版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、傳統(tǒng)秘密圖像分存技術(shù)需要對圖像的所有數(shù)據(jù)進(jìn)行處理,由于圖像數(shù)據(jù)量大,所以算法執(zhí)行時間比較長,而且分存算法產(chǎn)生的數(shù)據(jù)總量與原始圖像數(shù)據(jù)量相比擴(kuò)張明顯,會對網(wǎng)絡(luò)傳輸和存儲造成較大負(fù)擔(dān)。
當(dāng)圖像信號具有稀疏性,或者在某一種稀疏變換基的表示下絕大部分系數(shù)為零或近似為零時,壓縮感知技術(shù)通過構(gòu)造一個與稀疏基不相關(guān)的適合的測量矩陣對原始圖像進(jìn)行感知測量。測量得到的數(shù)據(jù)包含了原始圖像的絕大部分有用信息,在確保能夠精確重構(gòu)圖像的同時將原圖像從高
2、維壓縮到低維,極大地減少了需要處理的數(shù)據(jù)量,能很好地解決傳統(tǒng)方法中由于數(shù)據(jù)量大而導(dǎo)致的諸多問題。在信號重構(gòu)端,通過一定的重構(gòu)算法可以獲得原始圖像信息一個精確的或者高度近似的逼近。本文將傳統(tǒng)秘密圖像分存與壓縮感知技術(shù)相結(jié)合,實現(xiàn)了一個基于壓縮感知技術(shù)的秘密圖像分存方案。為了進(jìn)一步提高方案的性能,又從信號的稀疏表示、信號的感知測量和信號重構(gòu)三個方面對方案進(jìn)行了優(yōu)化。
通過實驗我們發(fā)現(xiàn)本文方案能明顯降低需要處理的數(shù)據(jù)量,有效減少算法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于壓縮感知的圖像修復(fù)技術(shù)研究.pdf
- 基于壓縮感知技術(shù)的圖像水印算法研究.pdf
- 基于壓縮感知的圖像壓縮技術(shù)研究與實現(xiàn).pdf
- 基于壓縮感知的圖像復(fù)原技術(shù)的研究.pdf
- 基于壓縮感知框架的圖像壓縮傳輸處理技術(shù)研究.pdf
- 基于壓縮感知的圖像重構(gòu)技術(shù)研究.pdf
- 基于壓縮感知的遙感圖像處理技術(shù)的研究.pdf
- 基于分形圖像壓縮技術(shù)的研究.pdf
- 基于壓縮感知的圖像融合.pdf
- 基于壓縮感知的CT圖像重建技術(shù)研究.pdf
- 基于壓縮感知的圖像哈希算法.pdf
- 基于壓縮感知的超聲圖像重建.pdf
- 基于壓縮感知的多光譜圖像有損壓縮技術(shù)研究.pdf
- 基于壓縮感知的圖像目標(biāo)重構(gòu).pdf
- 基于壓縮感知理論的圖像重構(gòu).pdf
- 基于壓縮感知理論的雷達(dá)圖像壓縮處理.pdf
- 基于壓縮感知的圖像數(shù)字水印技術(shù)研究.pdf
- 基于壓縮感知的多聚焦圖像融合技術(shù)研究.pdf
- 基于壓縮感知的多源圖像融合技術(shù)研究.pdf
- 基于壓縮感知理論的單幅圖像重建.pdf
評論
0/150
提交評論