Equivalence of a Bit Pixel Image to a Quantum Pixel Image

We propose a new method to transform a pixel image to the corresponding quantum-pixel using a qubit per pixel to represent each pixels classical weight in a quantum image matrix weight.All qubits are linear superposition,changing the coefficients level by level to the entire longitude of the gray scale with respect to the base states of the qubit.Classically,these states are just bytes represented in a binary matrix,having code combinations of 1 or 0 at all pixel locations.This method introduces a qubit-pixel image representation of images captured by classical optoelectronic methods.     

An Image Encryption Scheme Based on Logistic Quantum Chaos

This paper proposes an image encryption scheme based on logistic quantum chaos. Firstly, we use compressive sensing algorithms to compress plaintext images and quantum logistic and Hadamard matrix to generate the measurement matrix. Secondly, the improved flexible representation of the quantum images (FRQI) encoding method is utilized for encoding the compressed image. The pixel value scrambling operation of the encoded image is realized by rotating the qubit around the axis. Finally, the quantum pixel is encoded into the pixel value in the classical computer, and the bit-level diffusion and scrambling are performed on it. Numerical analysis and simulation results show that our proposed scheme has the large keyspace and strong key sensitivity. The proposed scheme can also resist standard attack methods such as differential attacks and statistical analysis.     

A 128 × 128 Pixel Complementary Metal Oxide Semiconductor Image Sensor with an Improved Pixel Architecture for Detecting Modulated Light Signals

A complementary metal oxide semiconductor (CMOS) image sensor for the detection of modulated light under background illumination has been developed. When an object is illuminated by a modulated light source under background illumination the sensor enables the object alone to be captured. This paper describes improvements in pixel architecture for reducing fixed pattern noise (FPN) and improving the sensitivity of the image sensor. The improved 128 × 128 pixel CMOS image sensor with a column parallel analog-to-digital converter (ADC) circuit was fabricated using 0.35-mm CMOS technology. The resulting captured images are shown and the properties of improved pixel architecture are described. The image sensor has FPN of 1/28 that of the previous image sensor and an improved pixel architecture comprising a common in-pixel amp and a correlated double sampling (CDS) circuit. The use of a split photogate increases the sensitivity of the image sensor to 1.3 times that of the previous image sensor.     

A New Quantum Gray-Scale Image Encoding Scheme

In this paper, a new quantum images encoding scheme is proposed. The proposed scheme mainly consists of four different encoding algorithms. The idea behind of the scheme is a binary key generated randomly for each pixel of the original image. Afterwards, the employed encoding algorithm is selected corresponding to the qubit pair of the generated randomized binary key. The security analysis of the proposed scheme proved its enhancement through both randomization of the generated binary image key and altering the gray-scale value of the image pixels using the qubits of randomized binary key. The simulation of the proposed scheme assures that the final encoded image could not be recognized visually. Moreover, the histogram diagram of encoded image is flatter than the original one. The Shannon entropies of the final encoded images are significantly higher than the original one, which indicates that the attacker can not gain any information about the encoded images.     

亚像素多重分形方法在图像处理中的应用

提出了一种用亚像素多重分形原理求取图像奇异性的新型算法,降低了单纯依靠整数像素位置灰度级梯度信息计算边缘测度所产生的误差。该算法结合CCD成像机理给出在亚像素位置的灰度级梯度分布规律,利用多重分形理论将实际图像分割成一系列具有不同奇异性指数的分形集合,对应着从边缘到纹理各层面的图像内容。模拟计算了投影小波中心点改变单位距离对边缘测度的影响程度,得出亚像素分割梯度的方法可以增加计算结果鲁棒性的结论。此方法用于标准图像的分割中,选用5×5亚像素数目提取的最奇异性集合与索贝尔(Sobel)算子(默认阈值为36.7920)提取的边缘的峰值信噪比为9.3981 dB。应用于复杂路面的裂纹提取中,其结果更符合人类的视觉观测。     

一种基于相位相关的亚像素红外图像配准算法

图像匹配技术广泛应用于各种图像处理任务,如图像拼接、机器视觉等。通常匹配算法的精确度只能达到像素级别,但在很多图像处理任务如超分辨率重建中需要亚像素精度的图像配准。提出了一种基于相位相关的亚像素图像配准算法。根据两幅离散数字图像的相位相关矩阵中的最大值以及其附近若干点可以拟合估计出实际的峰值位置,进而实现两幅图像的亚像素运动估计。提出的算法针对热像仪采集的红外图像进行匹配实验,实验结果表明该算法精度相比通常的亚像素匹配算法较高,且具有更好的实用性。     

Triangle Geometry for Qutrit States in the Probability Representation

We express the matrix elements of the density matrix of the qutrit state in terms of probabilities associated with artificial qubit states. We show that the quantum statistics of qubit states and observables is formally equivalent to the statistics of classical systems with three random vector variables and three classical probability distributions obeying special constrains found in this study. The Bloch spheres geometry of qubit states is mapped onto triangle geometry of qubits. We investigate the triada of Malevich’s squares describing the qubit states in quantum suprematism picture and the inequalities for the areas of the squares for qutrit (spin-1 system). We expressed quantum channels for qutrit states in terms of a linear transform of the probabilities determining the qutrit-state density matrix.     

