声明
摘要
1 绪论
1.1 研究背景和意义
1.1.1 混沌理论发展简介
1.1.2 混沌的定义
1.1.3 混沌理论中的基本概念
1.1.4 混沌的主要特性
1.1.5 刻画混沌的特征量
1.1.6 通向混沌的道路
1.1.7 混沌映射
1.2 国内外相关研究进展
1.2.1 混沌密码学的研究进展
1.2.2 图像融合的研究进展
1.2.3 图像压缩的研究进展
1.2.4 混沌神经网络的研究进展
1.3 本文主要工作
2 基于二维混沌映射的DES算法的医学图像加密
2.1 混沌分组密码
2.1.1 混沌映射与密码学的关系
2.1.2 混沌分组密码的构造方法
2.1.3 混沌加密系统的设计原则
2.2 基于二维混沌映射的DES算法
2.2.1 DES算法简介
2.2.2 改进的DES算法设计及算法步骤
2.3 改进的DES算法安全性分析
2.3.1 密钥空间分析
2.3.2 密钥敏感性分析
2.3.3 统计特性分析
2.4 本章小结
3 基于混沌神经网络的医学图像融合
3.1 医学图像融合简介及意义
3.2 图像融合评价方法
3.3 混沌对角递归神经网络
3.3.1 对角递归神经网络简介及结构
3.3.2 混沌对角递归神经网络结构
3.3.3 混沌对角递归神经网络学习算法
3.4 医学图像融合实验与仿真
3.5 其他医学图像融合模型
3.5.1 模糊混沌神经网络的结构及数学模型推导
3.5.2 模糊混沌神经网络的学习算法
3.5.3 基于模糊混沌神经网络的医学图像融合的步骤
3.6 本章小结
4 基于混沌神经网络和分形的医学图像压缩
4.1 医学图像压缩简介及意义
4.2 图像压缩评价方法
4.2.1 主观评价
4.2.2 客观评价
4.3 基于Chebyshev映射的前向混沌神经网络
4.3.1 前向混沌神经网络
4.3.2 Ⅰ型前向混沌神经网络
4.3.3 Ⅱ型前向混沌神经网络
4.4 基于神经网络的图像压缩原理及算法实现
4.4.1 图像压缩原理
4.4.2 图像压缩算法实现及流程
4.5 医学图像压缩实验与仿真
4.6 其他医学图像压缩模型
4.6.1 菱形搜索
4.6.2 基于菱形搜索的分形压缩
4.7 本章小结
5 结论与展望
5.1 结论与创新点
5.2 创新点摘要
5.3 展望
参考文献
攻读博士学位期间发表学术论文情况
致谢
作者简介