1 常规的灰度图像置乱加密算法

1． 常规的灰度图像置乱加密算法

目前针对灰度图像的置乱加密算法研究已经取得了较大的进展，从广义上讲可以分为基于图像位置空间、基于图像色彩空间和基于图像频域空间的置乱，实际应用中比较成熟的算法主要有基于Arnold 变换[4]、幻方、Hilbert 曲线、Conway 游戏、正交拉丁方的数字图像置乱算法。从实际的运行效果来看，基于Arnold 变换的灰度图像置乱算法由于其简单性和良好的置乱效果，应用较为广泛。

Arnold 变换是由 Arnold 在遍历理论研究中提出的一种变换 ,图像置乱时采用的是二维 Arnold 变换 ,对于大小为N M ?的图像 ,二维Arnold 变换定义为：

()N y x y x mod 1111''???? ?????? ?

?=???? ?? 其中，{}1,,2,1,0,-∈N y x 。()()''y ,x ,y ,x 分别表示像素在图像矩阵中变换前后的坐标，N 为数字图像矩阵的阶数。在水印图像置乱时，将置乱次数k 作为密钥，图像矩阵执行k 次Arnold 变换；在逆置乱时，利用Arnold 变换的周期性,对提取的水印做T k -次变换便可恢复原水印图像。

2． 基于位扩展的混沌加密算法

2.1 Logistic 混沌序列及其对二值图像的加密

混沌现象是在非线性动力系统中出现的确定性的、类似随机的过程，这种过程既非周期又不收敛但有界，并且对初始值具有极其敏感的依赖性。Logistic 混沌映射是一类非常简单却被广泛研究的动力系统，其定义如下：

)x 1(x x n n 1n -=+μ， )1,0(x n ∈。通过简单的变换，Logistic 映射可以在)1,1(-区间定义： 2n

1n x 1x λ-=+ , )2,0(∈λ。

实验证明，当40115.1=λ时，动力系统进入混沌状态，在2=λ的满射条件下由映射所得到的混沌序列可能充满整个定义域（-1，1），此时的迭代公式为：

2n 1n 2x 1x -=+

2.2 基于位扩展的混沌加密算法基本思想

灰度图像的每个像素可由8位二进制表示，其包含的信息量比相同分辨率的二值图像丰富，利用灰度图像有利于我们构建数字水印系统时嵌入更多的版权保护信息。进而从理论上分析如果能够利用性能优良的混沌序列去加密灰度图像，应该能够在取得良好的置乱效果和一定加密效率的前提下保证算法的安全性。本文在充分研究了原有的二值图像加密算法的基础上，结合混沌序列的特性提出了一种基于位扩展的灰度图像加密算法，算法基本思想为：

通过混沌迭代公式生成一组实数，由规则转化成二进制数组，这个数组的个数为灰度图像大小的八倍，即让每个像素点值对应八个二进制数。依次将八个二进制数与灰度图像每个像素点值的二进制形式逐位比较运算，得到一组新的二进制数，将产生结果八个一组形成十进制数据，即为置乱后的图像灰度值。

采用VC++6.0编写算法实现的代码。通过实验，发现一次混沌置乱在原始图像较复杂的情况下仍会留下图像的细微轮廓，可用不同的两组密钥将上述算法执行两次，以达到更好的效果。在实际算法中，第二组密钥由第一组密钥1key 和

ey2k 自动形成：01.01'1+=key key ，001.02'2+=key key 。解密的过程同加密时进行的操作基本相同，解密时只需首先由正确的密钥生成第二组密钥，用第二组密钥先解密一次，再用原密钥解密一次，即可恢复出水印图像。

3． 实验结果分析

3.1 置乱效果

实验所用计算机处理器主频为1.8赫兹，内存512兆。使用尺寸为256256?的灰度图像进行置乱，基于位扩展的混沌置乱算法的密钥设定为 1.952λ=，143.00=x ；Arnold 置乱算法的密钥设定为14。原图和置乱后的结果如图2所示，可以看出本文提出的置乱算法具有较好的置乱效果。

灰度水印 位扩展混沌置乱图

Arnold 置乱图

关于图像分割算法的研究

关于图像分割算法的研究 黄斌 （福州大学物理与信息工程学院 福州 350001） 摘要：图像分割是图像处理中的一个重要问题，也是一个经典难题。因此对于图像分割的研究在过去的四十多年里一直受到人们广泛的重视，也提山了数以千计的不同算法。虽然这些算法大都在不同程度上取得了一定的成功，但是图像分割问题还远远没有解决。本文从图像分割的定义、应用等研究背景入手，深入介绍了目前各种经典的图像分割算法，并在此基础比较了各种算法的优缺点，总结了当前图像分割技术中所面临的挑战，最后展望了其未来值得努力的研究方向。 关键词：图像分割 阀值分割 边缘分割 区域分割 一、 引言 图像分割是图像从处理到分析的转变关键，也是一种基本的计算机视觉技术。通过图像的分割、目标的分离、特征的提取和参数的测量将原始图像转化为更抽象更紧凑的形式，使得更高层的分析和理解成为可能，因此它被称为连接低级视觉和高级视觉的桥梁和纽带。所谓图像分割就是要将图像表示为物理上有意义的连通区域的集合，也就是根据目标与背景的先验知识，对图像中的目标、背景进行标记、定位，然后将目标从背景或其它伪目标中分离出来[1]。 图像分割可以形式化定义如下[2]：令有序集合表示图像区域(像素点集)，H 表示为具有相同性质的谓词，图像分割是把I 分割成为n 个区域记为Ri ，i=1，2，…，n ，满足： (1) 1,,,,n i i j i R I R R i j i j ===??≠ (2) (),1,2,,i i i n H R True ?== (3) () ,,,i j i j i j H R R False ?≠= 条件(1)表明分割区域要覆盖整个图像且各区域互不重叠，条件(2)表明每个区域都具有相同性质，条件(3)表明相邻的两个区域性质相异不能合并成一个区域。 自上世纪70年代起，图像分割一直受到人们的高度重视，其应用领域非常广泛，几乎出现在有关图像处理的所有领域，并涉及各种类型的图像。主要表现在： 1)医学影像分析：通过图像分割将医学图像中的不同组织分成不同的区域，以便更好的