基于立体像素匹配的图像重构技术研究

为了解决目前全景成像技术中分辨率低的问题,提出了一种新的基于3D场景立体像素光线映射的全景图像计算机重构技术.在全景成像技术中,3D场景的每个立体像素点经全景成像系统的编码系统分别映射在一定区域的多个体元素图像的不同像素点上.在计算机重构全景图像时,根据逆光学路径原理,提出了从立体像素映射到的体元素图像区域中提取对应立体像素的多个2D像素点来重构全景图像,使重构的全景图像最大分辨率可达到传统成像方法图像分辨率的N倍（N为映射区域面积）.提出的立体像素的匹配技术大大提高了重构的计算机全景图像分辨率.     

拉普拉斯约束低秩表示的高光谱图像异常检测

伴随高光谱图像的广泛使用,高光谱图像技术得到长足的发展,其中高光谱图像异常检测技术越发受到重视。为了解决传统高光谱图像异常检测技术的实用性和检测效果不佳的问题,提出一种新颖的低秩表示检测算法。对于高光谱图像,大部分背景像元均可以被少量主要的背景像元组合近似地表示,且它们的表示系数将会位于低秩的空间中。在剩下无法被主要背景像元表示的稀疏部分中存在着异常像元,则可以被检测算法提取出来。在低秩表示中,背景像元字典的构建将会影响高光谱图像中背景像元的表示。如直接从现有高光谱图像中提取背景像元构建字典,会导致异常像元对背景像元字典的污染。而利用待检测高光谱图像观测数据和由光谱组成原理可合成的潜在未观测数据来构建背景像元字典,提取出背景像元的主要特征,有利于更好地分离出稀疏异常像元的信息。并且高光谱图像数据存在高维几何结构特点,通过引入拉普拉斯矩阵来约束空间中局部相似的像元对于待检测像元的表示作用,获得更接近于真实的表示系数。实验结果分别在仿真数据和真实数据上验证,与传统方法相比,提出的方法通过有效地突出异常像元提高了检出率和抑制了背景像元,降低了误检率。     

基于图象灰度分布的边缘中心定位算法

提出了一种对图象线性边缘检测的精确定位算法,传统方法是基于系统分辨率的定位方法,其精度最高只能达到一个象素.该算法利用了图象象素的亮度信息,用概率分布方法进行定位估值,使定位精度小于一个象素,即在较低系统分辨率的情况下,获得较高分辨率的定位精度,用此算法设计的自动测量系统,在实际使用中取得了令人满意的结果.     

适合于生物图像的图像融合算法研究

图像融合作为一种有效的信息融合的技术,已广泛用于军事、遥感、机器视觉和医学图像等领域。本文讨论了三种基于像素级的图像融合算法：Ｐ加权平均,Ｔｏｅｔ算法和基于小波变换的算法;采用四种评价融合效果的量化判据：标准偏差,平均误差,峰值信噪比（ｓ／Ｎ）ｐ和熵差,将三种图像融合算法用于生物图像中细胞荧光图像和透射图像的融合,量化评价结果和视觉判断均说明,对于以细胞荧光图像和透射图像研究对象,需突出荧光图像的     

基于亚像素区域加权能量特征的多尺度图像融合算法

对矩形和圆形区域中各像素进行亚像素划分,确定各亚像素的权值,得到基于哑像素的综合加权区域能量.融合箅法首先对源图像进行金字塔分解,然后对金字塔的高频细节分量使用基于哑像素加权区域能量特征的融合规则取大,对低频粗糙分量取平均.得到融合图像的塔形分解,最后重构融合图像.仿真结果表明,新算法融合效果较常规的区域能量特征作为融合规则的多分辨率图像融合算法效果更好,从清晰度和熵的评价来看,提高了融合图像的品质.     

高光谱图像中基于端元提取的小目标检测算法

针对高光谱图像中小目标检测问题,提出了一种基于端元提取的目标检测算法。该算法利用主成分分析的变换矩阵来构造投影算子,把原始图像投影到该算子构成的正交子空间后,大概率的背景信息得到抑制,从而突出了小概率的目标;在完成背景信息抑制的基础上,利用迭代误差分析方法进行端元的自动提取;根据所提取出的目标端元的光谱,结合光谱角度匹配技术完成目标物的检测。为了验证新方法的有效性,利用高光谱数据进行了实验研究,并与经典的RX算法的检测结果相比较。实验结果表明提出的基于端元提取的算法不需要目标的任何先验知识就能达到比较好的目标探测效果,对RX算法检测效果不太理想的小目标也能准确识别。     

