识别高准确性的要求.     

基于相位一致性最大响应方向的虹膜识别方法

为了进一步提高虹膜识别的准确性,提出了一种基于相位一致性最大响应方向的虹膜识别方法.该方法对人眼图像进行图像预处理,得到归一化的虹膜图像;然后,提取像素对于相位一致性的最大响应方向作为可区分性特征,并将最大响应方向的序号编码为简单易处理的二进制虹膜代码;最后,通过计算两个虹膜代码之间的加权汉明距离衡量二者的差异,并给出识别结果.实验结果表明,该方法的等错率为0.871 5%,正确识别率为99.851 8%.与经典的虹膜识别方法相比,该方法具有更高的识别准确性.     

基于空域与频域稳定特征融合的离焦虹膜识别

针对扩大景深的定焦虹膜识别系统易引入不同程度的离焦虹膜图像,增加识别错误率的问题,提出稳定特征融合解决方案.以基于序列图像的离焦虹膜识别方法为分析和验证基础,通过对不同图像离焦程度下稳定特征在空域和频域分布规律的统计研究,确定基于单幅图像注册的稳定深点区域特征与稳定傅里叶低频相位特征的提取规则,并将二者在匹配分数级进行融合完成识别.在SUT-DI离焦虹膜数据库上的实验结果表明,与融合前基于单特征的以及基于序列图像的识别方法相比,该方法取得了更佳的识别性能,等误率最高降低7.77％,证明了该方法对于图像遭受光学离焦具有鲁棒性,能够为便捷式虹膜识别系统的开发提供技术支持.     

基于纹理分布特征的虹膜识别算法

二维小波变换方向性差,不能从方向和频率同时描述虹膜纹理.基于此,分析了归一化虹膜纹理的分布特点,提出了基于纹理分布特征的虹膜识别算法.对原始人眼图像进行虹膜定位等预处理操作,得到归一化的虹膜纹理图像;对归一化虹膜图像进行了二维小波多尺度变换,结合虹膜纹理分布特点,选择小波分解水平通道;依据点能量贡献度,消除伪特征点并进行了点能量编码;计算了不同虹膜编码间海明距离,以其为依据进行分类.在给定距离阈值为0.25的前提下,可以达到99.91%的正确识别率.实验证明该算法是有效、可行的,并具有较高的识别率,识别速度也很快.     

基于类卷积神经网络的可见光虹膜识别方法

针对应用于智能移动设备的虹膜识别系统在可见光采集条件下虹膜图像受干扰严重使得识别率正确率降低和算法鲁棒性变差的问题,提出一种类卷积神经网络结合局部特征提取的虹膜识别方法。首先,采用暗通道图像去雾算法对归一化虹膜图像进行增强处理以减弱光干扰;然后,利用类卷积神经网络对图像进行降维,获得虹膜的二值化纹理信息;再经分块处理方法提取降维图像各区域局部虹膜纹理信息以构建特征向量;最后用欧氏距离分类器进行匹配识别。为验证算法性能,采用MICHE-I虹膜图库中由iPhone5拍摄所得的30人240张(每人4张室内和4张室外)虹膜图像进行测试,并与Gabor变换和主成分分析虹膜识别方法进行对比。结果表明,该方法在室内外图像均进行训练的条件下正确率能够达到98.33%,且对室内外不同光照变化干扰有较好的鲁棒性,上述性能皆优于Gabor变换和PCA算法。说明本文算法能够满足移动设备虹膜识别使用要求。     

虹膜定位技术研究与实现

为了提高虹膜识别的效率和准确性,提出了一种将粗定位和精确定位相结合的虹膜边界提取预处理方法。通过对预处理后的二值化虹膜图像进行粗定位,基于瞳孔边界点控制的最小二乘拟合方法确定虹膜内边界,并采用微积分算子精确检测定位虹膜外边界。最后用CASIA虹膜库中的756幅虹膜图像对算法进行测试,与基于Hough变换的虹膜定位方法关于虹膜内外边界的定位时间和虹膜定位的准确度进行比较。结果表明,该算法具有很好的准确性和识别速度。     

多重计算全息水印技术

为了增强水印安全性,用三维物体作为水印信息嵌入载体,提出了一种基于层析法的多重计算全息数字水印技术.该方法用层析技术得到三维物体的菲涅尔(Fresnel)全息图;利用Arnold变换对全息图进行置乱加密,置乱后的图像作为待嵌入水印;选择离散余弦变换(DCT)作为嵌入与提取算法;将Arnold变换次数与三维物体每层的衍射距离作为加密密钥.数字仿真与实验结果显示,当密钥正确时,从水印中提取的全息图的再现结果与直接再现全息图的结果一致,可以再现出三维物体相应层次的信息;密钥错误时,从水印中提取的全息图的再现结果无法识别,水印提取失败.实验结果证明了水印嵌入及提取算法的正确性,表明提出的方法可以实现水印信息的立体化和多重化,具有较高的安全性和易于实现等优点.     

一种基于小波变换的虹膜识别方法

虹膜上的纹理或结构的差异,是不同虹膜相互区别的最主要原因和体现.因此,要想获得很高的识别率,就必须运用虹膜图像的边缘信息.利用二维小波变换,构造出了一种新的虹膜识别方法.该方法的基本思想是对于小波多层分解的低频分量,用一种变形的互相关方法由粗到精地进行匹配,以筛选出少数匹配较好的虹膜图像;然后在第一级小波分解的边缘分量上提取图像边缘,并用一种新的基于边缘特征的距离量度对筛选出的虹膜图像进行最终识别.与国外的虹膜识别方法相比,该方法把全局特征与局部特征很好地结合起来,并且更为有效地利用了虹膜图像的边缘信息.     

快速响应码图像的全方位识别

首先分析快速响应码位置探测图形的模式，提出一种基于一维特征模板匹配的快速定位方法，并实现图像方位归一化，然后对条码边界进行Hough变换得到边界直线和顶点位置，再利用条码的几何特征做控制点变换和双线性插值变换，进行几何失真校正和大小归一，形成只包含条码的图像，最后采用Sobel边缘检测以及傅里叶反模糊滤波方法识别条码模块，得到可以解码的比特流信息，实验表明这些算法有效消除了图像中无关信息干扰和几何失真对识别的影响，实现了条码图像的全方位快速识别。     

交互式高速数字传输及双DVI综合显示

交互式高速数字传输及双DVI综合显示就是将分布式的多传感器图像资源进行数字化处理,雷达采用小波变换方法进行压缩、电视采用H.264方法进行压缩,然后采用总线的方式传送到各个用户端,由用户根据需求从视频总线上获取相应的传感器图像信息进行双DVI显示,从而完成了各传感器视频资源的多用户共享和综合显示。     

一种基于隐马尔可夫模型的虹膜识别方法

提出了一种基于奇异值分解和隐马尔可夫模型的虹膜识别方法。首先该方法将虹膜准确定位,并采用奇异值分解抽取虹膜图像特征作为观察序列,基于多观测值序列的隐马尔可夫模型算法进行虹膜图像的识别。实验中用VISUAL C＋＋6．0建立了虹膜训练和识别系统,实验数据为CASIA虹膜库中的图像,识别率均达到94％以上。理论分析及实验结果表明：本算法基本满足虹膜识别的稳定可靠、精度高等要求,并且对图像噪声有较强的鲁棒性。