-
公开(公告)号：CN110599392A
公开(公告)日：2019-12-20
申请号：CN201910757957.3
申请日：2019-08-16
Applicant: 西安理工大学
Abstract: 本发明公开基于计算鬼成像的光学图像隐藏方法，在计算鬼成像的框架下，要隐藏的图像隐藏在与宿主图像大小相同的扩展图像中，通过在鬼成像过程后重新排列原始目标的测量强度来实现。一个初始的哈达玛矩阵被用来产生额外的矩阵，它沿着列的方向循环移动，产生了足够的二维图案来恢复纯相位剖面。其次，通过控制较小的加权因子，将主图像的频率系数改为扩展中间图像的频率系数。通过反变换，可以获得高不可见性的承载隐藏信息的主图像。由于波长、轴向距离等光学参数对微小变化具有很高的敏感度，因此可以将其作为密钥来保证安全性。重要的是，许多纯相位剖面用于收集测量强度，以增强抗噪声和遮挡攻击的能力。
-
公开(公告)号：CN115297218B
公开(公告)日：2024-02-02
申请号：CN202210934144.9
申请日：2022-08-04
Applicant: 西安理工大学
IPC: H04N1/32
Abstract: 本发明公开了基于哈夫曼编码规则和位置图压缩的可逆数据隐藏方法，具体为：对原始图像第一行第一列像素预测做特殊处理，使用MED预测器计算原始图像中除第一行第一列像素外的每个像素的预测值；将每个像素和每个像素的预测值均转换成8位二进制序列，得到每个像素的标签值及可嵌入信息的长度，得到原始图像的标签图；创建位置图标记标签值为0的位置，压缩位置图；进行哈夫曼编码，得到新的标签图；对于标签值0和1的像素进行二次处理，生成标签图；根据生成的标签图，定义哈夫曼码对标签图中的标签进行表示；对原始图像进行加密；将新的标
-
公开(公告)号：CN116546201A
公开(公告)日：2023-08-04
申请号：CN202310375703.1
申请日：2023-04-10
Applicant: 西安理工大学
IPC: H04N19/13 , H04N19/176 , H04N19/423 , H04N19/467 , H04N1/32
Abstract: 本发明公开了一种基于块的自适应编码和比特流压缩的可逆数据隐藏方法，步骤包括：1)读取原始图像中的像素信息，将原始图像分成大小相等的不重叠块，将每个块内所有像素的8位二进制信息从最高有效位到第七有效位依次作对比，直至对比到块内像素某一位面二进制信息的比特不一样，非全零全一，则停止对比；2)得到块类型表；3)进行块编码；4)设置一个位置图来标记该类型的块；5)图像加密；6)数据加密；7)数据嵌入；8)数据提取和图像恢复。本发明的方法，很好的解决了高位面复杂度高的问题，腾出更多的可嵌入空间，且能够无损恢复原始图像。
-
公开(公告)号：CN115499912A
公开(公告)日：2022-12-20
申请号：CN202211139741.9
申请日：2022-09-19
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于Wi‑Fi信道状态信息的视距识别方法，包括：步骤1，搭建单发射器‑单接收器的Wi‑Fi检测环境，采集视距、非视距两种情况下在不同采样点的信道状态信息即CSI信号；步骤2，对步骤1中采集的信号进行数据预处理；步骤3，对步骤2预处理后的信号进行均值、标准偏差、变异系数、偏度、峭度、相位差因子和Rician‑K因子等特征提取，并制定视距、非视距两种情况下的类别标签，构建数据集；步骤4，对步骤3所得数据集进行最小‑最大规范化处理；步骤5，提出基于粒子群优化算法的SVM分类器进行视距识别，将步骤4得到的训练集数据作为步骤5模型的输入，可以精准识别室内视距、非视距状态。本发明成本低、易部署，具备较高的识别准确度。
-
公开(公告)号：CN115190216A
公开(公告)日：2022-10-14
申请号：CN202210820771.X
申请日：2022-07-13
Applicant: 西安理工大学
IPC: H04N1/32
Abstract: 本发明公开了基于预测误差图的加密图像可逆数据隐藏及解密方法，包括：对原始图像进行预测得到预测值，求出像素的预测误差值，生成预测误差图I'以及标记溢出像素的二进制矩阵J；对预测误差图进行预测，将预测误差图的像素值及其预测值转换为8位二进制并生成标签图θ；利用记录图η标记标签值为0的像素；对二进制矩阵J、记录图η和标签图中除0以外的值进行压缩分别得到Π、Ω和Γ；将二进制矩阵S和预测误差图进行位异或，生成加密图像Ie'；对嵌入数据d加密存储在加密图像的剩余像素中，得到含有秘密数据的加密图像I'ew。本发明通过应用预测误差图像素与使用加密密钥生成的伪随机矩阵之间的位异或计算，可以保证算法的安全，使得算法的鲁棒性更高。
-
