结合稀疏表示和混沌加密的图像融合研究

摘要

随着图像处理和计算机视觉领域的发展，图像融合技术得到快速发展和应用，并成为图像处理的重要手段之一。它主要是将多传感器中收集的图像进行同一目标或场景的融合处理，重新得到拥有更多包含源图像信息的图像，从而方便人们快速理解图像含义。此外，除了研究图像融合技术的发展，保证图像信息在易受攻击、不安全的传输网络中的安全性也是十分重要的。　　本文以滤波器理论、稀疏表示理论为基础，充分利用稀疏表示可以降维、去噪等特性，结合图像融合特点设计了一个新颖的图像融合算法。进一步，以混沌理论和图像加密理论为基础，充分利用混沌系统的高敏感性、不规则性、随机性等特性，设计了一个保证图像融合过程安全的算法，本文完成的主要工作包括：　　① 研究了基于稀疏表示的图像融合理论、滤波器理论、混沌理论和混沌加密算法，对如何设计高效的结合稀疏表示和混沌加密的图像融合算法有了系统、全面的认识。通过研究目前的算法，并对相关算法进行优缺点评价，分析现今主要的图像融合和混沌加密算法特点，为后续研究奠定基础。　　② 提出了一种基于引导滤波和稀疏表示的图像融合算法。该算法能解决基于变换域融合算法不能更高效、完整地表达源图像信息和单一字典学习忽略图像局部特征的问题。首先对图像进行多尺度引导滤波分解，然后考虑图像不同结构的特性，使用不同图像融合规则：对于具有较多信息的卡通结构和纹理结构图像，分别训练相应的冗余字典，以获取更加精确的稀疏系数来提高图像质量；对于含有较多细节部分的边缘结构图像，使用引导滤波加权融合规则，以精确提取目标边缘信息，并减少运算复杂度，最后重构得出融合图像。实验证明，融合算法能有效地将聚焦区域融入了融合图像，并在主观和客观评价指标上好于对比方法。　　③ 提出了一种结合稀疏表示和混沌加密的图像安全融合算法。该方案能保证融合过程安全并获得高质量的融合图像。首先，使用融合算法对源图像进行预处理，然后利用细节图像和密钥生成混沌系统的初始值和系统参数，并用于混淆和扩散阶段，它们与普通图像相关，因此该方案能够抵抗已知和选择明文攻击。另外，本文还提出了一种动态的扩散机制，在加密过程中，获得不同的状态量，用来加密下一位，从而提高融合算法安全性，最后解密密文图像获得融合图像。此外，实验进行了融合算法安全性分析。结果表明，该融合算法既能保证图像安全，也能获得质量较好的融合图像，在安全通信中具有重要的实际应用价值。

目录

1 绪 论

1.1 研究背景及课题意义

1.2 国内外研究现状

1.2.1 图像融合研究现状

1.2.2 图像加密研究现状

1.3 论文研究内容与组织结构

1.3.1 论文研究内容

1.3.2 论文组织结构

2 基础知识

2.1 基于稀疏表示的图像融合

2.1.1 稀疏表示理论

2.1.2 基于稀疏表示的图像融合

2.1.3 图像质量评价指标

2.2 滤波器理论

2.2.1 滤波器概念

2.2.2 引导滤波器

2.2.3 多尺度滤波分解

2.3 混沌理论简述

2.3.1 混沌的定义

2.3.2 混沌的特性

2.3.3 典型的混沌系统

2.3.4 Logistic-Tent映射

2.4 图像加密理论

2.4.1 图像加密基本概念

2.4.2 基于混沌系统的图像加密

2.4.3 图像加密算法评价指标

2.5 本章小结

3 基于引导滤波和稀疏表示的图像融合算法

3.1 引言

3.2 问题陈述

3.3 算法框架

3.3.1 多尺度引导滤波分解

3.3.2 稀疏表示

3.3.3 融合规则

3.3.4 图像重构

3.4 实验结果与分析

3.4.1 融合结果分析

3.4.2 分析总结

3.5 本章小结

4 结合稀疏表示和混沌加密的图像安全融合算法

4.1 引言

4.2 问题陈述

4.3 结合稀疏表示和混沌加密的图像安全融合算法

4.3.1 算法框架

4.3.2 算法描述

4.4 实验结果与分析

4.4.1 图像加密结果

4.4.2 统计分析

4.4.3 信息熵分析

4.4.4 密钥空间

4.4.5 密钥敏感性

4.4.6 差分攻击分析

4.5 本章小结

5 总结与展望

5.1 总结

5.2 未来展望

参考文献

附录

A 作者在攻读学位期间参与的科研项目

B 学位论文数据集

致谢