一种图像置乱算法及其在数字电视中的应用研究

通讯作者：JongWeon KIM ，jwkim@smu.ac.kr 基金项目：2009年度MCST&韩国著作权委员会技术开发项目结果 一种图像置乱算法及其在数字电视中的应用研究 崔基哲 1 张波1 JongWeon KIM 2 1 (延边大学经济管理学院 信息管理与信息系统 延吉 133002) 2 (韩国祥明大学 著作权保护专业 教授 Seoul, KOREA 100080) (cuijizhe@https://www.docsj.com/doc/a51229115.html, ；zhangbo0037@https://www.docsj.com/doc/a51229115.html,; jwkim@smu.ac.kr ) 【摘要】 本文阐述了数字电视加解密原理，并介绍了图像置乱算法及其它在数字电视行业中的应用。我国的数字电视行业已经迈入高清时代，但收费节目的管理、卫星传播与有线传播的协调等问题上，还需要成熟的解决方案。本文提出了基于离散余弦变换的图像置乱算法，可适用于收费电视节目的安全管理。 通过本算法可以简化原数字电视加解密系统的两端间的交互流程，增加CA 共享所带来的安全性。经测试发现，提出的图像置乱算法抑制了其他置乱算法中存在的块效应，算法基本满足数字电视的管理及播放要求，无需增加硬件费用。 【关键词】 图像加密；置乱算法；数字电视；条件接收系统；离散余弦变换 【中图分类号】TN05 【文献标识码】A 【文章登记号】7-16 An Image Scrambling Algorithm and The Application in Digital TV Cui Jizhe 1, JongWeon KIM 2, Zhang Bo 1 1 (College of Economic and Management, Yanbian University , Yanji 133002) 2 (Dept. of Copyright Protection Sangmyung University, Seoul, 110743) Abstract This paper elaborates the theory of encryption and decryption about digital television, then gives an introduction of the image scrambling algorithm and the application in digital television industry. In china, the digital TV has stepped into the high definition age, while there also need the mature solution in the management of fee programmers, as well as the balance of satellite transmission and cable transmission. This paper puts forward to the image scrambling based on the Discrete Cosine Transform (DCT), it can be used in managing the security of fee-TV programmers. By means of this algorithm, it can simplify the Interactive process between original digital TV encryption and decryption, and increase the security bringing by CA share. By test, it is founded that the image scrambling algorithm promoted by this paper restrain blocking effects existing in other scrambling algorithm. The algorithm can content the demand of managing and playing of digital TV , dispense with increasing the hardware costs. Keywords Image encryption; Image Scrambling; Digital TV; CAS ；Discrete Cosine Transform 1 引言 2009年8月，广电总局发布促进高清电视发展的《通知》，要求现阶段要采取高清、标清同播过度发射，并要求卫星传输的高清节目必须进行加密[1] 。相继CCTV1等九套高清同播节目上星播出，标志着我国电视播出进入高清时代[2]。 数字电视是将传统的模拟信号经过采样、量化和编码等过程转化为数字信号，然后进行各种 功能的端到端的系统。数字电视不仅包括数字电视接收机、电视台，还包括信号的产生、处理、传输、接收和重现的全过程。在数字电视网上还可以接入电视会议、可视电话、视频点播、按次付费、网络游戏等传统业务外的增值业务。为了确保增值业务的实现，除安全可控的综合管理业务平台之外还需要条件接收系统，简称为CAS(Conditional Access System)。 为防止未授权的用户违法窃取业务，在数字电视传播过程中需要对数据进行加密。图像或视频信息的

图像分割方法综述

图像分割方法综述

图像分割方法综述 摘要：图像分割是计算计视觉研究中的经典难题，已成为图像理解领域关注的一个热点，本文对近年来图像分割方法的研究现状与新进展进行了系统的阐述。同时也对图像分割未来的发展趋势进行了展望。 关键词：图像分割；区域生长；活动边缘；聚类分析；遗传算法 Abstract:Image segmentation is a classic problem in computer vision,and become a hot topic in the field of image understanding. the research actuality and new progress about image segmentation in recent years are stated in this paper. And discussed the development trend about the image segmentation. Key words: image segmentation; regional growing; active contour; clustering

analysis genetic algorithm 1 引言 图像分割是图像分析的第一步，是计算机视觉的基础，是图像理解的重要组成部分，同时也是图像处理中最困难的问题之一。所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域内表现出一致性或相似性，而在不同区域间表现出明显的不同。简单的说就是在一副图像中，把目标从背景中分离出来。对于灰度图像来说，区域内部的像素一般具有灰度相似性，而在区域的边界上一般具有灰度不连续性。 关于图像分割技术，由于问题本身的重要性和困难性，从20世纪70年代起图像分割问题就吸引了很多研究人员为之付出了巨大的努力。虽然到目前为止，还不存在一个通用的完美的图像分割的方法，但是对于图像分割的一般性规律则基本上已经达成的共识，已经产生了相当多的研究成果和方法。本文根据图像发展的历程，从传统的图像分割方法、结合特定工具的图像分割方

