导读:本文包含了基于动态图像的编码论文开题报告文献综述及选题提纲参考文献，主要关键词:图像加密,混沌系统,密钥流缓冲区,DNA动态编码
基于动态图像的编码论文文献综述
张丽君,徐喜荣,耿彧,聂卫国,张选平[1]（2019）在《基于密钥流缓冲区和DNA动态编码的图像加密算法》一文中研究指出数字图像的安全性传输是研究热点问题.针对现有基于DNA序列的图像加密算法中密钥对明文敏感性不足的问题,提出了一种基于密钥流缓冲区和DNA动态编码的图像加密算法.首先,利用混沌系统产生伪随机序列对明文图像实现全局置乱;然后,通过PWLCM混沌系统初始化密钥流缓冲区,根据明文像素值选择密钥,对置乱图像进行DNA动态编码;最后,对编码后的密文序列再进行一轮扩散操作.仿真结果表明,该算法在置乱度、密钥空间、抵御差分攻击和统计攻击等方面均具有良好的效果.(本文来源于《大连理工大学学报》期刊2019年05期）
侯德智[2]（2018）在《基于混沌理论与动态DNA编码的图像加密算法》一文中研究指出随着互联网时代的到来和计算机相关技术的迅速发展,人们的生活方式变得更加的便捷,人们可以通过互联网和计算机对多媒体信息进行存储和传输,其中图像信息为多媒体信息的重要组成部分。然而由于互联网的开放性以及部分网络协议的缺陷,人们在享受互联网的便捷性的同时还需要注重其安全性不足所带来的风险。在图像传输或存储之前对图像进行加密操作,是保证图像传输和存储过程中安全性的主要手段之一。所以研究、设计更加安全有效的图像加密算法对信息安全的发展有着重要的意义。本文详细地介绍了混沌理论的基础以及DNA计算的思想,提出了一种基于均匀置乱和Lorenz映射的图像加密算法以及一种基于混沌理论与动态DNA编码的图像加密算法。本文的主要研究工作与创新点可以分为以下几个方面:(1)提出了一种基于均匀置乱和Lorenz映射的图像加密算法,首先利用Arnold cat映射和Lorenz映射以及均匀置乱的思想,对图像进行置乱。其中Lorenz映射产生的混沌序列,同时参与图像置乱与图像扩散两个部分,在图像的均匀置乱过程中提供置乱所需要的参数,在图像扩散过程中,提供辅助数据用以对置乱后的图像进行扩散操作。并对算法进行了大量仿真实验以及针对实验结果的安全性分析,可以确定该算法具有良好的加密效果,可以满足现阶段针对加密安全性的要求。(2)提出了一种基于混沌理论与动态DNA编码的图像加密算法,通过利用Arnold cat映射、Lorenz映射和Chen超混沌映射完成均匀置乱与像素扩散操作,其中像素扩散操作采用动态DNA编码的方式。利用Chen超混沌映射所产生的混沌序列,动态选择DNA编码规则对图像信息进行DNA编码和DNA相关运算的操作,完成加密。通过大量仿真实验以及灰度直方图分析、相关性分析和NPCR分析等大量针对实验结果的安全性分析,可以确定该算法具有良好的加密效果、以及抵御穷举攻击、统计攻击、差分攻击等多种攻击手段的能力。文章最后对上述两种算法的实验结果和安全性进行了比较分析,发现与基于均匀置乱和Lorenz映射的图像加密算法相比,基于混沌理论与动态DNA编码的图像加密算法的安全性指标更为突出,加密效果更好。(本文来源于《东北林业大学》期刊2018-04-09）
陈伟,姚成乾[3]（2018）在《动态云模型编码的图像增强》一文中研究指出为了提高图像增强的效果,采用动态云模型编码算法。通过高斯云产生器产生云模型的云滴;选择云模型编码域保证编码的多样性和重要性,编码规则把图像像素的灰度值作为云模型的云滴,包括空间位置以及决策变量,动态调整控制参数;分析图像像素背景区域和目标编码,给出了增强过程。实验仿真显示本文算法对图像增强清晰,运行时间较少,性能指标较优。(本文来源于《实验室研究与探索》期刊2018年03期）
杨吉云,吴昊[4]（2018）在《基于混沌系统和动态DNA编码与运算的彩色图像加密算法》一文中研究指出现有结合混沌系统和DNA计算的图像加密算法因DNA编码规则和运算规则单一、加密结构安全性低,导致算法易被破解。为此,提出一种结合Intertwining Logistic映射和动态DNA编码与运算的彩色图像加密算法。该算法包括置乱阶段和扩散阶段,在置乱阶段,利用模拟退火算法构造的置乱序列分别对彩色图像信道进行行和列置乱,得到置乱信道。在扩散阶段,先根据随机序列值动态选择各置乱信道每个像素点的DNA编码规则及运算规则,然后结合密文反馈机制进行DNA加密计算。实验结果表明,该算法具有良好的抗攻击能力及加密效果。(本文来源于《计算机工程》期刊2018年02期）
