利用差分图像奇异值分解的置乱程度评价研究

doi:10.3778/j.issn.1002-8331.2010.23.046

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (23): 162-165.DOI: 10.3778/j.issn.1002-8331.2010.23.046

• 图形、图像、模式识别 • 上一篇下一篇

利用差分图像奇异值分解的置乱程度评价研究

田小平，吴成茂

西安邮电学院电子工程学院，西安 710121

收稿日期:2009-03-20 修回日期:2009-06-19 出版日期:2010-08-11 发布日期:2010-08-11
通讯作者: 田小平

Study on image scrambling degree using singular value decomposition of difference image

TIAN Xiao-ping，WU Cheng-mao

School of Electronics Engineering，Xi’an University of Posts and Telecommunications，Xi’an 710121，China

Received:2009-03-20 Revised:2009-06-19 Online:2010-08-11 Published:2010-08-11
Contact: TIAN Xiao-ping

摘要/Abstract

摘要： 提出了基于差分图像和奇异值分解相结合的图像置乱效果评价新方法。针对基于奇异值分解法的置乱程度评价法不能客观地反映图像置乱效果好坏的不足，首先对置乱前后图像进行差分运算并得到其相应的差分图像，其次对两差分图像进行奇异值分解，最后计算其奇异值差异程度的大小作为图像置乱效果评价的新准则。实验结果表明，提出的评价方法能够较好地刻画图像的置乱程度，反映了加密次数与置乱程度之间的关系，与人的视觉基本相符。对于不同的图像，该评价方法在一定程度上反映了所用的置乱变换在各置乱阶段的效果。

关键词: 图像置乱, 置乱度, 差分图像, 奇异值分解

Abstract: A new image scrambling effect evaluation method based on singular value decomposition of difference image is proposed.Considering the shortcoming of singular value decomposition based image scrambling degree evaluation method not being capable of reflecting that image scrambling effect is good or bad，this paper first obtains the one and two order difference images of the original image and scrambled image by means of difference operation on two images，then the two kinds of difference images are decomposed by singular value decomposition，lastly the discrepancy degree of Singular values of difference images is acted as the new criteria of image scrambling effect evaluation.Experimental results show that the proposed method is effective to describe the relation between the scrambling effect and the number of iterations in the scrambling techniques，which largely consists with human vision.For different images，when some transformation is used，this evaluation method can reflect to some extent the scrambling effects in each scrambling stage.

Key words: image scrambling, scrambling degree, difference image, singular value decomposition

中图分类号:

TP391

田小平，吴成茂. 利用差分图像奇异值分解的置乱程度评价研究[J]. 计算机工程与应用, 2010, 46(23): 162-165.

TIAN Xiao-ping，WU Cheng-mao. Study on image scrambling degree using singular value decomposition of difference image[J]. Computer Engineering and Applications, 2010, 46(23): 162-165.

[1]	蔡冬丽，钟清华，朱永升，廖金湘，韩劢之. 三维输入卷积神经网络脑电信号情感识别[J]. 计算机工程与应用, 2021, 57(5): 161-167.
[2]	杨信民，董红斌，谭成予，周雯. 采用奇异值分解和信息增益的树突状细胞模型[J]. 计算机工程与应用, 2021, 57(15): 156-162.
[3]	赵青，冶继民，常芳丽. 两正定矩阵联合对角化盲分离算法[J]. 计算机工程与应用, 2019, 55(7): 214-219.
[4]	曹浩，陈里里，司吉兵，任君兰. 奇异值分解和稀疏自编码器的轴承故障诊断[J]. 计算机工程与应用, 2019, 55(20): 257-262.
[5]	赵建，张友鹏，赵斌. 基于奇异值分解理论的钢轨断裂检测方法[J]. 计算机工程与应用, 2018, 54(9): 243-250.
[6]	梁新宇1，2，吴建德1，2，黄国勇1，2，孙磊1，2. H∞鲁棒自适应CKF算法在组合导航中的应用[J]. 计算机工程与应用, 2018, 54(9): 251-256.
[7]	王茜竹，邱聪聪. Massive MIMO系统基于子空间的半盲信道估计[J]. 计算机工程与应用, 2018, 54(8): 91-95.
[8]	黄刚劲1，2，范玉刚1，2，冯早1，2，刘英杰1，2. 基于广义形态滤波和MRSVD的故障诊断方法研究[J]. 计算机工程与应用, 2018, 54(3): 217-221.
[9]	李天雪，王建平，张敏情，孔咏骏. 基于SVD压缩的高保真可逆信息隐藏算法[J]. 计算机工程与应用, 2018, 54(14): 115-119.
[10]	刘翠响，马玉双，王宝珠，郭志涛. 过完备字典稀疏表示下的RAMP重构算法[J]. 计算机工程与应用, 2018, 54(14): 199-202.
[11]	郑雄风，丁立新，万润泽. 基于用户和产品Attention机制的层次BGRU模型[J]. 计算机工程与应用, 2018, 54(11): 145-152.
[12]	李越1，2，范玉刚1，2，黄国勇1，2. MRSVD敏感分量在单频周跳探测修复中的应用[J]. 计算机工程与应用, 2017, 53(7): 220-224.
[13]	符颖，王星，周东青，范翔宇，周一鹏. 基于模糊函数SVD和改进S3VM的雷达信号识别[J]. 计算机工程与应用, 2017, 53(6): 264-270.
[14]	张培科1，2，武元新2，蔡奇1，2. 基于单应矩阵的相对位姿改进算法[J]. 计算机工程与应用, 2017, 53(15): 25-30.
[15]	孙磊1，2，黄国勇1，2，李越1，2. 改进的强跟踪SVD-UKF算法在组合导航中的应用[J]. 计算机工程与应用, 2017, 53(10): 225-229.

利用差分图像奇异值分解的置乱程度评价研究

Study on image scrambling degree using singular value decomposition of difference image

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics