-
公开(公告)号：CN116308983A
公开(公告)日：2023-06-23
申请号：CN202310282393.9
申请日：2023-03-22
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于最高位保留和四叉树编码压缩的可逆数据隐藏方法，按照角色分为三个部分：第一部分，对于内容所有者，先后使用MED、算术编码压缩、四叉树编码方法压缩，嵌入秘密数据，得到加密后的八个位面，合并为一张加密后的M*N灰度图像；第二部分，对于数据隐藏者，将该图像转成八个平行位面，得到嵌入秘密数据的八个位面，合并为一张加密嵌入秘密数据处理后的M*N灰度图像；第三部分，对于图像接收者，分割成平行的八个位面，得到解密后的八个位面，根据不同的标记识别出组合块混合块，并分别进行还原，得到原图。本发明方法，提升了方法嵌入容量，有良好的可移植性。
-
公开(公告)号：CN115348361A
公开(公告)日：2022-11-15
申请号：CN202210995169.X
申请日：2022-08-18
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于多MSB分块编码的加密图像可逆数据加密方法，采用如下步骤：将图像分块；加密得到加密图像；将加密图像分为平滑块和粗糙块，生成位置图；分块编码后压缩，生成辅助数据；将辅助数据嵌入加密图像中；对嵌入数据加密得到秘密数据存储在加密图像中，得到载密图像。本发明还公开了对加密方法的解密方法，包括如下步骤：辅助数据提取并恢复；恢复剩余辅助数据；提取并恢复秘密数据；利用秘钥解密嵌入数据；恢复光滑块数据；恢复粗糙块数据；解密处理；得到原始图像。本发明解决了现有技术中存在的数据嵌入率低和算法安全性不高的问题。
-
公开(公告)号：CN115297218A
公开(公告)日：2022-11-04
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；将新的标签图、标签图嵌入加密图像中；对秘密数据的隐藏、提取、图像恢复。
-
公开(公告)号：CN115134474A
公开(公告)日：2022-09-30
申请号：CN202210756275.2
申请日：2022-06-30
Applicant: 西安理工大学
IPC: H04N1/32
Abstract: 本发明公开了基于像素预测的参数二叉树可逆数据隐藏方法，将灰度图像，使用MED方法预测，得到预测后灰度图像，并进行溢出处理，得到预测误差图像；将预测误差图像分割成若干不重叠的块，并将块分为平滑块、中等复杂块和高度复杂块；计算平滑块的预测误差值、中等复杂块的预测误差值和剩余误差值，对预测误差图像进行流加密处理，得到加密图像；将加密图像进行分组，再使用PBTL策略进行标记，得到标记后的加密图像；将标记后的加密图像进行秘密有效载荷嵌入处理，得到加密载密图像；在进行秘密数据的提取处理及还原原始图像。解决现有技术中嵌入容量低、冗余空间利用不充分等问题。
-
公开(公告)号：CN110489981B
公开(公告)日：2021-04-06
申请号：CN201910689722.5
申请日：2019-07-29
Applicant: 西安理工大学
IPC: G06F21/60
Abstract: 本发明公开了一种基于PCA和计算鬼成像的光学图像加密方法，步骤包括：1)根据计算鬼成像技术，利用空间光调制器产生的一系列随机相位来模拟热光源；2)按照下式确定散斑图案；3)将SLM引入的一系列随机相位作为秘钥，通过安全通道传输给接收方，使用PCA对秘钥进行降维；4)将桶检测器4收集的强度分布Bi与从已知的纯相位掩模导出的上述散斑图案Ii(μ,ν)互相关联，即成。本发明的方法，仅利用少量的随机相位传输就可以高质量地重建图像，为计算鬼成像技术的相关研究提供了有效的选择。
-
Patent Agency Ranking
公开(公告)号：CN110740226A
公开(公告)日：2020-01-31
申请号：CN201910870900.4
申请日：2019-09-16
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于数据容器和相位迭代恢复过程的光学图像加密方法，步骤包括：1)通过基于QR码约束条件的数据容器，将待加密的字符转换成点阵图像；2)基于QR码约束条件的数据容器，经过双随机相位编码加密系统加密为强度密文图像；3)密文通过相位迭代过程恢复出解密图像，并将其重新转换成字符，解密的过程是多次的迭代过程，首先由随机或给定的预估值开始，多次迭代后，当迭代结果与密文的相关系数CC值达到阈值B时结束迭代过程，此时的迭代结果即恢复出的明文信息。本发明的方法，基于QR码约束条件的数据容器，便于数据的传输与存储，且该容器不需要第三方转换工具的支持，增强了安全性和效率，具有良好鲁棒性。
