版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、互聯(lián)網(wǎng)和數(shù)字多媒體技術(shù)的發(fā)展極大地提高了各種資源的共享性,同時也對數(shù)字多媒體產(chǎn)品的安全傳輸和存儲提出了挑戰(zhàn)。其中,由于數(shù)字圖像應(yīng)用的高度普及,圖像數(shù)據(jù)安全受到了越來越多的重視,并已成為信息安全的一個重要課題。 圖像加密是保障圖像數(shù)據(jù)安全的有效手段之一。盡管傳統(tǒng)文本加密方法可以用于加密圖像,但因為未考慮圖像數(shù)據(jù)特點,加密效率不高。根據(jù)圖像允許微小失真的特點,盲源分離圖像加密方法利用盲源分離理論的欠定難題實現(xiàn)了多幅圖像加密。由于所用
2、密鑰圖像互相獨立,且與明文圖像大小相同數(shù)目相等,該方法具有很高的安全性。 然而,由于盲源分離存在順序和幅度不確定性,且不能直接分離強相關(guān)圖像,盲源分離圖像加密方法存在兩個缺陷。首先,與原始圖像相比,解密圖像順序和灰度值可能發(fā)生變化;其次,加密多幅強相關(guān)圖像時,解密前須進(jìn)行去相關(guān)預(yù)處理。針對上述兩方面問題,本文研究了盲源分離圖像加密方法的特點,提出了特征提取和信息嵌入兩種改進(jìn)的解密算法,并給出了一種基于相關(guān)運算的新解密算法。
3、 特征提取法包括直接特征提取算法和間接特征提取算法。在加密端,該方法從各明文圖像中提取其代表特征,在解密端,利用提取的特征消除解密圖像的不確定性。信息嵌入法則利用數(shù)字水印技術(shù)向圖像嵌入少量信息,通過檢測各解密圖像是否含有這些信息,消除解密圖像不確定性。此外,本文利用密鑰圖像在合法解密時已知,且密鑰圖像與明文圖像不相關(guān)的特點,提出了一種新的基于相關(guān)運算的圖像解密新方法。該方法根據(jù)加密方程計算加密圖像與密鑰圖像的相關(guān)陣,通過忽略不相關(guān)信號
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于盲源分離的圖像加密方法.pdf
- 基于盲源分離的圖像與語音加密新方法研究.pdf
- 基于盲源分離的動態(tài)熒光圖像分離方法.pdf
- 盲源分離方法研究.pdf
- 圖像盲源分離及其分類壓縮研究.pdf
- 圖像信號的自適應(yīng)盲源分離.pdf
- 盲源分離語音加密系統(tǒng)的解密研究與SOPC設(shè)計.pdf
- 基于QPSO和ICA的圖像盲源分離方法的研究.pdf
- 基于盲源分離的語音數(shù)據(jù)加密算法.pdf
- 線性混疊盲源分離的改進(jìn)算法.pdf
- 水聲信號盲源分離方法研究.pdf
- 盲源分離與盲信號提取問題研究.pdf
- 圖像加密光學(xué)實現(xiàn)方法研究.pdf
- 抗剛性變化的圖像盲源分離算法研究.pdf
- 語音信號的盲源分離方法研究.pdf
- 聲源定位中盲源分離算法的研究與實現(xiàn).pdf
- 基于ICA的盲源信號分離方法研究與應(yīng)用.pdf
- 盲源分離算法研究.pdf
- 盲源分離在掃描圖像增強中的應(yīng)用.pdf
- 基于盲源分離理論的數(shù)字圖像水印技術(shù).pdf
評論
0/150
提交評論