一种智能化数据处理方法及系统技术方案

本发明专利技术公开了一种智能化数据处理方法及系统，方法包括：步骤S1：获取大小为p

【技术实现步骤摘要】
一种智能化数据处理方法及系统


[0001]本专利技术属于数据处理
，具体是指一种智能化数据处理方法及系统。

技术介绍

[0002]随着科技的发展，图像数据在数据中的占比越来越大，相比文本数据，图像数据具有视觉感知性要求高、安全性和隐蔽性要求高的需求，为便于后续对图像数据进行利用和保证图像数据的安全性，通常需要预先对获取的图像进行修复处理，以提高图像的质量，从而满足视觉感知性要求高的需求；在传输前预先对图像数据进行加密处理，以满足安全性和隐蔽性要求高的需求。
[0003]在图像数据的修复处理的过程中，特别是处理沙暴或者大雾等天气下获取的图像数据时，由于空气中的沙尘和水雾易造成光线的散射和吸收，一方面，会使光线的传播路径发生变化，导致颜色信息失真，从而使获取的图像存在较大的颜色偏差，另一方面，光线的透射能力降低，易导致获取的图像普遍存在能见度低和细节模糊等问题，从而极大地降低了图像的质量，为此，现有技术通常采用高端的图像采集设备或图像增强的方式，以获取高质量的图像数据，但高端的图像采集设备通常价格不菲，易导致设备成本急剧增加，而传统的图像增强方式需要根据具体场景和实际需求进行调参，且调参过程格外繁琐，极易导致过度增强和过度饱和的问题，而采用深度学习的方法进行图像增强时，需要大量的训练数据和计算资源，导致训练成本较高，且高质量的训练图像通常难以获得，从而导致训练模型的效果较差。
[0004]同时，现有技术大都采用混淆和扩散方式对图像数据进行加密处理，但此方式通常仅改变图像的像素的位置，且加密过程中使用的参数与图像本身的关联性较弱，因此，在实际使用时，此方式易被密文攻击、差分攻击和明文攻击破解，难以满足图像数据的安全性和隐蔽性要求高的需求。