詹伟,龙菲,徐焕,张科[5]（2016）在《一种用于高动态图像的自适应编码方法的改进研究》一文中研究指出高动态图像亮度变化范围较大,当前编码方法采用DCT技术描述高动态图像信号的变换,无法准确描述图像细节、频率突变的高动态图像信号,导致编码后图像的极亮和极暗区域可视性低、细节不丰富。提出一种新的用于高动态图像的自适应编码方法,分析了高动态图像编码过程,通过小波变换实现高动态图像信号描述形式的自适应变换,对高动态图像进行多尺度分解,获取不同尺度的高动态图像信息,得到子带图像;对各子带图像的小波系数进行量化,以达到提高图像码率的目的。在此基础上,选用Log Luv(TIFF)编码方法,对高动态图像信息数据间的统计相关性进行滤除,完成高动态图像的自适应编码。实验结果表明,采用所提方法对高动态图像进行编码后,得到的图像质量较高;且在编码效率较低的情况下,仍能保持较高的图像质量,编码性能明显优于预测编码方法。(本文来源于《科学技术与工程》期刊2016年24期）
罗斌玲[6]（2016）在《高动态范围图像编码及光照技术研究》一文中研究指出由于高动态范围(high dynamic range, HDR)图像在视觉效果上的优秀表现,给计算机图形学相关领域带来翻天覆地的变化。随着计算机图形学的发展,HDR技术的应用将越来越盛行,但目前市面上大多数显示设备只能用于显示低动态范围(low dynamic range, LDR)图像,因此,设计一种兼容高动态范围图像与低动态范围图像的方法显得尤为重要。本文的第一个任务就是提出一种HDR图像的兼容性编码方法,一方面使得HDR图像的色调映射格式能在传统显示器上读取显示,同时将HDR信息隐藏在LDR图像的头文件中；另一方面可以通过反色调映射(inverse tone mapping operator, iTMO),并借助LDR图像的头文件信息来恢复HDR图像。当应用只针对LDR图像时,只需提取文件中的一部分即可显示色调映射后的图像,当应用针对HDR图像时,对储存的文件进行反色调映射变换即可。本文兼容性编码模型中,一个关键步骤是反色调映射算法的设计。反色调映射变换用于将LDR图像转换为HDR图像,本文提出一种基于频域分离的反色调映射算法,目的是保留图像的细节及局部对比度。频域分离通过双边滤波器实现,随后低频域部分图像执行线性扩展和能量增强运算,最后与图像的高频域部分合并,生成HDR图像。实验证明,本文提出的算法优于许多其他算法。基于图像的光照(image based lighting, IBL)技术帮助人们将计算机生成的3D物体整合到真实场景中,IBL技术运用HDR图像作为光源,是HDR技术的一个重要应用领域,。传统的IBL模型较为简单,难以达到理想的渲染效果,这是因为传统的IBL技术很少考虑从计算机合成体投射到环境的阴影及反射光线。因此,本文的另一个任务是改进传统的IBL技术,将计算机合成体与周围环境的相互影响考虑到全局光照模型中,该思路可以通过为计算机合成体构造支撑面来实现,合成体的阴影及反射光线将通过支撑面来展现。改进的基于HDR图像的光照技术还可以依个人喜好,通过纹理移植的方法来轻微改动背景图像。可以将生成的纹理储存在纹理库,需要时将其移植到目标区域表面。本文改进的IBL技术能产生逼真的视觉效果·。(本文来源于《广东工业大学》期刊2016-05-01）
田海江,雷鹏,王永[7]（2014）在《基于混沌和DNA动态编码的图像加密算法》一文中研究指出以时空混沌模型作为核心控制方程,设计了一种基于动态DNA编码的图像加密算法。该算法使用耦合映像格子(Coupled map lattices,CML)中格子的状态值来编制索引,然后根据索引值选择像素点的DNA编码规则。由于对像素点的DNA编码是动态变化的,很好地解决了DNA编码规则少所带来的安全隐患,提高了算法的安全性。在加密图像的过程中,还通过密文反馈和混沌系统的迭代来增强算法的混淆和扩散特性。仿真实验表明,算法具有很好的安全性,适合应用于图像加密。(本文来源于《吉林大学学报(工学版)》期刊2014年03期）
阮威[8]（2012）在《高动态范围图像(HDRI)编码研究》一文中研究指出在讨论了高动态范围图像的基本理论基础上,分析了高动态范围图像编码的叁种技术方法及其特点,最后展望了高动态范围图像技术的应用领域和前景。(本文来源于《福建电脑》期刊2012年12期）
高健,宋奥,陈耀,刘万[9]（2011）在《图像灰度级动态分段的无损压缩编码方法》一文中研究指出文中提出了一种新的无损图像压缩编码方法.通过对图像灰度值按四种情况进行动态分段编码压缩,对于不同的图像会有不同的分段选择,因而具有一定的自适应性.实验证明,这种压缩方法具有很好的压缩效果.(本文来源于《微电子学与计算机》期刊2011年11期）
