一种新的量测矩阵在压缩感知复数重构中的应用

在分析常用量测矩阵优缺点的基础上,将随机符号矩阵、部分哈达玛矩阵和随机抽样矩阵相结合,构建了一个新的部分随机化哈达玛量测矩阵,克服了局部哈达玛矩阵只能用于信号维度是2的n次幂的应用缺陷,保留了局部哈达玛矩阵作为量测矩阵进行重构时需要量测个数最少、重构精度最高的优势,并将矩阵与平滑0-范数法结合应用于复数重构．仿真分析表明：部分随机化哈达玛量测矩阵具有非相关性强、重构精度高和重构所需量测个数少、噪声鲁棒性强等优点．     

穿墙雷达图像CS编码算法设计

针对TWR雷达图像由于检测信号的频率较高、带宽较大使得图像信息量增大,导致在传输和实时成像方面存在困难的问题,提出了采用压缩感知(CS)为雷达图像的编码提供欠采样压缩的新方法.设计了基于解凸优化的l_1范数等效算法和基于正交匹配追踪(OMP)算法的TWR图像编码方法,构造了部分哈达玛观测阵和高斯随机测量观测阵.实验结果表明,本文算法对雷达图像的欠采样率可达0.546 9,能够实现失真最小和速度最快地对墙内目标进行有效检测.     

一种基于压缩感知的卫星图像观测矩阵优化

卫星图像分辨率高,包含信息量大,采用压缩感知对卫星图像进行观测和恢复,能够用少量数据完成图像重构。针对压缩感知观测矩阵随机波动大,鲁棒性不强,随机矩阵结构复杂的特点,本文提出了一种优化的部分确定高斯矩阵,作为压缩感知的观测矩阵,对卫星图像进行观测并重构。实验表明,与常用的高斯矩阵、贝努力矩阵等观测矩阵相比,采用优化的部分确定高斯矩阵,不但提高了重构图像的质量,而且增强了信号的鲁棒性和抗干扰能力。     

压缩感知OMP算法与IRLS算法在计算鬼成像中的对比分析

将压缩感知技术和鬼成像系统相结合,能够大幅度地降低成像所需的测量次数,并能有效地提高重构图像的峰值信噪比。本文将离散余弦变换（DCT）矩阵作为图像稀疏化矩阵,采用正交匹配追踪算法（OMP）和迭代加权最小二乘算法（IRLS）两种压缩感知算法作为压缩感知鬼成像系统图像重构的算法。通过对两种算法在改变稀疏度和测量次数时重构结果的峰值信噪比变化的比较,探究了这两个变量对峰值信噪比的影响。发现IRLS算法重构精度更高,图像质量更好,而OMP算法迭代速度比IRLS更快,重构图像所需的时间较少。     

基于稀疏表示的人脸图像压缩方法

基于稀疏表示的人脸图像压缩算法首先对人脸图像进行分块,其次利用K-SVD字典学习算法,训练一个图像的冗余字典,最后用OMP算法对其进行稀疏编码,得到压缩的图像.由于OMP算法复杂度较高,为了降低复杂度,提高算法效率,提出了一种基于稀疏表示理论的新的人脸压缩算法.该算法在稀疏编码阶段,用基于块坐标松弛(Block Coordinate Relation)字典学习算法对人脸图像进行稀疏编码,最后用重构算法对压缩数据进行重构.通过实验仿真,与JPEG压缩方法及OMP算法比较,所提方法在同等压缩比下,重构的图像质量有所提高.     

基于压缩感知和位平面多重置乱的图像加密算法

提出了一种基于压缩感知和位平面多重置乱的图像加密算法.算法采用二维混沌系统和非线性函数生成测量矩阵,利用该测量矩阵对原始图像的离散余弦变换压缩采样,得到该变换图像的测量值矩阵,将其组合成压缩加密图像.再对压缩加密图像位平面分解,得到压缩加密图像的位平面图.对该位平面图切割重组、置乱和扩散,将压缩加密图像的像素位置置乱,...     

