计算机视觉课设答辩.pptVIP

* * * 姓名: 陈永秀 专业： 精密仪器及机械 计算机视觉课设 图像置乱的设计及实现 1 2 3 4 图像置乱的概述 基于变换矩阵的图像置乱 基于Arnold变换基础上的置乱 图像置乱的分析与总结 一、图像置乱的概念 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。 二、基于变换矩阵的图像置乱 通过数学中矩阵的初等变换可以将图像转换为另一幅图像，从而达到置乱的目的，但其置乱作用较差，因为初等变换是整行或整列进行变换，并不是对矩阵中每个点进行变换。而一些非线性变换则有可能对图像置乱起到较好的作用。 2.1 二维坐标置乱加密原理 将图形分解成二维坐标上的一个个点的组合，用G(i,j)(i=1,2,...M，j=1,2...,N)表示各个点，然后通过一个方程将有序的点置乱，置乱的点组合起来的图便是加密后的图。 G(i,j)为原图各点，G1(i,j)为加密图各点，用方程G1(i,j)=0.1*G(i,j)+0.9*Gadd(i,j)（对原来的点进行加权求和）得到G1(i,j)，再将其按顺序输出，记得到置乱后的图像。 2.1.1 用MATLAB实现图像置乱的程序如下： G=imread(D:\Miss256G.bmp); subplot(1,3,1) imshow(G) title(原图) Gadd=fix(256*rand(256,256,3)); for i=1:256 for j=1:256 G(i,j)=0.1*G(i,j)+0.9*Gadd(i,j); %进行加权求和 end end subplot(1,3,2) imshow(G); %显示图像 title(置乱后的图像) 结果如下： 2.2 二维坐标置乱解密原理 将置乱后的点G1(i,j)通过与原来方程的逆运算，得到G2(i,j)，并将其组合起来，即得到恢复后的图像。 2.2.1 恢复图像程序如下： G=imread(D:\Miss256G.bmp); subplot(1,3,1) imshow(G) title(原图) Gadd=fix(256*rand(256,256,3)); for i=1:256 for j=1:256 G1(i,j)=0.1*G(i,j)+0.9*Gadd(i,j); %进行加权求和 end end subplot(1,3,2) imshow(G1); %显示图像 title(???òoóμ?í???) for i=1:256 for j=1:256 G2(i,j)=(G1(i,j)-0.9*Gadd(i,j))./0.1; %进行加权求和 end end subplot(1,3,3) imshow(G2); %显示图像 title(复原后的图像) 结果如下： 三、基于Arnold变换基础上的置乱 3.1 变换原理 Arnold变换又称猫脸变换，设想在平面单位正方形内绘制一个猫脸图像，通过下述变换，猫脸图像将由清晰变的模糊。矩阵表示即为： （3.1.1） 是图像中 的像素变换后的新的位置。反复进行此变换，即可得到置乱的图像。 图像的二维Arnold变换，实现像素位置的置乱，所以经过Arnold变换处理的图像，其灰度直方图与原图一样。下面以256×256的图像进行1次、192次置乱之后的图像，在192次置乱后，又回到原始图像 3.1.1 用MATLAB实现Arnold变换的程序如下： G=imread(D:\Miss256G.bmp); w0 = double (G) / 255 ; [m,n]=size(w0); w1 =w0 ; subplot(1,3,1) imshow(w1 ,[ ]) ; title(原图) for k = 1:1 % 置换1次