基于四元数的彩色图像高斯和脉冲混合噪声去噪算法-开题报告PPT.pptx

报告人: 陆一祎 导师: 王定成 教授 目录 CONTENTS 1 第 部分 论文意义及目的 随着图像采集技术和设备的迅速发展，目前获取的真实图像大都是彩色的。 彩色图像提供了比灰度图像和二值图像更多的信息量和更为丰富的视觉感受。 (a) (b) 不足：丢失了重要的色彩信息 灰度化 三通道分别处理 四元数 不足:没有考虑三通道的整体性和内在联系 基于彩色图像四元数表示方法以及四元数代数理论，将彩色图像视为一个整体进行处理，并考虑三通道之间的相关性。采用基于四元数的整体式处理方案，很多经典的针对灰度图像的算法和工具都已经有效推广应用于彩色图像。 基于四元数的彩色图像处理技术的研究现状。 基于分数阶变换域的彩色图像加密算法的研究现状。 基于四元数的彩色图像去噪技术的研究现状。 滤波去噪 数字水印 图像加密 边缘检测、图像分割 模式识别、人脸识别、配准和运动估计 目前，分数阶Fourier变换、分数阶哈特利变换、分数阶正弦变换、分数阶余弦变换、分数阶小波变换等等被用于彩色图像加密。 [1]Xu G L, Wang X T, Xu X G. Fractional quaternion Fourier transform, convolution and correlation[J]. Signal Processing, 2008, 88(10):2511-2517. [2] Wang X L, Zhai H Q, Li Z L, Gai Q. Double random-phase encryption based on discrete quaternion Fourier-transforms[J]. Optik, 2011, 122(10): 1856-1859. [3]Shao Z, Wu J, Coatrieux J L, et al. Quaternion gyrator transform and its application to color image encryption[C]. Image Processing (ICIP), 2013 20th IEEE International Conference on. IEEE, 2013: 4579-4582. [4]Fan J, Wang J, Sun X, et al. Partial encryption of color image using quaternion discrete cosine transform[J]. structure, 2015, 8(10). 目前，分数阶四元数Fourier变换[1]已经被提出，但基于分数阶四元数变换的彩色图像加密算法没有被提出，而用于彩色图像加密算法有：四元数Fourier变换[2]、四元数余弦变换[3]、四元数gyrator变换[4]。 针对脉冲噪声：基于四元数旋转的开关型矢量中值滤波器、基于四元数的加权向量中值滤波器等。 针对高斯噪声：基于四元数的最优权值非局部均值滤波器。 针对泊松噪声：基于四元数的加权平均滤波器。 3 第 部分 主要研究内容 彩色图像多参数分数阶四元数Fourier变换。 基于多参数分数阶四元数Fourier变换的彩色图像加密算法。 基于四元数的彩色图像高斯和脉冲混合噪声去噪算法。 MPFrFT定义如下： MPFrQFT定义如下： μ 但是上式的计算量较大，可以通过离散多参数分数阶Fourier变换特征分解结构来计算： Dα是离散多参数分数阶Fourier变换特征值构成一个对角矩阵，V是从S矩阵得到的近似连续Hermite-Gaussian函数的特征向量vk构成的矩阵。 μ μ μ (a) 加密框架 (b) 解密框架 彩色图像算法框图 实验中所用的256 × 256标准图像 实验结果与分析 安全性测试 分数阶四元数变换阶数的灵敏度测试 随机相位掩模的安全性测试 单位纯四元数安全性测试 随机整数周期参数安全性测试 随机向量安全性测试 统计分析 鲁棒性测试 抗裁剪攻击 抗噪声攻击 相关系数 密钥对比 基于四元数Fourier变换(QFT)的算法， 基于QGT的算法， 基于FrQFT的算法 运算时间对比 密钥对比 算法 密 钥 随机相位 单位纯四元数 变换阶数 周期参数 随机向量 QFT[17] a(x, y), b(u, v) µ1, µ2, µ3, µ4 － － － QGT[28] a(x, y), b(u, v) µ1, µ2, µ3, µ4 α1, α2, － － FrQFT a(x, y), b(u, v) µ1, µ2, µ3, µ4 α1, β1, α2, β2 － － MPFrQFT a(x, y), b(u,