一种基于递增权值函数的图像谱的匹配算法_周梅菊

基于小波变换的快速图像匹配算法与实现
范新南;朱佳媛
【期刊名称】《计算机工程与设计》
【年(卷),期】2009(030)020
【摘要】归一化互相关算法是传统的图像匹配算法,针对传统图像匹配算法运算量大、速度慢的缺点,提出了一种基于小波变换的多尺度图像匹配算法.首先在尺度空间的最高一层对低分辨率的子图像进行匹配,然后在匹配结果基础上对高分辨率的图像进行匹配,最终实现全分辨率下的图像匹配.实验结果表明,该算法能够提高图像匹配的精度,减少运算量,满足机器视觉的实时性要求.
【总页数】3页(P4674-4676)
【作者】范新南;朱佳媛
【作者单位】河海大学计算机及信息工程学院,江苏,常州,213022;河海大学计算机及信息工程学院,江苏,常州,213022
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于提升小波变换与改进空间投影结合的图像匹配算法 [J], 史志国;陈大可;姚成
2.基于小波变换和改进的粒子群的新型图像匹配算法的研究 [J], 解冰;李海娟
3.基于小波变换的图像匹配算法研究 [J], 方建斌
4.基于AFSA和小波变换的快速图像匹配算法研究 [J], 何志明;闫文耀;李显峰;陈
圣伟;熊琴
5.基于小波变换的图像匹配算法 [J], 李峰;周源华
因版权原因，仅展示原文概要，查看原文内容请购买。

图像稳健配准的非负子空间匹配方法赵伟;田铮;杨丽娟;延伟东;温金环【摘要】针对局部场景发生变化的多时相遥感图像配准,提出一种基于非负子空间匹配的配准方法.在图匹配的框架下,该方法同时考虑了特征点集的空间结构和特征点集之间的相似关系,提高了正确匹配率和图像配准精度.与传统图匹配方法相比,该方法增强了对特征点位置扰动和异常值的稳健性.最后,通过在模拟点集匹配和一组多时相遥感图像配准上与传统图匹配方法的对比分析,验证了该方法的有效性以及应用于多时相遥感图像的可行性.【期刊名称】《西北工业大学学报》【年(卷),期】2016(034)002【总页数】5页(P362-366)【关键词】图像配准;遥感;图匹配;位置扰动;异常值;稳健性【作者】赵伟;田铮;杨丽娟;延伟东;温金环【作者单位】西北工业大学应用数学系,陕西西安 710129;西北工业大学应用数学系,陕西西安 710129;中国科学院遥感科学国家重点实验室,北京 100101;西北工业大学应用数学系,陕西西安 710129;西北工业大学应用数学系,陕西西安 710129;西北工业大学应用数学系,陕西西安 710129【正文语种】中文【中图分类】TP751图像配准是将不同时间、不同传感器或不同视角下对同一区域的2幅或多幅图像进行几何匹配的过程。

实际应用中，为了得到精确的配准结果，一般采用基于特征点的方法进行配准。

但是，由于多时相遥感图像中场景通常发生变化，因此研究对位置扰动和异常值稳健的特征点匹配方法，给出图像稳健配准的新方法，在该领域备受关注［1］。

图匹配方法［2-3］既能描述特征点集结构，也能描述特征点描述子［4］之间的相似性，为研究图像稳健配准方法提供了适宜的数学平台。

传统图匹配方法一般利用矩阵分解进行求解，如核主成分分析(kernel principal component analysis，KPCA)匹配方法［3］，但一方面，通过谱分解产生的基矩阵不能反映相似度矩阵的非负性，增加了KPCA的降维维数；另一方面，当2个特征点集存在异常值和位置扰动时，匹配效果较差。