(完整版)基于MATLAB的混沌序列图像加密程序

设计题目：基于MATLAB的混沌序列图像加密程序 一.设计目的 图像信息生动形象，它已成为人类表达信息的重要手段之一，网络上的图像数据很多是要求发送方和接受都要进行加密通信，信息的安全与保密显得尤为重 要，因此我想运用异或运算将数据进行隐藏，连续使用同一数据对图像数据两次异或运算图像的数据不发生改变，利用这一特性对图像信息进行加密保护。 熟练使用matlab运用matlab进行编程，使用matlab语言进行数据的隐藏加密，确保数字图像信息的安全，混沌序列具有容易生成，对初始条件和混沌参数敏感等特点，近年来在图像加密领域得到了广泛的应用。使用必要的算法将信息进行加解密，实现信息的保护。 .设计内容和要求 使用混沌序列图像加密技术对图像进行处理使加密后的图像 使用matlab将图像信息隐藏，实现信息加密。 三.设计思路 1. 基于混沌的图像置乱加密算法 本文提出的基于混沌的图像置乱加密算法示意图如图1所示 加密算法如下：首先，数字图像B大小为MX N（ M是图像B的行像素数，N是图像B的列像素数），将A的第j行连接到j-1行后面（j=2，3, A，M，形成长度为MX N的序列C。其次，用Logistic混沌映射产生一个长度为的混沌序列｛k1，k2，A，kMX N｝，并构造等差序列D: ｛1，2，3, A，MX N-1，MX N｝。再次，将所

产生的混沌序列｛kl, k2. A, kMX N｝的M N个值由小到大排序，形成有序序列｛k1', k2'. A' kMX N' ｝，确定序列｛k1, k2, A, kMX N｝中的每个ki在有序序列｛k1', k2', A , kMX N' ｝中的编号，形成置换地址集合 ｛t1 , t2 , A, tM X N｝，其中ti为集合｛1 , 2, A, MX N｝中的一个；按置换地址集合｛t1 , t2 , A, tM X N｝对序列C进行置换，将其第i个像素置换至第ti列, i=1 , 2, A, MX N,得到C'。将等差序列D做相同置换，得到D'。 最后，B'是一个MX N 的矩阵，B' (i ,j)=C ' ((i-1) X M+j)，其中i=1 , 2, A, M j=i=1 , 2, A, N,则B'就是加密后的图像文件。 解密算法与加密算法相似，不同之处在于第3步中，以序列C'代替随机序列｛k1, k2, A, kMX N｝,即可实现图像的解密。 2. 用MATLAB勺实现基于混沌的图像置乱加密算法 本文借助MATLAB^件平台，使用MATLAB!供的文本编辑器进行编程实现加密功能。根据前面加密的思路，把加密算法的编程分为三个主要模块：首先，构造一个与原图a等高等宽的矩阵b加在图像矩阵a后面形成复合矩阵c: b=zeros(m1, n1); ifm1>=n1 ifm1> n1 fore=1: n1 b=(e,e); end else fore=1: n1 end fore=1:( n1-m1) b((m1+e-1),e)=m1+e-1 end end c=zeros(m1*2, n1); c=zeros(m1*2,1); c=[b,a]; 然后，用Logitic映射产生混沌序列:

图像分割算法的比较与分析

中北大学 课程设计说明书 学生姓名：学号： 学生姓名：学号： 学生姓名：学号： 学生姓名：学号： 学院：信息与通信工程学院 专业：电子信息工程 题目：信息处理综合实践: 图像分割算法的比较与分析 指导教师：陈平职称: 副教授 2014 年12 月29 日

中北大学 课程设计任务书 14/15 学年第一学期 学院：信息与通信工程学院专业：电子信息工程 学生姓名：学号： 课程设计题目：信息处理综合实践: 图像分割算法的比较与分析起迄日期：2015年1月5日～2015年1月16日课程设计地点：电子信息工程专业实验室 指导教师：陈平 系主任：王浩全 下达任务书日期: 2014 年12月29 日课程设计任务书

课程设计任务书

目录 第一章绪论 (1) 研究目的和意义 (1) 图像分割的研究进展 (1) 第二章区域生长法分割图像 (4) 区域生长法介绍 (4) 区域生长法的原理 (4) 区域生长法的实现过程 (5) 第三章程序及结果 (6) 区域生长算法及程序 (6) 图像分割结果 (7) 第四章方法比较 (8) 阈值法 (8) 区域法 (8) 分水岭法 (8) 形态学方法 (9) 第五章总结 (10) 参考文献 (11)

