-
公开(公告)号:CN110348232A
公开(公告)日:2019-10-18
申请号:CN201910543348.8
申请日:2019-06-21
Applicant: 西安理工大学
IPC: G06F21/60
Abstract: 本发明公开了一种使用相位迭代算法的计算鬼成像的光学图像加密方法,步骤包括:1)对激光束进行准直照明,并依次将一组不同的随机相位掩模输入到空间光调制器中;波被纯相位掩模调制,产生的随机散斑图案在距离空间光调制器平面轴向距离处穿过物体;2)物体的透射函数T(μ,ν),Ii(μ,ν)=|Ei(μ,ν)|2是散斑图案,Ei(μ,ν)是纯相位掩模的自由空间传播场 并且(μ,ν)表示物平面的横向坐标;对于嵌入空间光调制器的每个纯相位掩模 通过使用菲涅耳衍射来进行;3)由桶检测器收集的强度分布与从已知的纯相位掩模导出的上述散斑图案互相关联。本发明的方法简便易行,准确率高。
-
公开(公告)号:CN108549370A
公开(公告)日:2018-09-18
申请号:CN201810246801.4
申请日:2018-03-23
Applicant: 西安理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种数据采集方法,按照以下步骤实施:步骤1:将获取到的待采集数据所处的环境的地图进行矢量化操作;步骤2:根据矢量化后的地图,确定采集装置采集待采集数据的采集路径;步骤3:采集装置在采集路径上行驶,当采集装置行驶至采集路径上确定的每个采集点时均进行数据采集。本发明还公开了上述数据采集方法所采用的数据采集装置。本发明提供的数据采集方法及装置,使得得到的待采集数据时操作误差小,且提高待采集数据的精准度。
-
公开(公告)号:CN115150621B
公开(公告)日:2025-05-23
申请号:CN202210756683.8
申请日:2022-06-30
Applicant: 西安理工大学
IPC: H04N19/184 , H04N19/467 , H04N13/161 , H04L67/06 , G06T17/20
Abstract: 本发明公开了基于分块和多MSB预测的3D网格可逆信息隐藏算法,具体为:读取原始3D网格文件中的顶点数据和面数据,将读取到的顶点数据转化成整数,再转化成32位二进制比特流;将读取的面数据划块,将块内的第一个顶点作为参考中心点;对处理的3D网格文件进行加密;将加密后的3D网格文件上传至云端,将顶点数据再次转换为二进制比特流,将面数据进行划块,得到块信息,进行数据嵌入,将嵌入数据后的二进制顶点转换成十进制数,得到处理后的3D网格文件;提取处理后的3D网格文件中的嵌入数据;解密3D网格文件。本发明方法解决了云平台数据泄露的问题,且具有更高的嵌入容量。
-
公开(公告)号:CN114998164B
公开(公告)日:2025-05-09
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:CN118803165A
公开(公告)日:2024-10-18
申请号:CN202410926519.6
申请日:2024-07-11
Applicant: 西安理工大学
Abstract: 本发明公开了基于傅里叶单像素成像和相位迭代的图像加密与解密方法,采用随机生成的二进制条码图像作为目标图像,以目标图像作为幅度约束,使用三个混沌序列对明文图像和两个单相掩码进行置乱处理,采用基于菲涅耳域双随机相位编码的相位迭代算法将待加密的明文图像编码为两个单相掩码,使用FSI对二进制条码图像进行加密;将加密后得到的密文序列逆置乱分解,重建二维傅里叶频谱系经过二维傅里叶反变换后,通过拼接得到混合二进制条码图像,对混合二进制条码图像进行逆置乱和相位迭代解密,得到初步加密的明文图像,对明文图像再次通过逆置乱获得最终的解密结果。本发明的方法在确保成像效率的同时减少密文数据量,优化图像加密和认证的效果。
-
公开(公告)号:CN115081227B
公开(公告)日:2024-09-10
申请号:CN202210762461.7