具有紧支撑正交非张量积小波的图像融合

提出了基于一种新的小波——具有紧支撑、正交性、伸缩矩阵为[^2 0 ^0 2]的非张量积小波的图像融合方法。首先根据非张量积小波理论,利用Daubechies构造的单变量滤波器构造出基于四通道的不可分的小波滤波器组,用此滤波器组对参加融合的图像进行分解,然后对低频部分采用取均值、高频部分采用系数绝对值取大的融合算法对分解子图进行融合,最后重构。并采用熵、交叉熵、互信息、均方根误差和峰值信噪比等指标对该方法进行了客观评价。对可见光图像与红外图像、远红外图像与近红外图像、遥感图像、多聚焦图像和其它多类图像的融合实验结果证明本方法有较好的融合效果,其融合性能与采用同样融合算法的张量积db2小波的融合方法的融合性能相当。     

一种新的可逆二维混沌映射图像加密算法

提出了一种用于图像加密的可逆二维混沌映射,该映射由左映射和右映射两个子映射组成。通过对图像的拉伸和折叠处理,实现了图像的混沌加密。首先沿图像的对角线方向将正方形图分为上下两个部分并重新组合成一个平行四边形的图像;然后利用平行四边形图像的两列像素之间的像素数目差将某列中的像素插入到相邻下一列像素之间。经过这样的过程,原始图像拉伸成为一条直线。最后按照原始图像的大小将这条直线折叠成为一个新的图像。推导出了映射的数学表达式,设计了密钥产生的方法,分析了图像加密算法的安全性问题。仿真验证了该图像加密算法的有效性。     

像素随机映射的快速算法及在LSB隐藏技术中的应用

提出一种像素随机映射的快速方法, 将该方法与像素字节低位隐藏信息的LSB(Least Significant Bit)技术相结合, 讨论了将RGB彩色图像作为载体隐匿真彩色图像、灰度图像、二值图像及全息信息的方法. 研究结果表明, 该方法加密及解密效率高, 载体图像具有较好的抗破译及抗剪切能力. 根据隐藏信息的性质合理使用LSB技术, 能在基本不影响载体图像质量的情况下较好地隐匿多种信息.     

基于像素置乱技术的多重双随机相位加密法

提出一种基于像素置乱技术的多重双随机相位加密法,对该加密法中像素置乱操作的原理进行了阐述,并且提出在光学上实现像素置乱操作和解置乱操作的途径.在计算机上模拟实现了该加密法,并且得到很好的加密解密结果.仿真结果证实仅用部分加密图像来解密也能够得到原图像,并且得到随着待解密的加密图像像素的增加,解密图像的信号能量、噪声以及信噪比的变化曲线.最后分析比较了该加密法与双随机相位加密法,得到该加密法与双随机相位加密法相比具有更高的保密性,而且解密图像的信噪比也不会因为引入像素置乱操作而降低.     

基于图像块能量梯度的多聚焦图像融合

针对多聚焦图像,提出一种基于图像分块的融合方法。将源图像分为大小相同数量相等的子块,采用能量梯度算子作为对焦评价函数,计算各个图像子块能量梯度匹配度,设置匹配度阈值分离出源图像中的清晰区域。源图像中的清晰区域直接作为融合图像相应的区域,其它区域的处理中,构造与相应子块能量梯度大小相关的图像序列,以及像素点到各个子块中心距离相关的融合函数,然后用融合函数对图像序列融合。实验结果表明该方法有效性和合理性。     

基于面向对象分类约束的融合方法研究

像素级融合方法中常出现色彩突变或色彩失真现象。通过分类信息对融合进行约束可以部分消除目标地物边界的这些现象。然而传统的基于像素分类的影像融合方法由于分类中的“椒盐效应”,导致融合效果受到一定的影响和限制。采用面向对象分类约束的方法对该融合方法进行改进。首先采用面向对象分类方法进行影像分类,解决了基于像素分类中的“椒盐效应”问题;其次将分类结果作为影像融合的约束条件,利用色度饱和度明度(HSV)变换进行融合;最后将该方法的结果与多种融合方法的结果进行定量比较,发现该方法除在目视上取得很好的增强效果外,在信息熵、方差等指标上也取得了很好的效果。     

A self-cited pixel summation based image encryption algorithm

In this paper, a novel image encryption algorithm is presented based on self-cited pixel summation. With the classical mechanism of permutation plus diffusion, a pixel summation of the plain image is employed to make a gravity influence on the pixel positions in the permutation stage. Then, for each pixel in every step of the diffusion stage, the pixel summation calculated from the permuted image is updated. The values from a chaotic sequence generated by an intertwining logistic map are selected by this summation. Consequently, the keystreams generated in both stages are dependent on both the plain image and the permuted image. Because of the sensitivity of the chaotic map to its initial conditions and the plain-image-dependent keystreams, any tiny change in the secret key or the plain image would lead to a significantly different cipher image. As a result, the proposed encryption algorithm is immune to the known plaintext attack (KPA) and the chosen plaintext attack (CPA). Moreover, experimental simulations and security analyses show that the proposed permutation-diffusion encryption scheme can achieve a satisfactory level of security.