第一章绪论 研究目的和意义 图像分割是一种重要的图像技术，在理论研究和实际应用中都得到了人们的广泛重视。图像分割的方法和种类有很多，有些分割运算可直接应用于任何图像，而另一些只能适用于特殊类别的图像。许多不同种类的图像或景物都可作为待分割的图像数据，不同类型的图像，已经有相对应的分割方法对其分割;但某些分割方法只是适合于某些特殊类型的图像分割，所以分割结果的好坏需要根据具体的场合及要求衡量。图像分割是从图像处理到图像分析的关键步骤，可以说，图像分割结果的好坏直接影响对图像的理解。 图像分割是由图像处理到图像分析的关键步骤，在图像工程中占有重要位置。一方面，它是目标表达的基础，对特征测量有重要的影响。另一方面，因为图像分割及其基于分割的目标表达、特征提取和参数测量等将原始图像转化为更抽象、更紧凑的表达形式，使得更高层的图像分析和理解成为可能。因此在实际应用中，图像分割不仅仅要把一幅图像分成满足上面五个条件的各具特性的区域，而且要把其中感兴趣的目标区域提取出来。只有这样才算真正完成了图像分割的任务，为下一步的图像分析做好准备，使更高层的图像分析和理解成为可能。 图像分割在很多方面，如医学图像分析，交通监控等，都有着非常广泛的应用，具有重要的意义。(1)分割的结果常用于图像分析，如不同形式图像的配准与融合，结构的测量，图像重建以及运动跟踪等。(2)在系统仿真，效果评估，图像的3D重建以及三维定位等可视化系统中，图像分割都是预处理的重要步骤。 (3)图像分割可在不丢失有用信息的前提下进行数据压缩，这就降低了传输的带宽，对提高图像在因特网上的传输速度至关重要。(4)分割后的图像与噪声的关系减弱，具有降噪功能，便于图像的理解。 图像分割的研究进展 图像分割是图像处理中的一项关键技术，至今已提出上千种分割算法。但因

基于MATLAB的彩色图像灰度化处理

目录 第1章绪论............................................................................................................................ - 1 - 第2章设计原理.................................................................................................................... - 2 - 第3章彩色图像的灰度化处理............................................................................................ - 3 - 3.1加权平均法 .. (3) 3.2平均值法 (3) 3.3最大值法 (4) 3.4举例对比 (5) 3.5结果分析 (6) 第4章结论.......................................................................................................................... - 8 - 参考文献....................................................................................................... 错误！未定义书签。附录............................................................................................................................................ - 9 -

图像置乱

数字图像置乱技术研究 6.3.1图像置乱原理 图像置乱技术属于图像加密技术，它通过对图像像素矩阵的重排，破坏了图像矩阵的相关性，以此实现信息的加密，达到安全传输图像的目的。 图像置乱的实质是破坏相邻像素点间的相关性，使图像“面目全非”，看上去如同一幅没有意义的噪声图像。单纯使用位置空间的变换来置乱图像，像素的灰度值不会改变，直方图不变，只是几何位置发生了变换。置乱算法的实现过程可以看做是构造映射的过程，该映射是原图的置乱图像的一一映射，如果重复使用此映射，就构成了多次迭代置乱。 我们假设原始图像为0A ，映射关系用字母σ表示，得到的置乱图像为1A ，则原图到置乱图像的关系，可简单的表示为： 1 0A A ?→?σ 例如：原始图像用矩阵0A 表示，置乱后的图像为1A , ij a 代表坐标为(),x y 的像素点的灰度： ? ? ?? ?? ??????=3332 31 30 2322212013121110 03020100 0a a a a a a a a a a a a a a a a A ???? ? ???????=1200 21 33 112010 023******* 312322131a a a a a a a a a a a a a a a a A （6.3.1） 置乱映射σ的元素存在两种形式：一种是序号形式，用()j width i +*表示图像中像素的排列序号；一种是坐标形式，()j i ,表示第i 行第j 列。则相应的置乱映射σ可表示如下： ? ? ??? ???????=1253720131011511948614σ或者() () ()()() ()()()()()()()()()() ()????? ????? ??0,31,13,03,12,00,01,32,21,03,33,21,20,10,22,12,3 （6.3.2） 映射τ中的元素表示：原图中该点元素在置乱后图像中的位置。比如坐标为(0,1)的像素点最后变换到(1,2)这个位置上。因此使用置乱映射σ进行迭代置乱，原图0A 应用映射τ迭代适当的次数后，能够得到理想置乱图像。对1A 应用逆置乱映射，还原得到原始图像0A ：

图像分割常用算法优缺点探析

图像分割常用算法优缺点探析 摘要图像分割是数字图像处理中的重要前期过程,是一项重要的图像分割技术,是图像处理中最基本的技术之一。本文着重介绍了图像分割的常用方法及每种方法中的常用算法,并比较了各自的优缺点,提出了一些改进建议,以期为人们在相关图像数据条件下,根据不同的应用范围选择分割算法时提供依据。 关键词图像分割算法综述 一、引言 图像分割决定了图像分析的最终成败。有效合理的图像分割能够为基于内容的图像检索、对象分析等抽象出十分有用的信息,从而使得更高层的图像理解成为可能。目前图像分割仍然是一个没有得到很好解决的问题,如何提高图像分割的质量得到国内外学者的广泛关注,仍是一个研究热点。 多年来人们对图像分割提出了不同的解释和表达,通俗易懂的定义则表述为:图像分割指的是把一幅图像分割成不同的区域,这些区域在某些图像特征,如边缘、纹理、颜色、亮度等方面是一致的或相似的。 二、几种常用的图像分割算法及其优缺点 (一)大津阈值分割法。 由Otsu于1978年提出大津阈值分割法又称为最大类间方差法。它是一种自动的非参数非监督的门限选取法。该方法的基本思路是选取的t的最佳阈值应当是使得不同类间的分离性最好。它的计算方法是首先计算基于直方图而得到的各分割特征值的发生概率,并以阈值变量t将分割特征值分为两类,然后求出每一类的类内方差及类间方差,选取使得类间方差最大,类内方差最小的t作为最佳阈值。 由于该方法计算简单,在一定条件下不受图像对比度与亮度变化的影响,被认为是阈值自动选取的最优方法。该方法的缺点在于,要求得最佳阈值,需要遍历灰度范围0—(L-1)内的所有像素并计算出方差,当计算量大时效率会很低。同时,在实际图像中,由于图像本身灰度分布以及噪声干扰等因素的影响,仅利用灰度直方

