公开(公告)号：CN112260815B

公开(公告)日：2022-01-25

申请号：CN202010978110.0

申请日：2020-09-17

Applicant: 广西财经学院 ,  刘红宇 ,  王继军 ,  李国祥

Inventor： 刘红宇 ,  王继军 ,  李国祥

IPC: H04L9/00 ,  G06F21/60 ,  G06F16/51

Abstract: 本发明是关于一种基于索引矩阵的图像加密方法、装置、终端及存储介质，属于图像处理技术领域。所述方法包括：所述加密过程包括：获取待加密图像的像素值矩阵，生成序列：根据生成的序列生成索引矩阵；生成加密步长矩阵，得到加密后的像素值矩阵；根据所述像素扩散矩阵对所述加密后的像素值矩阵进行像素扩散，得到加密图像；所述解密过程包括：获取加密图像的像素值矩阵，生成序列；根据生成的序列生成索引矩阵；生成加密步长矩阵；生成像素扩散矩阵；得到所述像素扩散前的加密图像的像素值矩阵；通过所述加密步长矩阵对所述像素扩散前的加密图像的像素值矩阵进行解密，得到加密前的原始图像。采用本发明，可以减轻图像加密的运算复杂度。

公开(公告)号：CN112260815A

公开(公告)日：2021-01-22

申请号：CN202010978110.0

申请日：2020-09-17

Applicant: 广西财经学院 ,  王继军

Inventor： 刘红宇 ,  王继军 ,  李国祥

IPC: H04L9/00 ,  G06F21/60 ,  G06F16/51

Abstract: 本发明是关于一种基于索引矩阵的图像加密方法、装置、终端及存储介质，属于图像处理技术领域。所述方法包括：所述加密过程包括：获取待加密图像的像素值矩阵，生成序列：根据生成的序列生成索引矩阵；生成加密步长矩阵，得到加密后的像素值矩阵；根据所述像素扩散矩阵对所述加密后的像素值矩阵进行像素扩散，得到加密图像；所述解密过程包括：获取加密图像的像素值矩阵，生成序列；根据生成的序列生成索引矩阵；生成加密步长矩阵；生成像素扩散矩阵；得到所述像素扩散前的加密图像的像素值矩阵；通过所述加密步长矩阵对所述像素扩散前的加密图像的像素值矩阵进行解密，得到加密前的原始图像。采用本发明，可以减轻图像加密的运算复杂度。

公开(公告)号：CN105956990A

公开(公告)日：2016-09-21

申请号：CN201610264883.6

申请日：2016-04-27

Applicant: 广西财经学院 ,  王继军 ,  李国祥

Inventor： 王继军 ,  李国祥

IPC: G06T1/00

Abstract: 本发明提供了一种通用型大容量图像无损信息隐藏算法，设计了一个二进制数绝对值模可逆运算模型，利用该模型，并借助载体图像相邻像素点的位置关系，结合混沌系统，实现了秘密的嵌入，单次嵌入率可达到1bit/pixel，且载体图像灰度值的最大修改值为1。若记该方法为：“单次1bpp嵌入法”，那么在目前认为图像峰值信噪比不小于30dB就是可接受的前提下，还可推广到“单次2bpp嵌入法”、“单次3bpp嵌入法”、“单次4bpp嵌入法”等，这些在嵌入容量和隐蔽性上均有较大优势。特别是采用N重“单次1bpp嵌入法”时，总的嵌入率可达到N bit/pixel，对载体的最大修改值依然为1，对载体图像的峰值信噪比影响依然极小，整个算法通用性强，灵活性大，适用面广，嵌入率高，隐蔽性好，安全性高。

公开(公告)号：CN105956990B

公开(公告)日：2019-10-15

申请号：CN201610264883.6

申请日：2016-04-27

Applicant: 广西财经学院 ,  王继军 ,  李国祥

Inventor： 王继军 ,  李国祥

IPC: G06T1/00

Abstract: 本发明提供了一种通用型大容量图像无损信息隐藏算法，设计了一个二进制数绝对值模可逆运算模型，利用该模型，并借助载体图像相邻像素点的位置关系，结合混沌系统，实现了秘密的嵌入，单次嵌入率可达到1bit/pixel，且载体图像灰度值的最大修改值为1。若记该方法为：“单次1bpp嵌入法”，那么在目前认为图像峰值信噪比不小于30dB就是可接受的前提下，还可推广到“单次2bpp嵌入法”、“单次3bpp嵌入法”、“单次4bpp嵌入法”等，这些在嵌入容量和隐蔽性上均有较大优势。特别是采用N重“单次1bpp嵌入法”时，总的嵌入率可达到N bit/pixel，对载体的最大修改值依然为1，对载体图像的峰值信噪比影响依然极小，整个算法通用性强，灵活性大，适用面广，嵌入率高，隐蔽性好，安全性高。

公开(公告)号：CN105913153A

公开(公告)日：2016-08-31

申请号：CN201610227254.6

申请日：2016-04-13

Applicant: 广西财经学院

Inventor： 李国祥 ,  夏国恩 ,  姚伟民

IPC: G06Q10/04 ,  G06K9/62

CPC classification number: G06Q10/04 ,  G06K9/6221

Abstract: 本发明公开了一种多维数据特征相似性测量的目标预测方法，包括以下步骤：S1：提取二维属性数据，S2：建立数据矩阵的属性直方图，S3：开展归一化后的多维属性直方图的栅格计算，S4：将属性特征的相似性测量问题转化为线性规划的运输问题，S5：转化非相邻属性栅格距离为相邻栅格距离路径之和，S6：生成优化后的相似性测量模型，S7：计算两两时间节点相似性距离，S8：累加求和，S9：最终将高维数据约简为多维属性特征的相似性序列，S10：利用支持向量回归机对该序列与目标向量拟合预测。本发明能够更好的从全局的角度比对直方图特征差异，兼顾了全数据特征与目标变量之间的映射关系，避免了特征选择主观性对于目标预测的偏差。