2020年第08期 基于L o gi s t i c 映射和S i n e -S i n e 映射的图像加密算法王志超,王红涛,冯连强,张高亮,吴 量中国重型机械研究院股份公司,陕西西安710032摘 要 混沌系统凭借其对初始条件的极度敏感性㊁不确定性㊁伪随机性㊁遍历性等优势,已成为现代图像加密技术的研究热点之一㊂L o g i s t i c 映射㊁正弦映射㊁切比雪夫映射等都是目前被广泛使用的混沌映射,它们结构简单,在特定范围内具有很好的混沌性㊂但是单维混沌系统始终不能达到完全随机的效果,保密性也有待提高,因此提出了基于L o g i s t i c 映射和S i n e -S i n e 映射的图像加密算法㊂首先介绍了该算法所使用的L o g i s t i c 映射和S i n e -S i n e 映射,接着介绍了产生的混沌序列,然后通过对图像进行置换,循环移位和移位异或操作产生密文,给出了图像加密和解密的流程图㊂最后对算法进行了性能评价,通过仿真实验验证了该算法的可行性和安全性㊂关键词 L o g i s t i c 映射;S i n e -S i n e 映射;图像加密中图分类号 T P 399D O I 10.19769/j .z d h y.2020.08.0250引言图像是传递信息的重要媒介之一,随着互联网技术的发展,如何保证图像信息的安全性和保密性已经成为信息安全领域的重点研究内容[1]㊂为了图像的安全传达,需要对其进行加密和解密处理[2]㊂混沌是非线性系统中的一种特殊运动形式,混沌系统具有伪随机性㊁不可预测性㊁对初始条件的极度敏感性等特征[3],使得混沌信号具备了天生的隐蔽性,因此将其应用于图像加密已成为各国学者的研究热点㊂目前被广泛使用的低维混沌系统存在密钥空间小㊁保密性不高等缺点[4],本文提出了基于L o g i s t i c 映射和S i n e -S i n e 映射的图像加密算法,利用产生的混沌序列对图像进行置换,循环移位和移位异或操作产生密文[5],描述了图像加密和解密的过程,通过数值仿真结果对算法进行性能分析㊂1算法原理1.1L o gi s t i c 映射逻辑映射(L o g i s t i c M a p p i n g )也称为抛物线映射㊂它是1976年数学生态学家梅(R.M a y )提出的一个非常简单且被广泛研究的,具有重要意义的非线性迭代方程[6]㊂同时,它也是被用于研究动力系统和混沌等复杂系统行为的一个经典模型[7]㊂大量研究分析表明,由于该混沌系统具有高度复杂的动力行为,因此,它常被用于信息安全领域的研究[8]㊂L o gi s t i c 映射用数学公式可以描述为:x n +1=μx n 1-x n (1) 式中,μ为分支参数,μɪ0,4,该参数决定了系统的演变过程;x n 是输出的混沌序列㊂图1(a )表示L o gi s -t i c 映射的分叉图㊂图1(b )表示L o gi s t i c 映射的李雅普诺夫指数㊂图1 L o gi s t i c 映射1.2S i n e -S i n e 映射S i n e -S i n e 映射是一个在原有映射的基础上提出的新的混沌映射[9],它可以用数学公式表示为:x n +1=μˑs i n πˑx n ˑ214-f l o o r μˑsi n πˑx n ˑ214(2) 式中,参数μɪ0,10 ;x 0为序列的初始值;x n 表示通过该映射输出的混沌序列㊂图2(a )为S i n e -S i n e 映射56收稿日期:2020-04-17基金项目:国家重点研发计划资助(项目编号:2018Y F B 1703000);陕西省重点研发计划项目资助(项目编号:2020Z D L G Y 07-06)㊂2020年第08期的分叉图,图2(b )为S i n e -S i n e 映射的李雅普诺夫指数㊂图2 S i n e -S i n e映射图3 加密流程图1.3图像加密在图像加密的初始阶段,使用S i n e -S i n e 映射,在给定参数μ=5.4321,初始值x 0=0.789时,生成一个混沌序列,然后对该混沌序列进行排序,并且记录其索引值,同时生成一个新的序列,该序列存储上述混沌序列的排序号[10]㊂图像加密的流程如图3所示㊂图像加密的具体过程如下:(1)首先使用上面提出的S i n e -S i n e 映射生成新的序列X ,X 