基于阈值的灰度图像分割

对以CPT算法为主的灰度阈值化方法的研究 目录： 第一章：绪论 第二章：图像的预处理 第三章：图像分割概述 第四章：灰度阈值化图像分割方法 第五章：CPT算法及其对它的改进 第六章：编程环境及用PhotoStar对改进的CPT算法和其他算法的实现 第七章：实验结果与分析 第一章：绪论 1.1数字图像处理技术的发展 人类传递信息的主要媒介是语音和图像。据统计，在人类接受的信息中，听觉信息占20％，视觉占60％，其他如味觉、触觉、嗅觉总的加起来不过占20％。所以，作为传递信息的重要媒体和手段——图像信息是十分重要的。【5】对于图像信息的处理，即图像处理当然对信息的传递产生很大影响。 数字图像处理技术起源于20世纪20年代，当时通过海底电缆从伦敦到纽约传输了一幅图片，它采用了数字压缩技术。1964年美国的喷气处理实验室处理了太空船“徘徊者七号”发回的月球照片，这标志着第三代计算机问世后数字图像处理概念得到应用。其后，数字图像处理技术发展迅速，目前已成为工程学、计算机科学、生物学、医学等领域各学科之间学习和研究的对象。 经过人们几十年的努力，数字图像处理这一学科已逐渐成熟起来。人们总是试图把各个学科应用到数字图像处理中去，并且每产生一种新方法，人们也会尝试它在数字图像处理中的应用。同时，数字图像处理也在很多学科中发挥着它越来越大的作用。 1.2图像分割概述和本论文的主要工作 图像分割的目的是把图像空间分成一些有意义的区域，是数字图像处理中的重要问题，是计算机视觉领域低层次视觉问题中的重要问题，同时它也是一个经典的难题。几十年来，很多图像分割的方法被人们提出来，但至今它尚无一个统一的理论。 图像分割的方法很多，有早先的阈值化方法、最新的基于形态学方法和基于神经网络的方法。 阈值化方法是一种古老的方法，但确是一种十分简单而有效的方法，近几十年人们对阈值化方法不断完善和探索，取得了显著的成就，使得阈值化方法在实际应用中占有很重要的地位。 本文将主要对图像分割的阈值化方法进行探讨。在对阈值化方法的研究过程中，本人首先将集中精力对效果比较好的阈值化方法进行探讨，并对其存在的不足加以改进，从而作出性能优良的计算机算法；由于目前很多方法各有其特点，所以将对具有不同特点的图像用不同的方法处理进行研究。在论文正文部分还将其应用到实践中去，并对其加以评价。 第二章：图像的预处理 2.1图像预处理的概述 由于切片染色和输入光照条件及采集过程电信号的影响，所采集的医学图

一种基于混沌序列的数字图像加密算法

一种基于混沌序列的数字图像加密算法 周焕芹 (渭南师范学院数学与信息科学系,陕西渭南714000) 摘　要:基于混沌序列给出了一种图像加密算法.借助Logistic混沌动力学系统过程既非周期又不收敛,且对初始条件敏感性,生成混沌矩阵,对原图像进行融合操作,实现了对图像的加密过程.实验结果证明,算法简单易行,安全性好. 关键词:数字图像;混沌序列;图像加密;迭代;置乱 中图分类号T N911.73 文献标志码:A 文章编号:1009—5128(2008)02—0011—04 收稿日期:2007—05—31 基金项目:陕西省基础教育科研“十一五”规划课题(SJJY B06297);渭南师范学院科研基金资助项目(06YKF011);渭南师范学院教学改革研究项目(JG200712) 作者简介:周焕芹(1962—),女,陕西澄城人,渭南师范学院数学与信息科学系副教授 20世纪60年代人们发现了一种特殊的自然现象———混沌(chaos),混沌是一种非线性动力学规律控制的行为,表现为对初始值和系统参数的敏感性、白噪声的统计特性和混沌序列的遍历特性,其吸引子的维数是分维,有十分复杂的分形结构,具有不可预测性.由于混沌序列有如此优良的密码学特性,混沌密码学成为现代密码学的重要研究内容.最早将离散混沌动力学系统应用于加密算法的是M atthe w s[1],1990年,他给出了一种一维的混沌映射.该映射根据初始条件产生的具有混沌特性的伪随机序列可以直接应用于一次一密的加密算法中,但是该混沌映射在使用计算机实现时会退化成周期序列,而且该序列的周期一般较小.1990年,Habutsu等人也给出了一种基于线性的Tent映射的混沌加密系统[2],该方法保留了混沌系统对于初始条件的敏感性.1994年,B iance利用Logistic映射产生实数序列,应用范围较广[1-4]. 随着网络技术的发展,大量个人和公众信息在网络上传播.信息的安全问题成为人们关注的热点,而信息安全中图像安全是众所关心的.对于图像信息,传统的保密学尚缺少足够的研究.随着计算机技术与数字图像处理技术的发展,对此已有一些成果[6].近年来,相继召开了关于数据加密的国际学术会议,图像信息隐蔽问题为其重要议题之一,且有关的论文以数字水印技术为主.数字图像置乱技术,可以看做数字图像加密的一种途径,也可以用做数字图像隐藏、数字水印图像植入、数值计算恢复方法和数字图像分存的预处理和后处理过程.作为信息隐藏的基础性工作,置乱技术已经取得了较大的发展,提出了很多有效的方法如:基于A rnold变换,F ASS曲线,分形技术,幻方,正交拉丁方,骑士巡游,仿射变换,原根,Gray码变换的置乱方法[7]. 本文应用离散混沌动力系统设计了一种图像加密/解密算法.该方法的特点是:无论从加密还是解密算法的设计都是由不同的动力系统提供的.本文依赖于随机密钥的非线性迭代完成图像的像素融合,其中所用的子密钥由离散混沌系统产生.分析和仿真结果表明,经过这样的融合,算法具有良好的安全性及鲁棒性. 1　算法原理 由混沌矩阵对图像置乱.从构成图像的像素角度考虑,一幅图像大小为M×N,具有256级灰度的图像,设图像为I m age,对应于像素点(i,j)的灰度值记为I m age(i,j),其中1≤i,j≤L,Endi m age(i,j)为(i,j)坐标处融合操作后图像的像素灰度值,即要设计映射f,使得 f:I m age(i,j)→End i m age(i,j)(1)为了使得融合后的像素灰度值Endi m age(i,j)具有不可预测性,本文采用离散混沌映射生成离散混沌矩阵Keyi m age(i,j)来达到这个目的.生成Keyi m age(i,j)的方法如下:采用目前广泛研究的Logistic映射构造混沌序列.混沌系统表述为 α k+1=μ?αk?(1-αk),k=0,1,2, (2) 2008年3月第23卷第2期 渭南师范学院学报 Journal of W einan Teachers University M arch2008 Vol.23　No.2

