基于新设计的一维正弦混沌映射和离散U变换嵌入方式的视觉安全图像加密方法

    公开(公告)号:CN115442492A

    公开(公告)日:2022-12-06

    申请号:CN202211053160.3

    申请日:2022-08-31

    Applicant: 河南大学

    Abstract: 本发明属于图像加密技术领域,公开一种基于新设计的一维正弦混沌映射和离散U变换嵌入方式的视觉安全图像加密方法,包括:利用明文信息和SHA‑512哈希函数生成多组密钥,利用明文相关的密钥控制一维正弦混沌系统1‑DSC映射生成测量矩阵,利用该测量矩阵压缩明文图像的稀疏系数矩阵;对处理后数据进行量化,对量化后的数据进行双重锯齿形置乱,最后再经扩散操作生成秘密图像;在1‑DSC映射的控制下,采用基于离散U变换的嵌入方式将秘密图像嵌入载体图像中,得到视觉有意义的加密图像。本发明提出的方法不仅可以同时压缩和加密明文图像,还可以生成高质量的加密图像,以确保视觉安全性。

    基于卷积神经网络的双支网络图像隐写框架及方法

    公开(公告)号:CN112926607B

    公开(公告)日:2023-02-17

    申请号:CN202110462687.0

    申请日:2021-04-28

    Applicant: 河南大学

    Abstract: 本发明提供一种基于卷积神经网络的双支网络图像隐写框架及方法。该框架包括编码网络与解码网络;所述编码网络包括特征提取网络和隐写网络;所述特征提取网络用于灰度秘密图像的特征提取;所述隐写网络用于将特征提取网络提取到的灰度图像特征嵌入至自然载体图像之中,得到含密载体图像;所述解码网络用于从含密载体图像中提取出灰度秘密图像。本发明设计了秘密图像与载体图像并行的双支隐写网络,突破了传统的基于卷积神经网络的单支图像隐写框架,提高了图像隐写的安全性、透明性并避免了网络训练时的梯度消失等问题,加速网络的训练过程。

    基于卷积神经网络的双支网络图像隐写框架及方法

    公开(公告)号:CN112926607A

    公开(公告)日:2021-06-08

    申请号:CN202110462687.0

    申请日:2021-04-28

    Applicant: 河南大学

    Abstract: 本发明提供一种基于卷积神经网络的双支网络图像隐写框架及方法。该框架包括编码网络与解码网络;所述编码网络包括特征提取网络和隐写网络;所述特征提取网络用于灰度秘密图像的特征提取;所述隐写网络用于将特征提取网络提取到的灰度图像特征嵌入至自然载体图像之中,得到含密载体图像;所述解码网络用于从含密载体图像中提取出灰度秘密图像。本发明设计了秘密图像与载体图像并行的双支隐写网络,突破了传统的基于卷积神经网络的单支图像隐写框架,提高了图像隐写的安全性、透明性并避免了网络训练时的梯度消失等问题,加速网络的训练过程。

Patent Agency Ranking