-
公开(公告)号：CN109413297A
公开(公告)日：2019-03-01
申请号：CN201811044916.1
申请日：2018-09-07
Applicant: 西安理工大学
CPC classification number: H04N1/32272 , H04L9/001 , H04L9/002 , H04L9/14 , H04N1/32154
Abstract: 本发明公开了一种回转域内基于混沌结构相位掩膜的光学多图像加密算法，包括加密过程和解密过程；加密过程包括如下步骤：步骤1，设N张待加密图像为fi(x,y)，其中，i＝1,2,...,N；步骤2，将每一张待加密的图像加密为两个结构化相位掩膜，并将所有的第一个结构化相位掩膜保存为解密时的第一私钥步骤3，将所有的第二个结构化相位掩膜相乘，即得到密文 同时，第二个结构化相位掩膜被转换为第二私钥 本发明解决了现有技术中存在的图像加密算法中密钥管理复杂、抗噪声攻击较弱、闭塞攻击较弱的问题。
-
公开(公告)号：CN109191538A
公开(公告)日：2019-01-11
申请号：CN201810739070.7
申请日：2018-07-06
Applicant: 西安理工大学
IPC: G06T9/00
Abstract: 本发明公开的一种基于回转域相位恢复算法的光学多图像认证方法，包括以下步骤：步骤1、将平面图像fk(x,y)利用相位恢复算法进行加密，得到相应的相位掩膜，其中，fk(x,y)表示第k幅图像，k＝1,2,K,N；步骤2、先将每幅相位掩模处理后得到复杂化的相位掩模再利用复杂化的相位掩模 提取并获得稀疏加密分布掩膜 和二进值掩膜Mk(u,v)，然后将稀疏加密分布掩膜合成密文，并结合二进值掩膜Mk(u,v)分别生成与平面图像fk(x,y)对应的解密密钥；步骤3、利用密文和对应的解密密钥分别得到解密图像，并通过光学非线性相关NCk(x,y)对多幅解密图像进行认证，得出认证结果。将原始图像通过相位恢复算法加密成相位掩膜，该算法收敛速度快，均方误差性能好。
-
公开(公告)号：CN108898540A
公开(公告)日：2018-11-27
申请号：CN201810502206.2
申请日：2018-05-23
Applicant: 西安理工大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于离散分数角变换和混沌理论的双图像加密方法，步骤包括：1)将两个明文图像f1和f2在水平方向上连接，将两个明文图像组合成一个放大图像fe；然后基于双耦合Logistic映射对该放大图像fe执行混沌置换过程，完成混沌加扰过程并获得加扰图像f′e；然后，将加扰图像f′e分解为由表示的两个新分量；2)利用两个新分量，制作临时图像fc；3)对临时图像fc执行具有周期性对、分数阶对和矢量对的二维离散多参数分数阶变换，得到密文和公共相位，至此完成双图像加密。本发明方法，便于密钥管理，增强了密码系统的安全性。
-
公开(公告)号：CN108810313A
公开(公告)日：2018-11-13
申请号：CN201810430507.9
申请日：2018-05-08
Applicant: 西安理工大学
CPC classification number: H04N1/32272 , H04L9/001 , H04N1/4486
Abstract: 本发明公开了一种基于回转域内高维混沌系统和QR码的图像加密方法，包括对原始明文图像的加密和解密，首先，将待加密图像转换为相应的QR码f(x,y)，之后将其与随机相位掩膜r1(x,y)和r2(x',y')进行回转变换，得到密文图像，并猜测QR码的初始估计值f0(x,y)；于模拟光学系统进行迭代，将得到光学产物gk(x″,y″)中的幅度部分用密文图像代替进行回转变换，最后再将其与QR码之间的相关系数值CC作为收敛准则，将QR码的三个位置检测图案作为支持约束，当相关系数值CC＝0.9978时，结束迭代，即得到解密的QR码。该方法对闭塞攻击、噪声攻击、密钥蛮力攻击具有很强的鲁棒性，且具有抗毁损能力。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.028 seconds)