通过升序排列,同时产生新的置换序列X '㊂产生X '序列的示意图如图4所示㊂图4 位置置换序列的示意图(2)将明文图像256ˑ256的矩阵P 转化为序列I ,使用步骤(1)中产生的置换序列X ',将序列I 的像素值位置进行如下等式的置换[11]㊂I '(i )=I X '(i ) (3) 式中,i 的取值范围为1~65536㊂(3)将置换后的序列转化为256ˑ256的矩阵P 1;(4)使用L o g i s t i c 映射公式生成一个长度为256的混沌序列L ,将该混沌序列转化为1ˑ256的一维矩阵L 1㊂(5)对P 1矩阵的每一行按照一维矩阵L 1的对应值进行循环右移,产生新的置换矩阵P 2㊂(6)对P 2矩阵按照如下公式进行量化产生一个新的混沌序列㊂z 1,j =r o u n d P 21,j+1 ˑ255 j =1,2, ,256(4)L 21,j =m o d 65536i =1I 1,i ˑz 1,j ,256j =1,2, ,256(5) (7)对矩阵P 2的每一行和第(6)步式中生成的新的混沌序列L 2的对应值进行按位异或操作[12],至此加密过程结束,产生密文㊂1.4图像解密在图像加密的过程中通过映射产生的矩阵L 1和混沌序列I ,L 2作为解密的密钥㊂图像解密为图像加密的逆过程[13]㊂首先将密文矩阵的每一行与L 2的对应值进行按位异或,接着对其按照一维矩阵L 1的对应值循环左移;然后将矩阵转化为序列,再按照序列I 进行置换,最后将序列转化为矩阵㊂图像解密的流程如图5所示㊂662020年第08期图5 解密流程图2数值仿真和结果分析本文采用L e n a 灰度图像作为明文,以MA T L A B R 2016(a)为实验平台,对图像加密的密钥空间㊁密钥敏感性和密文受到闭塞攻击等情况的鲁棒性进行分析,以此来验证该算法的有效性和安全性[14]㊂2.1可行性和有效性分析本次实验选取大小为256ˑ256的灰度明文图像L e n a 进行仿真实验,S i n e -S i n e 映射的参数μ=5.4321,x 0=0.456;L o gi s t i c 映射的参数μ=4,x 0=0.2879㊂明文图像如图6(a)所示,加密后的密文图像如图6(b )所示,解密后的图像如图6(c )所示㊂通过计算原始图像和解密图像间的均方差M S E 判断解密后的图像与原始图像的差别[15]㊂该实验的M S E 的值为0㊂2.2密钥空间分析该算法的密钥主要由S i n e -S i n e 映射和L o gi s t i c 映射的控制参数和初始值组成[16],S i n e -S i n e 映射的控制参数的范围为0,10 的任意值,L o g i s t i c 映射的控制参数的范围为3.5699456,4 的任意值,初始值的范围均为0,1的任意值㊂由此可得,该算法的密钥空间非常大,能够有效地抵抗穷举攻击[17]㊂2.3密钥敏感性分析密钥敏感性通常是指对同一幅图像进行加密时,只要密钥有细微的差别,得到的解密图像也不相同[18]㊂改变密钥参数的解密图像如图7所示㊂图6仿真实验图7 密文对密钥的敏感度2.4闭塞攻击图像在信息传输的过程中,有时会不可避免地丢失部分内容[19]㊂本次实验通过对密文遮挡1/4和1/2图像信息,来验证该算法对闭塞攻击的抵抗能力,检验其算法的鲁棒性强弱[20]㊂如图8(a )表示密文图像1/4被挡后的图像,(b )表示被遮挡1/4的密文解密后的图像,(c)表示密文图像1/2被挡后的图像,(d )表示被遮挡1/2的密文解密后的图像㊂从图8的(b )和(d )解密图像中可以很容易看出,即使密文图像被遮挡一部分, L e n a 明文图像信息依然可见㊂3结语本文提出了基于L o gi s t i c 映射和S i n e -S i n e 映射的图像加密算法㊂在算法的初始阶段,使用S i n e -S i n e 映射和762020年第08期L o gi s t i c 映射,对图像矩阵的位置进行置换㊁循环移位㊁按位异或等操作㊂解密过程为加密的逆过程㊂最后通过仿真实验证明了该算法的密钥空间大,密钥具有极端敏感性,同时对闭塞攻击具有一定的抵抗力,说明该算法的鲁棒性很强[21]㊂图8 闭塞攻击仿真结果参考文献[1]刘元盛.几种典型的图像保密方案的安全性研究[D ].湘潭:湘潭大学,2015.[2]乔兆亮.一种基于A r n o l d 变换的彩色图像加密算法[J ].