技术实现思路

[0005]针对上述情况，为克服现有技术的缺陷，本专利技术提供了一种智能化数据处理方法及系统，针对现有技术不便于对沙暴或者大雾等天气下获取的图像数据进行修复处理的技术问题，本方案采用颜色修正模块对沙暴或者大雾等天气下获取的图像数据进行修复处理，解决了因光线的散射和吸收导致的图像的颜色偏差大、能见度低和细节模糊的技术问题，能够获得颜色真实的高质量图像，相比传统的图像增强方式，本方案通过通道划分单元、通道修整单元和图像修正单元对存在颜色信息失真的颜色通道进行修正，解决了传统的图像增强方式的调参过程格外繁琐以及极易导致过度增强和过度饱和的技术问题，相比采用深度学习的方法进行图像增强的方式，本方案不需要大量的训练数据和计算资源，且无需高质量的训练图像，但仍能有效地对沙暴或者大雾等天气下获取的图像数据进行修复处理；且本方案对图像采集设备的品质要求不高，常见的图像采集设备即可满足需求，从而极大地降低了设备成本。
[0006]针对现有的图像数据的加密方式易被密文攻击、差分攻击和明文攻击破解的技术问题，本方案不仅对图像的像素位置进行改变，且通过将混沌映射与DNA编码函数和DNA解码函数结合对图像进行加密处理，极大地增加了参数与图像本身的关联性，同时，本方案通过哈希函数改变混沌初值，由于哈希函数具有不可预测性，从而对每个图像都会产生唯一的随机数据，进而解决了现有的图像数据的加密方式易被密文攻击、差分攻击和明文攻击破解的技术问题。
[0007]本专利技术采取的技术方案如下：本专利技术提供的一种智能化数据处理方法，该方法包括以下步骤：
[0008]步骤S1：获取大小为p
×
q的原始图像A；
[0009]步骤S2：对原始图像A进行去噪处理，得到图像DIM；
[0010]步骤S3：对图像DIM进行颜色修正处理，得到颜色修正图像CMG；
[0011]步骤S4：对颜色修正图像CMG进行加密处理，得到图像SIM6；
[0012]所述步骤S2包括步骤S21、步骤S22和步骤S23；
[0013]在步骤S21中，将原始图像A划分成多个n
×
n大小的分图像；
[0014]在步骤S22中，计算每张分图像中的所有像素点的平均像素值，并将平均像素值替换为该分图像中的所有像素点的像素值，所述每张分图像中的所有像素点的平均像素值的计算公式为：
[0015][0016]式中，为坐标为(i,j)的分图像中的所有像素点的平均像素值，S
(i
‑
1)
×
n+u,(j
‑
1)
×
n+v
为分图像中的横坐标和纵坐标分别为(i
‑
1)
×
n+u和(j
‑
1)
×
n+v的像素点的像素值，u为[0,n
‑
1]之间的整数，v为[0,n
‑
1]之间的整数；
[0017]在步骤S23中，根据每张分图像的坐标对所有的分图像进行拼接处理，得到大小为p
×
q的图像DIM。
[0018]作为本方案的进一步改进，所述步骤S3包括步骤S31、步骤S32、步骤S33、步骤S34、步骤S35、步骤S36和步骤S37；
[0019]在步骤S31中，获取图像DIM的最大均值V
M
、中等均值V
E
和最小均值V
m
；
[0020]在步骤S32中，将最大均值V
M
、中等均值V
E
和最小均值V
m
对应的颜色通道分别设置为颜色通道一、颜色通道二和颜色通道三，并分别计算图像DIM的每个像素点在颜色通道一的通道值g
M
(x，y)、颜色通道二的通道值g
E
(x，y)和颜色通道三的通道值gm(x，y)；
[0021]所述图像DIM的每个像素点在颜色通道一的通道值的计算公式为：
[0022][0023]式中，g
M
(x，y)为图像DIM的坐标为(x，y)的像素点在颜色通道一的通道值，B(x，y)为图像DIM的坐标为(x，y)的像素点在蓝色通道的像素值；
[0024]所述图像DIM的每个像素点在颜色通道二的通道值的计算公式为：
[0025][0026]式中，g
E
(x，y)为图像DIM的坐标为(x，y)的像素点在颜色通道二的通道值，G(x，y)为图像DIM的坐标为(x，y)的像素点在绿色通道的像素值；
[0027]所述图像DIM的每个像素点在颜色通道三的通道值的计算公式为：
[0028][0029]式中，gm(x，y)为图像DIM的坐标为(x，y)的像素点在颜色通道三的通道值，R(x，y)为图像DIM的坐标为(x，y)的像素点在红色通道的像素值；
[0030]在步骤S33中，根据图像DIM的每个像素点在颜色通道一的通道值g
M
(x，y)、颜色通道二的通道值g
E
(x，y)和颜色通道三的通道值gm(x，y)获取图像DIM的每个像素点在颜色通道一的平均通道值颜色通道二的平均通道本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能化数据处理方法，其特征在于：该方法包括以下步骤：步骤S1：获取大小为p
×
q的原始图像A；步骤S2：对原始图像A进行去噪处理，得到图像DIM；步骤S3：对图像DIM进行颜色修正处理，得到颜色修正图像CMG；步骤S4：对颜色修正图像CMG进行加密处理，得到图像SIM6；所述步骤S2包括步骤S21、步骤S22和步骤S23；在步骤S21中，将原始图像A划分成多个n
×
n大小的分图像；在步骤S22中，计算每张分图像中的所有像素点的平均像素值，并将平均像素值替换为该分图像中的所有像素点的像素值，所述每张分图像中的所有像素点的平均像素值的计算公式为：式中，为坐标为(i,j)的分图像中的所有像素点的平均像素值，S
(i
‑
1)
×
n+u,(j
‑
1)
×
n+v
为分图像中的横坐标和纵坐标分别为(i
‑
1)
×
n+u和(j
‑
1)
×
n+v的像素点的像素值，u为[0,n
‑
1]之间的整数，v为[0,n
‑
