一种计算机图像处理系统技术方案

本发明专利技术属于计算机图像处理技术领域，公开了一种计算机图像处理系统，所述计算机图像处理系统包括：图像采集模块、中央控制模块、图像去噪模块、图像分割模块、图像加密模块、图像压缩模块、图像解压模块、显示模块。本发明专利技术通过图像去噪模块根据同一计算机图像内熵和计算机图像本身存在的低噪区域的特点，训练集生成网络根据所述待测试计算机图像生成大量用于训练去噪神经网络的训练数据，训练后的去噪神经网络对所述待测试计算机图像进行去噪处理；提高图像清晰度；同时，通过图像加密模块相较于传统的计算机图像加密方法，本发明专利技术有效减少了传输过程中计算机图像数据的存储、传输量，保障图像的安全性。障图像的安全性。障图像的安全性。

【技术实现步骤摘要】
一种计算机图像处理系统


[0001]本专利技术属于计算机图像处理
，尤其涉及一种计算机图像处理系统。

技术介绍

[0002]数字图像处理系统是进行图像数字处理及其数字制图的设备系统，包括计算机硬件和软件系统。数字图像处理系统由图像输入设备、图像处理设备和图像输出设备三部分组成。数字摄影在完成影像的拍摄任务之后，先要对图像进行修改和加工处理，然后打印或冲印成照片，这一系列的设备构成了数字图像处理系统；然而，现有计算机图像处理系统采集的图像不清晰；同时，图像存储或传输不安全。
[0003]通过上述分析，现有技术存在的问题及缺陷为：
[0004](1)现有计算机图像处理系统采集的图像不清晰。
[0005](2)图像存储或传输不安全。

