公开(公告)号：CN117714617A

公开(公告)日：2024-03-15

申请号：CN202311728079.5

申请日：2023-12-15

Applicant: 安徽大学

Inventor： 丁大为 ,  朱海飞 ,  杨宗立 ,  靳帆 ,  徐新月 ,  陈思琦 ,  谢栋 ,  叶斌

IPC: H04N1/44 ,  H04L9/00

Abstract: 本发明属于数字图像加密领域，其中涉及一种Lyapunov指数范围可控混沌系统以及图像加密、解密方法。该混沌系统属于一种三维通用混沌系统，它由多项式和取模操作构成，其结构简单、使用灵活、便于硬件实现，可通过设置系统的参数获得想要范围的Lyapunov指数和序列值。其彩色图像加密方法主要分为跨平面循环移位置乱和跨平面异或扩散，在图像加密过程中，根据明文图像产生混沌系统迭代的初值和控制参数，将迭代后产生的混沌伪随机序列经过处理后再应用于加密过程中的置乱操作和扩散操作，最后得到不可识别明文图像有关信息的类噪声密文图像。本发明解决了传统混沌系统复杂度可控性差、混沌范围不连续，图像加密方案的加密效果和安全性不足的问题。

公开(公告)号：CN117392669A

公开(公告)日：2024-01-12

申请号：CN202311528809.7

申请日：2023-11-15

Applicant: 安徽大学

Inventor： 闫子豪 ,  詹洁 ,  贺建伟 ,  叶斌 ,  宋悦荣 ,  王硕 ,  张慧珊 ,  张安琪 ,  朱盛鑫 ,  郭小辉 ,  杨利霞 ,  黄志祥

IPC: G06V20/68 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06V10/44 ,  G06N3/084

Abstract: 本发明公开了一种基于FPGA和卷积神经网络的果蔬识别方法和系统，包括：在FPGA上搭建图像预处理模型和卷积神经网络模型；采集待识别果蔬图像；将待识别果蔬图像传输到FPGA上；利用预处理模型对待识别果蔬图像进行预处理：利用卷积神经网络模型对预处理后的待识别果蔬图像进行识别，得到果蔬识别结果。本发明在具有高速运行、并行化能力强等优点的FPGA上搭建图像预处理模型和卷积神经网络模型，能够实现对果蔬的快速准确识别，有效解决CPU的效率较低而GPU的功耗非常大不能实现任意精度的运算造成空间运算的浪费。