几种图像分割算法在CT图像分割上的实现和比较

第20卷第6期2000年12月北京理工大学学报JOurnaI Of Beijing InStitute Of TechnOIOgy VOI.20NO.6Dec.2000 文章编号21001-0645(2000)06-0720-05几种图像分割算法在CT 图像分割上的 实现和比较 杨 加19吴祈耀19田捷29杨骅2(1-北京理工大学电子工程系9北京1000 1;2-中国科学院自动化研究所9北京1000 0)摘要2对目前几种在图像分割领域得到较多应用的交互式分割 区域生长分割以及阈值 分割算法进行了探讨9并且结合实际CT 片图例分别进行分割实验研究9得到较为满意和 可用性强的结果.实验表明2阈值分割对于CT 切片的效果最好;区域生长分割适宜于对面 积不大的区域进行分割9分割效果较好;基于动态规划的交互式分割算法比较复杂9计算时 间较长9但对于边缘较平滑的区域9同样具有较好的实际效果.几种算法的评估为其在CT 图像分割上的实际应用提供了科学依据. 关键词2图像分割算法;CT 图像分割;交互式分割;阈值分割;区域生长分割 中图分类号2TN 911-73文献标识码2A 收稿日期220000625 基金项目2国家自然科学基金资助项目(69 43001);国家 63 计划项目作者简介2杨加9男91975年生9硕士生. 图像分割可以分解为两个任务9即识别(recOgnitiOn )和描绘(deIineatiOn ).识别的目的在于确定目标物体的大致位置并区别于图像中的其它物体;而描绘的任务在于精确定义和刻画图像中目标物体的区域或边缘的空间范围.人的识别能力通常强于计算机算法9另一方面9计算机算法的描绘能力则优于操作者(人).因此既能利用操作者强大的识别能力9又能利用计算机算法的描绘能力的交互式图像分割则越来越受到人们的关注.在医学领域中9图像分割是病变区域提取 特定组织测量以及实现三维重建的基础9因此图像分割技术在医学图像处理中具有十分重要的意义[1].作者探讨了3种目前在图像分割上得到较多实际应用的分割算法9并结合实际CT 片图例进行了实验研究9得到较为满意和可用性强的结果;最后对这几种方法进行了评估9为这些算法在CT 图像分割上的实际应用提供了科学依据. 1 交互式分割算法1-1基本理论及算法描述 动态规划方法最早应用于图像边缘跟踪[2].可以将图像边缘检测看作一个优化问题[3]9并将其表述为找出一目标函数V =V (I 19I 29I 39~9I H )的最优值M (如取最小值min )9得V 取最优值时的一组自变量值(I 19I 29I 39I 49~9I H 9).若变量离散9目标函数没有特定规律可循时9则该问题将包括一个极大的解空间.如果这个目标函数能够描述成如下形式2 V =V (I 19I 29I 39~9I N )=V 0(I 09I 1)+V 1(I 19I 2)+~+V H-1(I H-19I H )

图像处理灰度变换实验

一. 实验名称：空间图像增强（一） 一．实验目的 1．熟悉和掌握利用matlab工具进行数字图像的读、写、显示、像素处理等数字图像处理的基本步骤和流程。 2．熟练掌握各种空间域图像增强的基本原理及方法。 3．熟悉通过灰度变换方式进行图像增强的基本原理、方法和实现。 4．熟悉直方图均衡化的基本原理、方法和实现。 二．实验原理 （一）数字图像的灰度变换 灰度变换是图像增强的一种经典而有效的方法。灰度变换的原理是将图像的每一个像素的灰度值通过一个函数，对应到另一个灰度值上去从而实现灰度的变换。常见的灰度变换有线性灰度变换和非线性灰度变换，其中非线性灰度变换包括对数变换和幂律（伽马）变换等。 1、线性灰度变换 1）当图像成像过程曝光不足或过度，或由于成像设备的非线性和图像记录设备动态范围太窄等因素，都会产生对比度不足的弊病，使图像中的细节分辨不清，图像缺少层次。这时，可将灰度范围进行线性的扩展或压缩，这种处理过程被称为图像的线性灰度变换。对灰度图像进行线性灰度变换能将输入图像的灰度值的动态范围按线性关系公式拉伸扩展至指定范围或整个动态范围。 2）令原图像f(x,y)的灰度范围为[a,b]，线性变换后得到图像g(x,y)，其灰度范围为[c,d]，则线性灰度变换公式可表示为

