利索能及
我要发布
收藏
专利号: 2020105713941
申请人: 江西财经大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-07-01
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于感知加密光场图像的视觉安全性度量方法,其特征在于,包括:获取原始感知加密光场图像,提取所述原始感知加密光场图像的局部特征以及全局特征;

对所述局部特征及所述全局特征进行自适应加权计算,获得视觉安全性度量数值;

其中,提取所述原始感知加密光场图像的局部特征包括:在光场空间域上采用多阈值边缘检测的方法检测计算原始感知加密光场图像的边缘相似性;

提取所述原始感知加密光场图像的全局特征包括:对所述原始感知加密光场图像采用极线平面图的梯度相似性计算获取所述全局特征。

2.根据权利要求1所述的一种基于感知加密光场图像的视觉安全性度量方法,其特征在于:在光场空间域上采用多阈值边缘检测的方法检测计算原始感知加密光场图像的边缘相似性包括:获取光场空间域上的多个子视角图,对每个所述子视角图像多阈值边缘检测,计算参考光场图像和感知加密光场图像的边缘图中共有的边缘点,获取所述原始感知加密光场图像的边缘相似性。

3.根据权利要求2所述的一种基于感知加密光场图像的视觉安全性度量方法,其特征在于:对每个所述子视角图像多阈值边缘检测包括:对各所述子视角图像采用不同边缘检测阈值的进行边缘检测。

4.根据权利要求3所述的一种基于感知加密光场图像的视觉安全性度量方法,其特征在于:对各所述子视角图像采用不同边缘检测阈值的进行边缘检测包括:对各所述子视角图像采用预先设定的边缘检测阈值的进行边缘检测。

5.根据权利要求4所述的一种基于感知加密光场图像的视觉安全性度量方法,其特征在于:计算参考光场图像和感知加密光场图像的边缘图中共有的边缘点包括:计算参考子视角光场图像R的二值图像和加密子视角光场图像P之间的公共边缘区域,设定E(t)为公共边缘点的集合,其中其中,b是所述边缘检测阈值,用于确定考子视角光场图像R和加密子视角光场图像P之间的亮度变化,i、j分别为图像像素值的横坐标与纵坐标。

6.根据权利要求5所述的一种基于感知加密光场图像的视觉安全性度量方法,其特征在于:获取所述公共边缘点的集合T后,计算边缘点值为1的元素的数量,并计算由边缘相似度表示的局部特征L(R,P),其中,其中,α为预设的常数,N是子视角的数量,t是集合T中的一个元素,Ei(t)是参考光场图像与感知加密光场图像的公共边缘点的集合,ERi(t)是参考光场图像的边缘点。

7.根据权利要求6所述的一种基于感知加密光场图像的视觉安全性度量方法,其特征在于:对所述原始感知加密光场图像采用极线平面图的梯度相似性计算获取所述全局特征包括:获取光场空间域上的多个子视角图,对每个子视角图像进行像素的提取并构建极平面图像,在所述极平面图像上计算水平方向和垂直方向上的梯度幅度相似度,将应用所述梯度幅度相似度表示为全局特征。

8.根据权利要求7所述的一种基于感知加密光场图像的视觉安全性度量方法,其特征在于:在所述极平面图像上计算水平方向x和垂直方向y的梯度幅度相似度包括:计算参考极线平面图在水平方向x上的梯度Gx和垂直方向y上的梯度Gy:计算感知加密极线平面图在水平方向x上的梯度G′x和垂直方向y上的梯度G′y:其中,Pepi为原始的极线平面图,Repi为感知加密后的极线平面图,计算梯度幅度相似度G(Repi,Pepi):

其中,

9.根据权利要求8所述的一种基于感知加密光场图像的视觉安全性度量方法,其特征在于:对所述局部特征及所述全局特征进行自适应加权计算包括:计算自适应加权值VSM(R,P)=βL(R,P)+(1-β)G(Repi,Pepi);

其中,β为与所述局部特征L(R,P)相关联的自适应系数。

10.根据权利要求9所述的一种基于感知加密光场图像的视觉安全性度量方法,其特征在于:所述自适应系数β由以下公式计算获得:

β=1-k(2L(R,P)-1),其中k是预设的权重常数。