张小宁,梁志虎,刘纯亮,丁兴隆[10]（2010）在《基于图像信息的彩色PDP动态子场编码优化方法》一文中研究指出为改善"累积"发光驱动方法显示静态图像时的灰度级轮廓,提出了一种基于有效灰度级均匀分割采样的动态子场编码(DSC)算法。首先对输入图像中的孤立灰度区间进行灰度采样,然后对剩余灰度级均匀分割,选择各灰度区间概率密度较大的灰度级作为采样灰度级,相邻采样灰度级之差即为子场编码权值,从而使采样灰度级均匀分布在输入图像的有效灰度区间,并使采样灰度级和子场编码权值随图像变化。仿真和实验结果表明,该算法不仅能真实再现大面积的背景,而且使图像细节信息尽可能保留,显着减小了静态图像的轮廓。(本文来源于《光电子.激光》期刊2010年03期）
基于动态图像的编码论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着互联网时代的到来和计算机相关技术的迅速发展,人们的生活方式变得更加的便捷,人们可以通过互联网和计算机对多媒体信息进行存储和传输,其中图像信息为多媒体信息的重要组成部分。然而由于互联网的开放性以及部分网络协议的缺陷,人们在享受互联网的便捷性的同时还需要注重其安全性不足所带来的风险。在图像传输或存储之前对图像进行加密操作,是保证图像传输和存储过程中安全性的主要手段之一。所以研究、设计更加安全有效的图像加密算法对信息安全的发展有着重要的意义。本文详细地介绍了混沌理论的基础以及DNA计算的思想,提出了一种基于均匀置乱和Lorenz映射的图像加密算法以及一种基于混沌理论与动态DNA编码的图像加密算法。本文的主要研究工作与创新点可以分为以下几个方面:(1)提出了一种基于均匀置乱和Lorenz映射的图像加密算法,首先利用Arnold cat映射和Lorenz映射以及均匀置乱的思想,对图像进行置乱。其中Lorenz映射产生的混沌序列,同时参与图像置乱与图像扩散两个部分,在图像的均匀置乱过程中提供置乱所需要的参数,在图像扩散过程中,提供辅助数据用以对置乱后的图像进行扩散操作。并对算法进行了大量仿真实验以及针对实验结果的安全性分析,可以确定该算法具有良好的加密效果,可以满足现阶段针对加密安全性的要求。(2)提出了一种基于混沌理论与动态DNA编码的图像加密算法,通过利用Arnold cat映射、Lorenz映射和Chen超混沌映射完成均匀置乱与像素扩散操作,其中像素扩散操作采用动态DNA编码的方式。利用Chen超混沌映射所产生的混沌序列,动态选择DNA编码规则对图像信息进行DNA编码和DNA相关运算的操作,完成加密。通过大量仿真实验以及灰度直方图分析、相关性分析和NPCR分析等大量针对实验结果的安全性分析,可以确定该算法具有良好的加密效果、以及抵御穷举攻击、统计攻击、差分攻击等多种攻击手段的能力。文章最后对上述两种算法的实验结果和安全性进行了比较分析,发现与基于均匀置乱和Lorenz映射的图像加密算法相比,基于混沌理论与动态DNA编码的图像加密算法的安全性指标更为突出,加密效果更好。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
基于动态图像的编码论文参考文献
[1].张丽君,徐喜荣,耿彧,聂卫国,张选平.基于密钥流缓冲区和DNA动态编码的图像加密算法[J].大连理工大学学报.2019
[2].侯德智.基于混沌理论与动态DNA编码的图像加密算法[D].东北林业大学.2018
[3].陈伟,姚成乾.动态云模型编码的图像增强[J].实验室研究与探索.2018
[4].杨吉云,吴昊.基于混沌系统和动态DNA编码与运算的彩色图像加密算法[J].计算机工程.2018
[5].詹伟,龙菲,徐焕,张科.一种用于高动态图像的自适应编码方法的改进研究[J].科学技术与工程.2016
[6].罗斌玲.高动态范围图像编码及光照技术研究[D].广东工业大学.2016
[7].田海江,雷鹏,王永.基于混沌和DNA动态编码的图像加密算法[J].吉林大学学报(工学版).2014
[8].阮威.高动态范围图像(HDRI)编码研究[J].福建电脑.2012
[9].高健,宋奥,陈耀,刘万.图像灰度级动态分段的无损压缩编码方法[J].微电子学与计算机.2011
[10].张小宁,梁志虎,刘纯亮,丁兴隆.基于图像信息的彩色PDP动态子场编码优化方法[J].光电子.激光.2010