申请日:2022-06-29
Applicant: 西安理工大学
IPC: G06F30/20 , G06F30/15 , G06F17/13 , G06Q10/04 , G06F111/10
Abstract: 本发明公开了一种基于最优速度的车辆跟驰模型及其安全性分析方法,包括:基于交通场景中的的车辆和驾驶员信息,构建最优速度模型;引入车头时距确定最优速度模型的临界情况,分析得到跟驰模型的加速度受限条件;对跟驰模型进行稳定性分析,得到跟驰模型的稳定条件;将所得到的稳定的跟驰模型与其他跟驰模型进行对比,验证模型的拟合精度;仿真模拟三个典型的交通场景:车队启动过程、车队停止过程和车队匀速过程,验证跟驰模型安全性。本发明解决了现有技术中存在的微观交通流模型中未兼顾跟驰状态与驾驶安全性的问题。
-
公开(公告)号:CN118446914A
公开(公告)日:2024-08-06
申请号:CN202410468586.8
申请日:2024-04-18
Applicant: 西安理工大学
IPC: G06T5/60 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开的基于整体注意网络的计算鬼成像重建方法,将基于Hadamard矩阵生成的相位掩膜照射到MNIST数据集上,获得与整个数据集所对应的总光强值;将总光强值分为测试集和训练集,数据预处理,构建HAN网络模型并通过预处理后的训练集训练;通过预处理后的测试集来验证训练好的HAN网络模型并输出结果,实现对原始图像的整个恢复过程。本发明的基于整体注意网络的计算鬼成像重建方法,层注意力模块和多头卷积注意力模块结合能够捕捉到图像更多的信息特征;在测试集中验证了HAN模型的泛化效果,能够在极低采样率的前提下恢复出高质量的目标。
-
公开(公告)号:CN118317034A
公开(公告)日:2024-07-09
申请号:CN202410399364.5
申请日:2024-04-03
Applicant: 西安理工大学
Abstract: 本发明公开了基于单像素成像和风格迁移的零水印加密认证方法,具体包括以下步骤:获取原始图像P、载体图像B及待认证图像C;根据原始图像P及哈达玛矩阵生成哈达玛掩膜,从原始图像P中获取水印信息pi;将载体图像B与水印信息pi结合生成嵌入水印的风格化图像X;对风格化图像X加密得到零水印图像X′;处理零水印图像X′得到加密图像Y;将待认证图像C与加密图像Y结合生成图像A;提取图像A、原始图像P二者中的零水印信息进行对比,结构相似性指数值为0.8‑1,则认证通过。基于单像素成像和风格迁移的零水印加密认证方法,有效地提升了对分析攻击的抵抗能力,显著增强了加密的安全性、认证网络鲁棒性。
-
公开(公告)号:CN111310092B
公开(公告)日:2023-11-14
申请号:CN202010053238.6
申请日:2020-01-17
Applicant: 西安理工大学
IPC: G06F16/958 , G06F16/33 , G06F16/535 , G06F16/635 , H04L51/046
Abstract: 本发明公开了一种基于微信小程序的数据采集平台,具体按照以下步骤实施:步骤1:构建完善的任务系统,通过前端与后端之间信息的传递,实现包括任务发布、任务查询、任务追踪在内的三种功能;步骤2:实现高并发方案,保证平台在多用户访问时对大量请求的处理能力,避免产生卡顿、线程阻塞而导致服务器无响应;步骤3:完成任务审核:将自动审核与人工审核相结合,提高审核结果的准确度;步骤4:进行数据标注。本发明建立一个协助用户直接获取所需特定数据的数据采集平台,而不需要用户本身对数据进行大量的筛选与淘汰,减少了大数据中无效数据的比例,提供大量优质的数据,提高了数据有效性,进一步提到了利用率与用户的工作效率。
-
公开(公告)号:CN115190216B
公开(公告)日:2023-08-18
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。
-
-
-
-
-
-
-
-
-