技术实现思路

[0006]针对现有技术存在的问题，本专利技术提供了一种计算机图像处理系统。
[0007]本专利技术是这样实现的，一种计算机图像处理系统包括：
[0008]图像采集模块，用于通过摄像器采集目标图像；
[0009]图像去噪模块，用于对目标图像进行去噪处理；
[0010]图像分割模块，用于对目标图像进行分割处理；
[0011]图像加密模块，用于对目标图像进行加密处理；
[0012]图像压缩模块，用于对目标图像进行压缩处理；
[0013]图像解压模块，用于对目标图像进行解压处理；
[0014]显示模块，用于显示目标图像；
[0015]中央控制模块，与图像采集模块、图像去噪模块、图像分割模块、图像加密模块、图像压缩模块、图像解压模块、显示模块连接，用于控制各个模块正常工作。
[0016]进一步，所述图像去噪模块去噪方法如下：
[0017](1)构建计算机图集，将获取的图像存入计算机图集；获取待测试计算机图像；从所述待测试计算机图像中采集标识区域计算机图像并基于所述标识区域计算机图像对训练集生成网络进行训练；
[0018](2)通过训练后的训练集生成网络从所述待测试计算机图像中获取训练数据；基于所述训练数据对去噪神经网络进行训练；利用经过训练的去噪神经网络对所述待测试计算机图像进行测试并获得去噪后的图片。
[0019]进一步，所述通过训练后的训练集生成网络从所述待测试计算机图像中获取训练数据，具体为：
[0020]利用所述训练集生成网络从所述待测试计算机图像中挑选出区域计算机图像并对所述区域计算机图像进行分类，以及通过对已分类的区域计算机图像进行计算机图像处
理以获取含有噪声和无噪声的成对数据。
[0021]进一步，所述利用所述训练集生成网络从所述待测试计算机图像中挑选出区域计算机图像并对所述区域计算机图像进行分类，以及通过对已分类的区域计算机图像进行计算机图像处理以获取含有噪声和无噪声的成对数据，具体步骤为：
[0022]利用所述训练集生成网络的分类器将所述区域计算机图像分类为无结构部分、含有明显噪声的无结构部分、其他部分；
[0023]利用所述训练集生成网络的成对数据产生器将含有明显噪声的无结构部分的计算机图像与其他两个分类的计算机图像进行叠加处理以获得含有噪声和无噪声的成对数据。
[0024]进一步，所述步骤(2)中，基于所述训练数据对去噪神经网络进行训练，具体为：
[0025]基于对抗神经网络，利用生成去噪网络对含噪声计算机图像进行去噪处理并得到输出计算机图像，同时利用噪声鉴别网络对所述输出计算机图像进行鉴别。
[0026]进一步，所述利用生成去噪网络对含噪声计算机图像进行去噪处理并得到输出计算机图像，具体步骤为：
[0027]获取含噪声计算机图像；
[0028]利用注意力网络从所述含噪声计算机图像中提取出噪声特征；其中，所述注意力网络由残差块、长短记忆块和卷积层组成；
[0029]所述噪声特征通过自编码器输出计算机图像；其中，所述自编码器由卷积层和非线性层组成。
[0030]进一步，所述步骤(1)中，获取待测试计算机图像，具体为：
[0031]获取待测试的三维计算机图像并对所述三维计算机图像的一个维度切片，得到待测试的二维计算机图像。
[0032]进一步，所述图像加密模块加密方法如下：
[0033]1)获取明文计算机图像的哈希函数值，根据所述哈希函数值获取所述明文计算机图像对应的第一密钥；对所述明文计算机图像进行稀疏变换处理，得到所述明文计算机图像对应的离散矩阵；
[0034]2)通过所述第一密钥对所述离散矩阵进行置乱处理，得到置乱后的中间矩阵，所述中间矩阵对应置乱后的明文计算机图像；通过半张量压缩感知测量所述中间矩阵，输出第一加密矩阵，所述第一加密矩阵对应压缩加密后的明文计算机图像；
[0035]其中，所述通过半张量压缩感知测量所述中间矩阵，输出第一加密矩阵，包括：
[0036]预先设置半张量测量模型中的参数α、参数β、测量矩阵φ1、辅助矩阵φ2；x为输入信号，y观测信号；其中，测量矩阵φ1由混沌序列生成，为半张量积运算符号；
[0037]将所述中间矩阵作为所述半张量测量模型的输入信号，所述半张量测量模型输出的观测信号构成第一加密矩阵；
[0038]其中，传统矩阵乘法中，当矩阵A的列数C(A)与矩阵B的行数R(B)相等，则矩阵A和矩阵B可乘；所述半张量测量模型对应的矩阵半张量积包括将传统矩阵乘法推广到阶数不相等，即C(A)≠R(B)；
[0039]其中，在通过半张量压缩感知测量所述中间矩阵，输出第一加密矩阵之后，还包
括：
[0040]通过logistic混沌序列置乱所述第一加密矩阵，得到第二加密矩阵，所述第二加密矩阵对应最终的密文计算机图像；
[0041]所述通过logistic混沌置乱所述第一加密矩阵，得到第二加密矩阵，包括：
[0042]通过设置logistic混沌序列的混沌初值生成相应的logistic混沌序列，设置针对所述logistic混沌序列的采样初始位置为s，采样间隔为u，将采样得到的序列按照数值的大小进行升序排列，并通过序列n记录采样得到的升序序列中对应数值在所述logistic混沌序列的位置，按n序列置乱所述第一加密矩阵，得到第二加密矩阵，所述第二加密矩阵对应最终的密文计算机图像；其中，所述混沌初值还作为第二密钥，所述第二密钥与第二加密矩阵、第一密钥被一起发送给接收端。
[0043]进一步，所述步骤1)中，获取明文计算机图像的哈希函数值，根据所述哈希函数值获取所述明文计算机图像对应的第一密钥，包括：
[0044]通过SHA
‑
256哈希函数处理所述明文计算机图像，输出长度为256比特的输出数值，将所述256比特的输出数值按照预设的位数k划分成256/k个数值，将所述256/k个数值划分成3组；
[0045]将预设的3个初值分别添加至对应的组中，按照预设规则对每组中的数值进行异或处理，得到3个数值，将所述3个数值作为第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算机图像处理系统，其特征在于，所述计算机图像处理系统包括：图像采集模块，用于通过摄像器采集目标图像；图像去噪模块，用于对目标图像进行去噪处理；图像分割模块，用于对目标图像进行分割处理；图像加密模块，用于对目标图像进行加密处理；图像压缩模块，用于对目标图像进行压缩处理；图像解压模块，用于对目标图像进行解压处理；显示模块，用于显示目标图像；中央控制模块，与图像采集模块、图像去噪模块、图像分割模块、图像加密模块、图像压缩模块、图像解压模块、显示模块连接，用于控制各个模块正常工作。2.如权利要求1所述计算机图像处理系统，其特征在于，所述图像去噪模块去噪方法如下：(1)构建计算机图集，将获取的图像存入计算机图集；获取待测试计算机图像；从所述待测试计算机图像中采集标识区域计算机图像并基于所述标识区域计算机图像对训练集生成网络进行训练；(2)通过训练后的训练集生成网络从所述待测试计算机图像中获取训练数据；基于所述训练数据对去噪神经网络进行训练；利用经过训练的去噪神经网络对所述待测试计算机图像进行测试并获得去噪后的图片。3.如权利要求2所述计算机图像处理系统，其特征在于，所述通过训练后的训练集生成网络从所述待测试计算机图像中获取训练数据，具体为：利用所述训练集生成网络从所述待测试计算机图像中挑选出区域计算机图像并对所述区域计算机图像进行分类，以及通过对已分类的区域计算机图像进行计算机图像处理以获取含有噪声和无噪声的成对数据。4.如权利要求3所述计算机图像处理系统，其特征在于，所述利用所述训练集生成网络从所述待测试计算机图像中挑选出区域计算机图像并对所述区域计算机图像进行分类，以及通过对已分类的区域计算机图像进行计算机图像处理以获取含有噪声和无噪声的成对数据，具体步骤为：利用所述训练集生成网络的分类器将所述区域计算机图像分类为无结构部分、含有明显噪声的无结构部分、其他部分；利用所述训练集生成网络的成对数据产生器将含有明显噪声的无结构部分的计算机图像与其他两个分类的计算机图像进行叠加处理以获得含有噪声和无噪声的成对数据。5.如权利要求2所述计算机图像处理系统，其特征在于，所述步骤(2)中，基于所述训练数据对去噪神经网络进行训练，具体为：基于对抗神经网络，利用生成去噪网络对含噪声计算机图像进行去噪处理并得到输出计算机图像，同时利用噪声鉴别网络对所述输出计算机图像进行鉴别。6.如权利要求5所述计算机图像处理系统，其特征在于，所述利用生成去噪网络对含噪声计算机图像进行去噪处理并得到输出计算机图像，具体步骤为：获取含噪声计算机图像；利用注意力网络从所述含噪声计算机图像中提取出噪声特征；其中，所述注意力网络
由残差块、长短记忆块和卷积层组成；所述噪声特征通过自编码器输出计算机图像；其中，所述自编码器由卷积层和非线性层组成。7.如权利要求2所述计算机图像处理系统，其特征在于，所述步骤(1)中，获取待测试计算机图像，具体为：获取待测试的三维计算机图像并对所述三维计算机图像的一个维度切片，得到待测试的二维计算机图像。8.如权利要求1所述计算机图像处理系统，其特征在于，所述图像加密模块加密方法如...

【专利技术属性】
技术研发人员：邓阿琴，徐一斐，周文涛，谭熜，
申请(专利权)人：湖南环境生物职业技术学院，
类型：发明
国别省市：