摘要：针对图像压缩加密耗时长、解密图像色彩失真等问题,提出一种快速安全的通用图像加密算法.压缩网络利用双线性插值和全连接层进行压缩预处理,防止彩色信息丢失,卷积层用于提高压缩率、降低算法时间复杂度.加密部分设计选择置乱方式,混沌序列对像素块与块内像素点进行动态选择置乱,结合异或操作进行像素扩散,提高算法随机性.改进双线性插值卷积神经网络,利用双线性与卷积层得到图像轮廓特征,用全连接层获取颜色信息进行图像重构.算法可实现对灰度图和RGB格式彩色图像的压缩、加解密和还原一体化.实验结果表明,所提算法各种加密指标接近理想数值,拥有良好的加密安全性和抗攻击能力,加密时间大幅缩短.在图像处理常用的500幅测试集(BSD500)上,采样率为0.25,0.10,0.04和0.01的峰值信噪比分别可达29.01 dB,25.69 dB,23.75 dB和21.45 dB,优于FCLBCNN,有效地解决了重构图像色彩失真问题,具有更好的加密效果和更广的适用性.

摘要：针对传统基于奈奎斯特采样定理的采集系统采样振动信号时会产生大量的数据,给存储、传输和处理带来困难的问题,提出了一种基于过完备字典稀疏表示振动信号压缩感知方法。分析了经典字典学习算法,如MOD算法、K-SVD算法和双稀疏字典学习算法,重点研究了经典字典学习算法训练振动信号构造过完备字典对振动信号的压缩重构精度的影响。仿真测试结果表明,当振动信号压缩率在60%~90%时,基于双稀疏字典算法构造的过完备字典压缩重构相对误差比基于MOD算法和K-SVD算法都小。