a y x f b y x f a b y x f c c a y x f a b c d d y x g <≤≤>?????+---=),(),(),(, ,]),([,),( (1) 由(1)式可知，对于介于原图像f (x,y )的最大和最小灰度值之间的灰度值，可通过线性变换公式，一一对应到灰度范围[c,d]之间，其斜率为(d-c)/(b-a)；对于小于原图像的最小灰度值或大于原图像的最大灰度值的灰度值，令其分别恒等于变换后的最小和最大灰度值。变换示意图如图1所示。 图1 线性灰度变换示意图 当斜率大于一时，变换后的灰度值范围得到拉伸，图像对比度得到提高；当斜率小于一时，变换后的灰度值范围被压缩，最小与最大灰度值的差变小，图像对比度降低；当斜率等于一时，相当于对图像不做变换。 3）由上述性质可知，线性灰度变换能选择性地加强或降低特定灰度值范围内的对比度，故线性灰度变换同样也可做分段处理：对于有价值的灰度范围，将斜率调整为大于一，用于图像细节；对于不重要的灰度范围，将图像压缩，降低对比度，减轻无用信息的干扰。最常用的分段线性变换的方法是分三段进行线性变换。 在原图像灰度值的最大值和最小值之间设置两个拐点，在拐点处，原图像的灰度值分别为r 1，r 2，该拐点对应的变换后的图像的灰度值分别为s 1，s 2，另外，取原图像灰度的最小值为r 0,最大值为r m ，对应的变换后的灰度值分别为s 0，s m 。

数字图像灰度阈值的图像分割技术matlab

1．课程设计的目的 (1)使学生通过实验体会一些主要的分割算子对图像处理的效果，以及各 种因素对分割效果的影响 (2)使用Matlab软件进行图像的分割 (3)能够进行自行评价各主要算子在无噪声条件下和噪声条件下的分割 性能 (4)能够掌握分割条件（阈值等）的选择 (5)完成规定图像的处理并要求正确评价处理结果，能够从理论上做出合 理的解释 2．课程设计的要求 （1）能对图像文件（bmp,jpg,tiff,gif）进行打开，保存，退出等功能操作 （2）包含功能模块：图像的边缘检测（使用不同梯度算子和拉普拉斯算子）（3）封闭轮廓边界 （4）区域分割算法：阈值分割，区域生长等

3．前言 3.1图像阈值分割技术基本原理 所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域内，表现出一致性或相似性，而在不同区域间表现出明显的不同。简单的讲，就是在一幅图像中，把目标从背景中分离出来，以便于进一步处理。图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一，它是对图像进行视觉分析和模式识别的基本前提。同时它也是一个经典难题，到目前为止既不存在一种通用的图像分割方法，也不存在一种判断是否分割成功的客观标准]5[。 在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣，这些部分称为目标或前景(其他部分称为背景)，他们一般对应图像中特定的、具有独特性质的区域。为了辨识和分析目标，需要将他们分离提取出来，在此基础上才有可能对目标进一步利用。图像分割就是指把图像分成格局特性的区域并提取出感兴趣目标的技术和过程。这里特性可以是象素的灰度、颜色、纹理等，预先定义的目标可以对应单个区域，也可以对应多个区域。现有的图像分割算法有：阈值分割、边缘检测和区域提取法。本文着重研究基于阈值法的图像分割技术。 若图像中目标和背景具有不同的灰度集合：目标灰度集合与背景灰度集合，且两个灰度集合可用一个灰度级阈值T进行分割。这样就可以用阈值分割灰度级的方法在图像中分割出目标区域与背景区域，这种方法称为灰度阈值分割方法。 在物体与背景有较强的对比度的图像中，此种方法应用特别有效。比如说物体内部灰度分布均匀一致，背景在另一个灰度级上也分布均匀，这时利用阈值可以将目标与背景分割得很好。如果目标和背景的差别是某些其他特征而不是灰度特征时，那么先将这些特征差别转化为灰度差别，然后再应用阈值分割方法进行处理，这样使用阈值分割技术也可能是有效的

图像分割技术的原理及方法

浅析图像分割的原理及方法 一．研究背景及意义 研究背景： 随着人工智能的发展，机器人技术不断地应用到各个领域。信息技术的加入是智能机器人出现的必要前提。信息技术泛指包括通信技术、电子技术、信号处理技术等相关信息化技术的一大类技术。它的应用使得人们今天的生活发生了巨大变化。从手机到高清电视等家用电器设备出现使我们的生活越来越丰富多彩。在一些军用及民用领域近几年出现了一些诸如:图像制导、无人飞机、无人巡逻车、人脸识别、指纹识别、语音识别、车辆牌照识别、汉字识别、医学图像识别等高新技术。实现它们的核心就是图像处理、机器视觉、模式识别、智能控制、及机器人学等相关知识。其中图像处理具有重要地位。而图像分割技术是图像分析环节的关键技术。 研究图像分割技术的意义： 人类感知外部世界的两大途径是听觉和视觉，尤其是视觉，同时视觉信息是人类从自然界中获得信息的主要来源，约占人类获得外部世界信息量的80%以上。图像以视觉为基础通过观测系统直接获得客观世界的状态，它直接或间接地作用于人眼，反映的信息与人眼获得的信息一致，这决定了它和客观外界都是人类最主要的信息来源，图像处理也因此成为了人们研究的热点之一。人眼获得的信息是连续的图像，在实际应用中，为便于计算机等对图像进行处理，人们对连续图像进行采样和量化等处理，得到了计算机能够识别的数字图像。数字图像具有信息量大、精度高、内容丰富、可进行复杂的非线性处理等优点，成为计算机视觉和图像处理的重要研究对象。在一幅图像中，人们往往只对其中的某些区域感兴趣，称之为前景，这些区域内的某些空间信息特性(如灰度、颜色、轮廓、纹理等)通常与周围背景之间存在差别。图像分割就是根据这些差异把图像分成若干个特定的、具有独特性质的区域并提取感兴趣目标的技术和过程。在数字图像处理中，图像分割作为早期处理是一个非常重要的步骤。为便于研究图像分割，使其在实

