-
公开(公告)号：CN114708341B
公开(公告)日：2025-03-14
申请号：CN202111569086.6
申请日：2021-12-21
Applicant: 上海理工大学
IPC: G06F17/00
Abstract: 本发明公开了一种菲涅尔域算法和关联成像的多路复用和多图像加密方法，包括：对单幅图像进行菲涅尔域Gerchberg–Saxton算法，得到一个纯相位函数；对需要加密的各个图像分别进行上述操作，得到多个纯相位函数；将多个相位函数进行叠加并归一化，得到一个组合的相位函数；把组合相位函数作为二次加密即关联成像加密的明文；有一系列随机散斑调制的光照射到成像图像上，由桶探测器收集并记录下光场强度信息，完成二次加密。本方法首先通过菲涅尔衍射的距离复用，实现了“一码一钥”。根据本发明，不仅具有较好的安全性而且能够抵抗噪声、裁剪等攻击，同时也具有较好的加密容量，解决了共享公钥的潜在风险。
-
公开(公告)号：CN116743934B
公开(公告)日：2024-05-14
申请号：CN202310612463.2
申请日：2023-05-29
Applicant: 上海理工大学
IPC: H04N1/32 , G06N3/0464 , G06N3/048 , G06N3/08 , H04N19/467 , H04N19/86
Abstract: 本发明公开了一种基于深度学习和鬼成像的等分辨率图像隐藏加密方法，包括：S1、利用深度学习方法对若干图像样本进行训练，得到基于编码器‑解码器结构的等分辨率图像隐写模型ERIH‑Net；S2、将两幅测试图像(明文图像和载体图像)作为ERIH‑Net模型Hide‑Net图像隐藏网络的输入端，生成一幅含有明文图像特征信息的含密图像(一级密文图像)；S3、通过数字微镜装置DMD加载一系列哈达玛相位调制矩阵调制光场，生成一系列照明散斑；通过照明散斑照明含密图像，利用不具有空间分辨能力的桶探测器装置BD计算图像空间范围内光强信息，生成一系列光强值(二级密文)；S4、通过压缩感知图像重构算法，利用调制的光场信息和采集到的桶探测器值重构出含密图像；S5、将重构的含密图像作为ERIH‑Net模型图像提取网络Extract‑Net的输入端，成功地提取出明文图像信息。根据本发明，可以提升光学图像加密系统的安全性和信息隐藏容量，单位像素点隐藏信息量可达8bit。
-
公开(公告)号：CN116681978A
公开(公告)日：2023-09-01
申请号：CN202310667710.9
申请日：2023-06-07
Applicant: 上海理工大学
IPC: G06V10/80 , G06V10/82 , G06V10/40 , G06N3/0442 , G06N3/045 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于注意力机制和多尺度特征融合的显著性目标检测方法，包括：S1、进行数据预处理，构建深度学习模型训练及测试所需的数据集及标签；S2、构建基于注意力机制和多尺度特征融合的显著性目标检测网络；S3、将S1中的训练数据集输入到S2中构建的显著性目标检测网络中进行训练，得到显著性目标检测模型；S4、随机挑选图片输入到该模型中，得到检测结果。根据本发明，有效的提取到显著性区域的特征，有效地过滤冗余特征。
-
公开(公告)号：CN116664811A
公开(公告)日：2023-08-29
申请号：CN202310494778.1
申请日：2023-05-05
Applicant: 上海理工大学
IPC: G06V10/20 , G06V10/42 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了应用于单像素成像领域一种针对关联成像结果进行显著性目标检测的算法，包括：S1、创建基于傅里叶单像素成像的不同采样率下的显著性目标检测数据集；S2、构建嵌套U型结构的显著性目标检测网络模型；S3、将显著性目标检测数据集输入显著性目标检测网络模型中进行训练得到训练好的显著性目标检测模型；S4、通过将实际的关联成像结果输入显著性目标检测模型进行检测得到的结果。根据本发明，指导关联成像系统针对性的对显著性目标区域进行高频次的采样，以提高关联成像系统的效率，节约其开销。
-
公开(公告)号：CN116468821A
公开(公告)日：2023-07-21
申请号：CN202310461587.5
申请日：2023-04-26
Applicant: 上海理工大学
IPC: G06T11/00 , G02B27/48 , G06N3/0455
Abstract: 本发明公开了一种基于深度学习和多模光纤散斑的抗扰动成像方法，包括：S1、利用第一光学实验系统获取无扰动情况下多模光纤模式色散后出现的散斑图；S2、通过深度学习方法对无扰动样本进行训练，得到基于U‑net的多模光纤散斑成像模型；S3、利用第二光学实验系统获取有扰动情况下多模光纤模式色散后出现的散斑图；S4、将扰动情况下的样本与未扰动的样本用深度学习方法进行相似度度量，同时利用离群点检测方法确定剔除阈值来区分离群点和正常点，剔除部分异常相似度的数据点，得到基于VGG的自适应校准模型，将扰动样本用未扰动样本进行校准；S5、扰动样本校准为未扰动样本后使用U‑net模型进行成像。根据本发明，可以提升扰动情况下多模光纤散斑的成像效果，以便实验条件改变时从其校准状态也能实现高质量成像效果，从而提高模型的抗干扰能力。