一种最速下降的贪婪迭代算法

压缩传感应用于图像压缩重构的算法通常有凸优化算法和贪婪迭代算法两大类.一般而言,凸优化算法重构概率高、速度较慢,贪婪迭代算法具有较快的重构速度,但损失了重构质量.结合凸优化算法中的最速下降法及贪婪迭代算法中的正交匹配算法(OMP),提出了一种新的算法,并应用于一维信号和二维图像信号的压缩重构实验,且深入对比分析了不同降采样矩阵对新算法的影响.结果发现,对同一降采样矩阵,即使图像的纹理不同,新算法在重构质量及重构时间上都优于原始的OMP算法.     

基于插值Directionlet变换的图像融合方法

为了凸显区域的细节特征,改善图像的视觉效果,本文通过对Directionlet变换进行插值处理,并结合压缩感知理论提出一种新的图像融合方法。在进行插值Directionlet变换分解以后,对低频分量通过其区域特征及其接近度进行系数融合;对于高频分量,使用改进稀疏化的哈达玛矩阵进行观测,并对观测值进行加权融合,然后对融合后的高频方向子带进行重构;最后通过插值Directionlet逆变换重构图像。数值试验显示,本文提出的融合算法计算复杂度低,融合效果好,能同时得到目标和场景均清晰的融合图像。     

基于小波变换的数字图像双重随机置乱加密

提出了一个用于图像加密的基于小波变换的双重随机置乱算法。算法首先对图像进行小波分解：再对分解结果进行第一次随机置乱。这一置乱有两种方案：第一种是直接对每一分量图像分别进行置乱,第二种是对由所有分量图像拼接而成的图像进行置乱,置乱后再分割成与原分量位置与大小一致的分量图像;然后对这些分量图像进行小波重构,并对重构结果再次进行随机置乱,得双重随机置乱加密图像。实验中,以统计直方图和视觉效果对两种方法作了比较。比较结果表明两种方法的视觉置乱效果都不错,但由第一种方法置乱所得图像的直方图与原图很相似,说明该方法是以位置置乱为主,而由第二种方法置乱所得图像的直方图则与原图差别很大,说明该方法不仅有位置置乱,而且灰度级置乱更明显。可见,第二种置乱方法更有效。     

基于切比雪夫扩频序列的测量矩阵构造算法(研究生论坛)

针对混沌系统以间隔采样序列构造压缩感知测量矩阵而造成的计算和存储资源的浪费,本文提出了一种基于切比雪夫－贝努利序列构造测量矩阵的算法。提出了通过符号函数将切比雪夫混沌系统产生的混沌序列映射为其扩频序列,并证明了其扩频序列服从贝努利分布特性,进一步提出由其扩频序列构造压缩感知测量矩阵的方法。实验仿真表明,该测量矩阵与随机矩阵、混沌矩阵相比具有同样的重构性能,对于红外图像的重构,本方法具有更好的重构性能。     

一种新的基于A型Arnold变换的数字图像置乱算法

基于矩阵运算的图像置乱算法具有容易生成、对初始条件敏感以及白噪声的统计特性良好等性质,但普遍存在加密强度不够、密钥空间小、留有轮廓等问题,基于A型Arnold变换矩阵,构造了一种新的数字图像置乱算法。该算法通过对3个密钥的控制,使得置乱变换矩阵具有较大的随机性。同时,该算法还具备全图像范围内的攻击扩散效果,当置乱图像受到攻击后,将无法还原成原图像,从而有效地阻止了置乱图像的暴力还原。     

基于一维混沌映射和比特块置乱的图像加密

提出了一种基于一维混沌映射和比特块置乱的彩色图像加密算法。利用Logistic映射生成的伪随机序列对彩色图像进行置乱,将置乱的图像分解成24个位平面。对每个位平面进行8×8的比特块划分并对其进行第二次置乱,对第二次置乱图像的进行扩散操作,得到加密图像。实验结果表明,与像素块置乱的多图像加密算法相比,本文算法具有较大的密钥空间和较好的鲁棒性能、安全性和加密效果良好。     

一种基于排序变换的图像加密算法

根据排列与图像置乱之间的关系,利用混沌映射,提出一种新的生成排列的方法,并由此得到图像置乱所需的行置乱矩阵和列置乱矩阵,实现对图像的循环迭代加密。通过一系列图像置乱效果评价指标的测试,表明该算法操作简单,具有较高的执行效率,且有良好的置乱效果以及良好的安全性。     

一种优化的语音信号处理方法

为了解决传统利用压缩感知采集语音信号的方法中所用的测量矩阵难以硬件实现,且所用的重构方法过于繁琐导致重构时间过长的问题,采用0-1随机矩阵对语音信号进行测量,用分段正交匹配追踪算法对语音信号进行重构.实验结果表明,优化后的方法可以很好地解决传统压缩感知中硬件难以实现和重构算法繁琐的问题.该方法中所用的0-1随机矩阵便于...     