价值工程,2016,35(13):171-173.[3]T o n gu e ,B .H.C h a r a c t e r i s t i c s o f N u m e r i c a l S i m u l a t i o n s o f C h a o t i c S y s t e m s [J ].J o u r n a l o f A p pl i e d M e c h a n i c s ,1987,54(3):695.[4]陈益刚,邓家先,谢凯明.基于混沌系统的图像联合压缩加密算法[J ].计算机仿真,2015,31(6):188-193.[5]R o h i t h S ,H a r i B h a t K N ,S h a r m a A N.I m a g e e n c r y pt i o n a n d d e c r y p t i o n u s i n g c h a o t i c k e y s e q u e n c e g e n e r a t e d b ys e q u e n c e o f l o g i s t i c m a p a n d s e qu e n c e o f s t a t e s o f L i n e a r F e e d b a c k S h i f t R e gi s t e r [C ]//I n t e r n a t i o n a l C o n f e r e n c e o n A d v a n c e s i n E l e c t r o n i c s .I E E E ,2015.[6]廖德岗,罗佑新.二维混沌映射牛顿迭代法与平面连杆机构函数综合[J ].机械传动,2006,30(3):5-6,29.[7]王磊.几类动力系统复杂动力学行为研究[D ].武汉:华中科技大学,2016.[8]周琥.基于混沌系统的散列函数的安全性研究[D ].北京:北京邮电大学,2013.[9]孙树亮,郭永宁.基于L o gi s t i c -正弦映射和双碱基D N A 编码的图像隐写[J ].燕山大学学报,2018,42(2):183-188.[10]卢守东,肖芳雄.基于三维混沌系统的通用数字图像加密与恢复算法[J ].计算机应用与软件,2013,30(12):87-92.[11]曹建秋,肖华荣,蓝章礼.像素位置与像素值双重置换的混沌加密算法[J ].计算机工程与应用,2010,47(28):196-199.[12]张永红,张博.基于L o gi s t i c 混沌系统的图像加密算法研究[J ].计算机应用研究,2015,32(6):1770-1773.[13]石航,王丽丹.一种基于压缩感知和多维混沌系统的多过程图像加密方案[J ].物理学报,2019,68(20):21-24.[14]王雅庆.基于混沌的数字图像加密算法研究[D ].重庆:重庆大学,2013.[15]张文全,王轶娴,周南润.基于变形F r F T 和线性同余的光学图像加密算法[J ].光电子㊃激光,2011,22(9):1405-1410.[16]朱晓强.基于多重混合哈希函数的图像加密算法研究[D ].大连:大连理工大学,2018.[17]毛永毅,王瑶.基于双混沌系统互反馈的加密算法[J ].计算机应用,2012,32(10):92-94,99.[18]王旻,王方超.基于矩阵变换的彩色图像加密算法[J ].微型机与应用,2010,29(2):61-65.[19]梁浩.图像的自回归异方差建模及其在复原中的应用[D ].长沙:湖南大学,2018.[20]C h a i X i u -l i ,C h e n Y i -r a n ,B r o yd e L u c i e .A n o v e l c h a o s -b a s e d i m a g e e n c r y p t i o n a l g o r i t h m u s i n g D N A s e qu e n c e o p e r a t i o n s [J ].O p t i c s &L a s e r s i n E n g i n e e r i n g,2017,88(C o m pl e t e ):197-213.[21]李昊霖.基于压缩感知与分数梅林变换的图像加密算法[D ].南昌:南昌大学,2015.86。