Patent Agency Ranking
公开(公告)号：CN110569945B
公开(公告)日：2022-09-30
申请号：CN201910749070.X
申请日：2019-08-14
Applicant: 西安理工大学
Abstract: 本发明公开的基于单强度记录相位恢复过程的QR码加密方法，包括加密和解密，加密过程具体为：步骤1，对QR码图像进行按位编码，得到编码后的QR码图像；步骤2，将编码后的QR码图像作为双随机相位编码过程的输入，将输出结果保留强度信息，得到强度分布；步骤3，利用混沌映射对得到的强度分布进行置乱操作，得到密文图像，完成加密；解密过程具体为：步骤4，将步骤3中的置乱操作进行逆操作；步骤5，通过相位反演算法恢复编码的QR码；步骤6，将恢复的编码的QR码作为按位解码的输入图像，按加密过程中的按位编码进行相应的逆操作，即可得到解密图像；对噪声攻击、统计分析具有较强的抵抗力且更加便于密文的存储、管理和传输。
-
公开(公告)号：CN115118836A
公开(公告)日：2022-09-27
申请号：CN202210756676.8
申请日：2022-06-30
Applicant: 西安理工大学
IPC: H04N1/32 , H04N19/467 , H04N19/91
Abstract: 本发明公开了基于像素预测的多策略组合的可逆数据隐藏方法，具体为：将灰度图像，使用MED方法预测，并进行溢出判断，再转成八位二进制，得到八个位面；将每个位面均划分基本块，将基本块分类，对每个位面中的单色块，使用自适应分块策略，将连续相邻的同色单色块合并为长方形单色块；对混色块纵向使用MED方法对其所在位置的每个像素计算预测误差值，并使用哈夫曼编码标记直到对每个位面的混色块都进行标记；生生八个随机矩阵，将每个随机矩阵与其对应八个位面异或，得到加密后的八个位面；将加密后的八个位面合并为加密后的灰度图像发送给数据隐藏者，数据隐藏着对接收图像进行处理后发送给图像接收者，图像接收者对接收的图像进行还原。
-
公开(公告)号：CN114998164A
公开(公告)日：2022-09-02
申请号：CN202210583832.5
申请日：2022-05-26
Applicant: 西安理工大学
Abstract: 本发明公开的基于自适应成对误差扩展和嵌入回补的可逆数据隐藏算法，将原始图像按照棋盘格样式划分为两个像素集合，对两个像素集合进行溢出处理和复杂度计算，按照复杂度对像素块排序，再计算最大值像素和最小值像素的预测误差；通过计算峰值点和零值点构造二维映射，从而按照最优映射修改像素值进行数据嵌入，修改后将同一类像素按照菱形均值排序，通过直方图移动技术，单侧移动嵌入数据，最后计算计算各载密图像与原始图像的峰值信噪比，将最优载密图像与原始图像的最外围像素，采用LSB替换后相结合，形成最终的载密图像。本发明在低嵌入容量的情况下，提高了图像质量，并且增大了最大嵌入容量。
-
公开(公告)号：CN113129226A
公开(公告)日：2021-07-16
申请号：CN202110315037.3
申请日：2021-03-24
Applicant: 西安理工大学
Abstract: 本发明公开了基于convGRU‑U‑Net的计算鬼成像重建算法，利用相位掩模照射在目标物体上，通过桶探测器获得总光强，将总光强和对应相位掩模输入到convGRU网络中，模拟关联成像过程，直到convGRU网络的损失函数保持稳定；将上述输出结果输入到U‑Net网络中来进行图像增强，直到convGRU‑U‑Net网络的损失函数保持稳定，获得计算鬼成像的成像结果。本发明基于convGRU‑U‑Net的计算鬼成像重建算法，解决了现有技术中存在的计算鬼成像的重建效果差、重建速度低的问题。
-
公开(公告)号：CN110349233A
公开(公告)日：2019-10-18
申请号：CN201910543339.9
申请日：2019-06-21
Applicant: 西安理工大学
Abstract: 本发明是一种利用迭代相位检索算法实现高质量重建的单像素相关成像，步骤包括：1)基于哈达玛矩阵，预先生成一系列强度模式，采用迭代相位检索算法将每个强度模式分解为一对有噪声的相位轮廓；2)对激光束进行准直照明，每对相位剖面依次嵌入两个纯相位空间光调制器；通过第一纯相位平面的自由空间传播场通过使用菲涅耳衍射进行，通过第二纯相位平面的自由空间传播场也是类似的；测量的强度由位于物体后方的不需要空间分辨率的桶探测器记录；3)将记录的测量强度将与使用相同的级联基础设施生成并计算的一系列强度模式相互关联；4)计算出的参考强度模式与测量到的强度相关联，利用相关函数对目标进行解密。本发明法简便易行。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.023 seconds)
