利用灰色系统理论确定ica解密图像的顺序【精选】.pdfVIP

2015年 2月 西 北 工 业 大 学 学 报 Feb． 2015 第33卷第 1期 JournalofNorthwesternPolytechnicalUniversity V01．33 No．1 利用灰色系统理论确定 ICA解密图像的顺序 谢松云 ，王颖 ，谢玉斌 ，李海波 ，1．西北工业大学 电子信息学院，陕西 西安 710072 、 ＼2．中国工程物理研究院 电子工程研究所，四川 绵阳 621900／ 摘 要：针对基于ICA的图像加密解密算法中，解密输 出图像顺序不确定 问题，提出一种利用灰色系 统理论进行图像特征匹配的方法。利用主成分分析提取图像的主分量数据 ，建立灰预测模型GM(1， 1)，提取模型的灰参数作为匹配特征；将解密图像的灰参数作为比较序列，对明文图像的灰参数作灰 关联分析，关联度最大的图像对就是匹配的明文图像与解密图像。分别选取独立性强和关联性强的 明文一解密图像集各 1组，进行图像匹配实验，获得了准确的匹配结果。该方法对图像具有普适性，计 算复杂度小，确定ICA解密图像顺序快速、准确。 关 键 词：独立成分分析；解密图像顺序 ；主成分分析；灰预测模型；灰关联度 中图分类号：TN911．73 文献标志码 ：A 文章编号：1000-2758(2015)01．0153．06 基 于独立成 分分 析 (independentcomponent analysis，ICA)的图像加密解密算法会产生解密输出 1 本文总体方案概述 图像顺序不确定问题…。解决输出图像顺序 问题 最简单的就是应用图像特征提取与匹配法，即在加 由基于 ICA的图像加密解密算法得到的解密 密前用某种特征提取算法在明文图像中提取特征信 图像具有顺序不确定性问题，属于灰色系统。本文 息，提取算法保证提取的特征信息具有独特性 ；在解 采用特征提取与匹配的基本思想，首次提出引入灰 密后，用同样的算法在解密图像中提取特征信息，然 色系统理论匹配 ICA明文一解密图像对，首先利用主 后与传送过来的明文图像特征信息进行检测匹配， 成分分析 (principalcomponentanalysis，PCA)提取 可以找到与明文图像特征信息对应的解密图像。 图像主成分，建立灰预测模型GM(1，1)；提取图像 文献 [1]采用传统的直接特征提取法与间接特 的灰模型参数特征；对明文图像与解密图像的灰参 征提取法解决顺序问题 。 数特征进行灰关联分析计算 ，灰关联度最大的图像 直接特征提取法提取的仅是图像灰度相对变化 对就是匹配的明文图像与解密图像。与传统方法即 的信息，对灰度变化不明显的图像识别率低；不同大 直接提取法与间接提取法相比较，本文方法原理简 小的分块意味着数据量的不同，分块大则识别特征 单，运算数据量小，匹配准确，且具有普适性。总体 的数据量小，但因灰度变化差异小而识别困难，分块 方案如图1所示。 小则识别特征的数据量大，会增加计算复杂度。 间接特征提取法提取图像的边缘信息，对于边 缘细节信息不明显的图像则不适用；由于在图像进 行二值化与边缘化处理时，使用了经验阈值，对于相 关度较大的图像序列，该方法不能有效匹配图像。 图1 本文总体方案框图 收稿 日期 ：2014—04—18 基金项目：国家自然科学基金与西北工业大学种子基金(Z2013085)资助 作者简介：谢松云(1968一)，女，西北工业大学教授、博士生导师，主要从事信号与信息处理及模式识别研究。 西 北 工 业 大 学 学 报