基于曲率滤波优化的遥感影像去雾算法

针对山区容易积聚云雾不利于遥感影像解译,且遥感影像因包含大量信息数据计算速率慢,在去雾过程中遇到雾量过多的情况去除效果差的问题,提出了一种曲率滤波优化与非局部去雾方法相结合的光学遥感影像去雾算法。首先通过曲率滤波降低了图像的总能量,从而减少了图像占用的内存,提高了计算效率。然后通过霍夫变换表决机制筛选出符合的大气光值,再根据大气散射模型估算透射率。最后,通过图像重建获得无雾图像。实验结果表明,该方法在计算速率上显著快于未经高斯曲率滤波优化的方法,在去雾效果方面,雾量很多情况下所恢复图像细节清晰,亮度适宜,改善了去雾时雾量很多去除效果差的情况。     

基于2D Chebyshev-Sine映射的图像加密算法

混沌系统因对初始条件和参数具有极度的敏感性、遍历性和不可预测性,被广泛应用于图像加密领域。提出了一种二维映射——二维Chebyshev-Sine映射。通过分析轨迹图得到映射,与其他混沌映射相比,此映射拥有更宽广的混沌范围和良好的遍历性,对初始条件和系统参数具有高度敏感性,实现成本相对较低。基于此,提出了一种线性混合层图像加密算法:通过行移位和列混合有效改变图像像素空间位置和像素频域中的值,同时使用了中国剩余定理的扩散原则。实验仿真结果证明,此加密算法具有抵抗差分攻击和选择明文攻击的性能,且运行速度快,安全性较高。