基于混沌理论的图像置乱算法

龙源期刊网 https://www.docsj.com/doc/a51229115.html, 基于混沌理论的图像置乱算法 作者：杨勃葛学锋解海燕 来源：《电子技术与软件工程》2017年第23期 摘要图像置乱技术作为一种图像加密处理的方法，越来越多的应用于图像在网络的传播当中。本文分析了置乱算法的研究现状，对Logistic混沌算法进行了研究，并通过MATLAB 仿真实验对该算法进行了验证分析。 【关键词】图像加密图像置乱 Logistic混沌算法 1 引言 随着“互联网+”时代的来临，越来越多的图像信息在网络中进行着传播。这些图像信息有可能涉及到个人隐私或者是商业机密甚至是国家安全问题，所以如何保证这些信息的安全，越来越多的受到了人们的关注。图像置乱技术作为一种有效的保护图像安全传输的方法被专家学者们所研究。 2 图像置乱技术研究现状 图像置乱技术是通过相关算法将图像的空间域或频率域进行改变，从而达到图像加密目的的一种有效的加密方式。目前经过专家学者们的研究，图像置乱技术主要为基于空间域的置乱和基于频率域的置乱。基于空间域的置乱方法是通过某种算法将图像的像素坐标位置进行改变，从而改变图像的样貌，达到置乱的效果。此方法只是将图像的像素坐标位置进行了打乱，并没有改变图像的信息（直方图），所以容易被破解，安全性低。常见的算法有Arnold 变换、Hilbert 曲线变换和Fibonacci变换等。基于频率域的置乱方法是通过相关算法将图像的像素值进行改变，从而达到置乱效果。该方法不仅改变了图像的样子，还改变了图像的信息，所以加密效果更好，安全性更高。常见的算法有混沌变换、Gray 码变换。 3 混沌理论 混沌是曲线性稳定运动中的一类看似没有稳定运动轨迹可循的、看似随机的现象。混沌理论具有非线性特性、不确定性、不可重复、不可预测、对初始条件敏感等特性，对于需要加密文件的处理有很好的应用，所以混沌理论被越来越多的运用到图像置乱算法中。由于混沌理论的复杂性和不确定性，所以至今还没有一个标准的定义被所有人所公认，每位专家学者都有自己对于混沌的定义。Logistic混沌映射定义是由R·May于1976年提出的，因其表达式简单且 性能优良，被广泛运用到混沌映射中。Logistic混沌映射定义为： f（x）=μx（1-x），x∈[0，1] （1） 公式（1）中μ是分支参数，取值范围：0≤μ≤4，x为初始值，取值范围0≤x≤1。

基于灰度直方图的图像分割阈值自适应选取方法

中北大学 毕业设计（论文）任务书 学院、系： 专业： 学生姓名：车永健学号： 设计(论文)题目：基于灰度直方图的图像分割阈值自适应选取方法 起迄日期: 2015年3月9日~2015年6月20日设计(论文)地点: 指导教师:郭晨霞 系主任: 发任务书日期:2015年 2 月25 日

任务书填写要求 1．毕业设计（论文）任务书由指导教师根据各课题的具体情况填写，经学生所在系的负责人审查、系领导签字后生效。此任务书应在毕业设计（论文）开始前一周内填好并发给学生； 2．任务书内容必须用黑墨水笔工整书写或按教务处统一设计的电子文档标准格式（可从教务处网页上下载）打印，不得随便涂改或潦草书写，禁止打印在其它纸上后剪贴； 3．任务书内填写的内容，必须和学生毕业设计（论文）完成的情况相一致，若有变更，应当经过所在专业及系主管领导审批后方可重新填写； 4．任务书内有关“学院、系”、“专业”等名称的填写，应写中文全称，不能写数字代码。学生的“学号”要写全号（如020*******,为10位数），不能只写最后2位或1位数字； 5．有关年月日等日期的填写，应当按照国标GB/T 7408—94《数据元和交换格式、信息交换、日期和时间表示法》规定的要求，一律用阿拉伯数字书写。如“2004年3月15日”或“2004-03-15”。

毕业设计（论文）任务书

毕业设计（论文）任务书 3．对毕业设计（论文）课题成果的要求〔包括毕业设计(论文)、图纸、实物样品等)： 1、论文一份； 2、程序代码及图像结果； 3、英文翻译一份。 4．毕业设计（论文）课题工作进度计划： 起迄日期工作内容 2015年 3月 9 日~ 3 月20日 4 月 1 日~ 4月 20 日 4 月 21 日~ 5月 10 日 5 月 11 日~ 6月 15 日 6 月 16 日~ 6月 19 日查找资料，完成开题报告； 学习有关知识，方案确定，完成中期报告；完善算法并仿真验证； 撰写、修改、评阅毕业论文； 论文答辩 学生所在系审查意见： 系主任： 年月日