第37卷第4期电力科学与工程V ol. 37, No. 4 2021年4月Electric Power Science and Engineering Apr., 2021 doi: 10.3969/j.ISSN.1672-0792.2021.04.004汉宁双窗全相位FFT三谱线插值检测谐波算法彭咏龙，李蕊，马锡浩，李亚斌（华北电力大学电气与电子工程学院，河北保定071003）摘要：在非同步采样情况下，利用快速傅里叶变换（FFT）进行电力系统谐波分析时，会带来频谱泄漏现象和栅栏效应，影响了信号的量测精度。

为此，提出了一种汉宁双窗全相位FFT 三谱线插值检测谐波算法。

该算法原理是：在汉宁双窗全相位FFT分析的基础上，利用基波频点附近的3条相邻谱线幅值作比，计算出频率校正量，并由此估计出谐波信号的幅值；然后，结合全相位FFT分析的相位不变性，将采样点处幅值最大的谱线相位作为信号的初相。

仿真实验表明，与其他插值算法相比，该算法可以更有效地降低谐波参数检测误差，减少白噪声干扰的影响。

关键词：频谱泄漏；全相位FFT；校正算法；三谱线插值中图分类号：TM935 文献标识码：A 文章编号：1672-0792(2021)04-0025-05Harmonic Detection Algorithm Based on Three-spectrum-lineInterpolation of Double Hanning Windows All-phase FFTPENG Yonglong, LI Rui, MA Xihao, LI Yabin(School of Electrical and Electronic Engineering, North China Electric Power University, Baoding 071003, China)Abstract:Harmonic analysis of power systems based on fast Fourier transformation (FFT) produces spectrum leakage and fence effect in non-synchronous sampling, which brings errors to harmonic parameter measurement. To solve this problem, a harmonic detection algorithm based on double Hanning windows all-phase FFT three-spectrum-line interpolation is proposed. The principle of the algorithm is that based on the analysis of double Hanning windows all-phase FFT analysis, the frequency correction is calculated by comparing the three adjacent spectral line amplitudes near the fundamental frequency points and the amplitude of harmonic signal is estimated. And then, based on the invariance of all-phase FFT analysis, the phase of the main spectral line with the largest amplitude at the sampling point is used as the initial phase of the harmonic signal. The simulation experiment shows that compared with other收稿日期：2020-11-21作者简介：彭咏龙（1966—），男，副教授，研究方向为电力电子在电力系统中的应用；李蕊（1995—），女，硕士研究生，研究方向为基于FPGA的电力谐波检测装置。

粒子影像测速(PIV)技术概述1.PIV技术介绍1.1.引言目前为止，人类对流体力学仍有许多疑难问题，如对湍流、非定常流动等现象了解甚少，而在许多工程应用如飞行器外形设计、内燃机燃烧室中的多相流动等中又迫切需要解决这些问题，因而使流场测量问题变得极为重要。

流场测速新方法研究中，至今已发展了激光多普勒测速LDV(Laser Doppler Velocimetry)、粒子影像测速PIV(Particle Image Velocimetry)等技术。

LDV的综合性能较高，具有高精度、高分辨率和非接触测量等优点，通常作为仪器标校技术使用，但LDV只能实现单点测量。

PIV技术是一种全场、动态、非接触测量手段，已获得广泛使用，成功应用于风洞、水洞、水槽燃烧及喷射等实验中。

PIV研究始于上个世纪80年代，随着光学和计算机图像处理技术的迅猛发展，PIV取得了长足进步，测量精度已与LDV接近。

1.2.PIV原理图1是PIV 技术应用的简单原理图。

散播在流场中的跟随性及反光性良好的示踪粒子，由激光光束首先入射到一组球面透镜上，经聚焦后通过全反射镜至一组可调的柱面透镜形成具有一定厚度的片光，照亮流场中特定的区域，此时经过此区域的示踪粒子被照亮，通过CCD（CMOS）成像设备进行成像。

对这个特定的区域在一定时间间隔内利用图1 PIV简单原理图激光脉冲连续照亮两次，就能得到粒子在第一次照亮时间t 和第二次照亮时间t’的两个图像，对这两幅图像进行互相关分析，就能得到流场内部的二维速度矢量分布。

在利用PIV 技术测量流速时,需要在二维流场中均匀散布跟随性、反光性良好且比重与流体相当的示踪粒子。

将激光器产生的光束经透镜散射后形成厚度约1 mm 的片光源入射到流场待测区域,CCD 摄像机以垂直片光源的方向对准该区域。

利用示踪粒子对光的散射作用,记录下两次脉冲激光曝光时粒子的图像,形成两幅PIV 底片(即一对相同待测区域、不同时刻的图片) ,底片上记录的是整个待测区域的粒子图像。