-
Patent Agency Ranking
公开(公告)号：CN110766596B
公开(公告)日：2023-06-13
申请号：CN201911000612.X
申请日：2019-10-21
Applicant: 上海理工大学
Abstract: 本发明涉及一种基于光联成像的光学加密方法。包括以下步骤：加密，将计算机生成的多个随机矩阵作为密钥1，将待加密图像作为明文，将密钥与明文相乘，生成密文；以密文作为约束，建立伪装图像及多个相应的调制矩阵，使伪装图像和待加密图像拥有相同的密文；通过图像的水印嵌入算法和加密算法，将随机矩阵嵌入到调制矩阵中，生成新的矩阵作为密钥；传输：将密钥2和密文同时传输；解密：通过图像的水印提取算法和解密算法，将密钥1从密钥2中提取出来，与密文进行关联计算，重构加密图像，重建明文。本发明的光学加密方法为用户提供安全的信息传递，避免重要的信息泄露，并且克服现在技术中计算量较大的缺陷，简化接收者的光学解密过程和难度。
-
公开(公告)号：CN115314602B
公开(公告)日：2023-05-09
申请号：CN202210921755.X
申请日：2022-08-02
Applicant: 上海理工大学
Abstract: 本发明公开了一种基于图像缩放和关联成像的多图像加密方法，包括：S1、通过图像缩放算法对单个明文图像进行初次的加密；S2、对各个明文图像重复上述操作，得到多个伪装之后的第一阶段密文图像；S3、将步骤S1中密文图像中的某一个用一系列随机模式调制，得到一系列桶探测器值，得到最终的密文；S4、使用密文作为约束来生成密文图像的调制图案，调制模式被用作相应图像的第二阶段密钥；S5、伪装图像中的每一个像素点都对应有其特定的权重与内核大小及每张图像的一系列调制模式作为密钥传输给接收方以完成加密。根据本发明，不仅具有较好的安全性而且能够抵抗噪声、裁剪等攻击，同时也具有较好的加密容量，解决了共享公钥的潜在风险。
-
公开(公告)号：CN109151251A
公开(公告)日：2019-01-04
申请号：CN201810933778.6
申请日：2018-08-16
Applicant: 上海理工大学
Abstract: 本发明涉及一种基于深度学习和关联成像的双密钥图像传输方法，输入待传输图像，经过卷积层后得到的特征图像由下采样层处理的得到紧凑的输出图像；输出图像再通过关联成像传输；再通过深度学习的反卷积网络得到恢复的图像。在关联成像传输过程中，公共通道和秘密通道共享密钥，密钥是由随机的调制信号组成的矩阵，而密文通过秘密通道进行传输，提高了传输的安全性以及信噪比。在深度学习重构过程中，卷积层和反卷积层共享权值矩阵，提高了训练过程的速率以及图像的分辨率。
-
公开(公告)号：CN105548139A
公开(公告)日：2016-05-04
申请号：CN201610022876.5
申请日：2016-01-14
Applicant: 上海理工大学
IPC: G01N21/65
CPC classification number: G01N21/658
Abstract: 本发明涉及一种基于交叉闭合光路的激光拉曼气体检测系统，两高压氦氖玻璃管对称斜插入反应室同侧，第一反射镜、第一高压氦氖管、三棱镜和第二反射镜依次放置在同一轴线上，第四反射镜、第二高压氦氖管和第三反射镜对应与第一反射镜、第一高压氦氖管和第二反射镜以反应室中心水平线对称放置；两个高压氦氖玻璃管射出的氦氖激光在系统中形成两个闭合交叉环式光路；多路气体由反应室上的进气口进入反应室，与激光反应产生拉曼信号，混合光通过光谱仪模块收集。系统结合有源腔增强技术和拉曼气体检测技术，采用有源腔，避免了无源腔的结构松散，采用交叉环式光路，降低了单路光路带来的回返光影响。能同时在线测量多种气体，并进行实时在线分析。
-
公开(公告)号：CN102236882B
公开(公告)日：2012-11-07
申请号：CN201110204616.7
申请日：2011-07-21
Applicant: 上海理工大学
IPC: G06T1/00
Abstract: 本发明涉及一种基于版权保护的变换域加密全息水印算法，将水印信息进行双随机相位调制并生成水印全息图；其次将载体图像在CIELab颜色空间内的L分量进行4×4分块，对每一分块进行DCT变换，抽取每个矩阵的中低频系数，组成一个新的矩阵，并对之进行小波分解，将水印全息图嵌入到它的中低频小波系数上，得到嵌入后的彩色图像，将步骤反方向操作可将水印图像再次提取。水印具有很好的不可见性；水印图像经过双随机相位加密，使该水印具有较高的安全性；提取水印图像不需要原始图像的参与，该水印属于盲检测水印。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.029 seconds)