基于压缩感知的三相电能质量扰动信号压缩及分类新方法

首先,选取傅立叶基作为压缩感知中的过完备字典、高斯随机矩阵作为观测矩阵、正交匹配追踪(OMP)算法作为重构算法,对电能质量扰动信号进行压缩采样。然后,采用灰度共生矩阵纹理特征中的能量特征值、灰度值出现概率两种方法对压缩感知重构信号进行分类检测。试验结果表明:本文方法可以同时实现对三相电能质量信号的压缩重构,也可以实现对信号的准确分类,并减少了信号压缩采样过程中的数据量。     

基于BP神经网络的数字图像置乱技术

基于神经网络的非线性映射特性,提出了一种数字图像置乱的新方法。将图像输入到一个随机设置初始权值和阈值的BP神经网络,其输出即为置乱图像。只需训练一个从置乱图像到原始图像的神经网络,就可在恢复过程中将置乱图像输入到训练好的神经网络。实验结果显示,该算法对图像加密具有良好的效果,对噪声、JPEG压缩和剪切等攻击具有较好的抵抗能力。     

一种DWT和DCT相结合的数字图像水印算法

提出一种DWT变换和DCT变换相结合的灰度图像数字水印算法。对二值水印图像进行置乱和混沌加密处理,将水印图像序列调制成正负序列。在水印的嵌入过程中,对载体图像进行小波变换,提取出其低频系数矩阵,将低频系数矩阵划分成4×4大小的子块,针对各子块进行DCT变换,采用正负量化的方法进行水印的嵌入。实验结果表明,该算法对JPEG压缩、加噪、剪切和滤波等攻击,具有良好的抵抗能力,鲁棒性较好。     

基于AES的S盒图像置乱算法研究

提出了一种基于密码学最新加密算法AES中的S盒对图像进行置乱的技术.该技术包括灰度置乱、行列置乱、块置乱及3种置乱技术的综合运用.文中对置乱的效果提出了灰度直方图、平均差异度、置乱图与原图的相关系数评价方法,并采用该方法对各种置乱技术进行了实验分析.从实验结果来看,达到了很好的效果.文中还对该置乱算法复杂性、置乱的安全性、周期性等进行了分析.结果表明该技术对图像置乱简单高效,安全性高.     

基于DCT和DWT的数字图像隐藏技术

提出了基于DCT域置乱的DW T域数字图像隐藏算法。先对秘密图像按块进行DCT变换,然后按“之”字型结构挑选其低频系数和部分中频系数,为了增强系统的安全性,选用混沌序列作为ZF-02分组密码算法的初始密钥,生成2个换位错乱序,对秘密图像进行频域系数的置乱加密;再对公开图像进行DWT变换,选中某一层的3个方向上(水平、对角、垂直方向))的高频分解系数,通过比较这3个高频系数矩阵,将同一位置上最大的系数组成一个新的矩阵(中频系数矩阵);最后将置乱后的秘密图像的DCT系数嵌入到中频系数矩阵中,用修改后的系数重建混合图像(与公开图像近似)。实验证明该方法可行、效果好、隐藏信息量大、安全性高,能够克服DCT域系数间融合产生秘密图像轮廓的缺点,而且还能抵抗空间域几种几何攻击和小波变换域压缩攻击。     

阶数为素数幂的一个整循环矩阵

在循环哈达玛矩阵的研究中，引进了代数数论中的素理论分解方法。证明了阶数为４＾ｒ（ｒ〉１）的循环哈达玛矩阵是不存在的，并给出了全部循环哈达玛矩阵。对于阶ｎ＝Ｐ＾ｒ且元素为整数和循环矩阵Ｈ，若满足ＨＨ＾Ｔ＝ｎＩ，则Ｈ的结构可完全确定。