1]之间的整数；在步骤S23中，根据每张分图像的坐标对所有的分图像进行拼接处理，得到大小为p
×
q的图像DIM。2.根据权利要求1所述的一种智能化数据处理方法，其特征在于：所述步骤S3包括步骤S31、步骤S32、步骤S33、步骤S34、步骤S35、步骤S36和步骤S37；在步骤S31中，获取图像DIM的最大均值V
M
、中等均值V
E
和最小均值V
m
；在步骤S32中，将最大均值V
M
、中等均值V
E
和最小均值V
m
对应的颜色通道分别设置为颜色通道一、颜色通道二和颜色通道三，并分别计算图像DIM的每个像素点在颜色通道一的通道值g
M
(x,y)、颜色通道二的通道值g
E
(x,y)和颜色通道三的通道值g
m
(x,y)；所述图像DIM的每个像素点在颜色通道一的通道值的计算公式为：式中，g
M
(x,y)为图像DIM的坐标为(x,y)的像素点在颜色通道一的通道值，B(x,y)为图像DIM的坐标为(x,y)的像素点在蓝色通道的像素值；所述图像DIM的每个像素点在颜色通道二的通道值的计算公式为：式中，g
E
(x,y)为图像DIM的坐标为(x,y)的像素点在颜色通道二的通道值，G(x,y)为图像DIM的坐标为(x,y)的像素点在绿色通道的像素值；所述图像DIM的每个像素点在颜色通道三的通道值的计算公式为：
式中，g
m
(x,y)为图像DIM的坐标为(x,y)的像素点在颜色通道三的通道值，R(x,y)为图像DIM的坐标为(x,y)的像素点在红色通道的像素值；在步骤S33中，根据图像DIM的每个像素点在颜色通道一的通道值g
M
(x,y)、颜色通道二的通道值g
E
(x,y)和颜色通道三的通道值g
m
(x,y)获取图像DIM的每个像素点在颜色通道一的平均通道值颜色通道二的平均通道值和颜色通道三的平均通道值在步骤S34中，对颜色通道一的通道值g
M
(x,y)进行修整，得到修整后的颜色通道一的通道值G
M
(x,y)，并将修整后的颜色通道一的通道值G
M
(x,y)设置为颜色通道一的通道值g
M
(x,y)，所述修整后的颜色通道一的通道值G
M
(x,y)的计算公式为：式中，和分别为图像DIM在颜色通道一的最小像素值和最大像素值；对颜色通道二的通道值g
E
(x,y)进行修整，得到修整后的颜色通道二的通道值G
E
(x,y)，并将修整后的颜色通道二的通道值G
E
(x,y)设置为颜色通道二的通道值g
E
(x,y)，所述修整后的颜色通道二的通道值G
E
(x,y)的计算公式为：对颜色通道三的通道值g
m
(x,y)进行修整，得到修整后的颜色通道三的通道值G
m
(x,y)，并将修整后的颜色通道三的通道值G
m
(x,y)设置为颜色通道三的通道值g
m
(x,y)，所述修整后的颜色通道三的通道值G
m
(x,y)的计算公式为：循环执行上述步骤，当颜色通道一、颜色通道二和颜色通道三对应的均值相等且直方图分布相同时，得到颜色修整图像DIM
Fix
，并转至步骤S35；在步骤S35中，获取图像DIM的最大衰减图M
max
；在步骤S36中，获取细节图像DGE，所述细节图像DGE的计算公式为：DGE＝DIM
‑
C
c
*DIM；式中，G
c
为高斯核函数，*为卷积运算；在步骤S37中，通过对细节图像DGE、最大衰减图M
max
、颜色修整图像DIM
Fix
和图像DIM进行处理，得到颜色修正图像CMG，所述颜色修正图像CMG的计算公式为：CMG＝DGE+M
max
DIM
Fix
+(1
‑
M
max
)DIM。3.根据权利要求1所述的一种智能化数据处理方法，其特征在于：所述步骤S4包括步骤S41、步骤S42、步骤S43、步骤S44、步骤S45、步骤S46、步骤S47、步骤S48和步骤S49；在步骤S41中，通过哈希函数获取256位的密钥SKEY，并将密钥SKEY分解为8位大小的切片，所述将密钥SKEY分解为8位大小的切片的公式为：
式中，skey1,skey1,
…
,skey
32
为8位大小的切片；在步骤S42中，获取混沌初值CV1'0,CV2'0,CV3'0,CV4'0和CV5'0，通过32个8位大小的切片对混沌初值CV1'0,CV2'0,CV3'0,CV4'0和CV5'0进行更新，得到更新后的混沌初值CV10,CV20,CV30,CV40和CV50，所述通过32个8位大小的切片对混沌初值CV1'0,CV2'0,CV3'0,CV4'0和CV5'0进行更新的计算公式为：进行更新的计算公式为：进行更新的计算公式为：进行更新的计算公式为：进行更新的计算公式为：式中，
⊕
为异或运算符，混沌初值CV1'0,CV2'0,CV3'0,CV4'0和CV5'0为随机数；在步骤S43中，将更新后的混沌初值CV10,CV20,CV30,CV40和CV50带入超混沌系统进行迭代运算，得到迭代混沌中间值，并根据迭代混沌中间值生成中间迭代序列cv1＝[cv11,cv12,
…
,cv1
p
]，cv2＝[cv21,cv22,
…
,cv2
q
]，cv3＝[cv31,cv32,
…
,cv3
p
]，cv4＝[cv41,cv42,
…
,cv4
q
]和cv5＝[cv51,cv52,
…
,cv5
pq
]，所述超混沌系统的公式为：]，所述超混沌系统的公式为：]，所述超混沌系统的公式为：]，所述超混沌系统的公式为：]，所述超混沌系统的公式为：式中，cp1、cp2、cp3、cp4、cp5、cp6、cp7和cp8为超混沌系统的系统参数，且cp1、cp2、cp3、cp4、cp5、cp6、cp7和cp8的值为任意值，的值为任意值，和分别为CV10,CV20,CV30,CV40和CV50每次迭代运算后产生的迭代混沌中间值；在步骤S44中，将中间迭代序列cv1＝[cv11,cv12,
…
,cv1
p
]，cv2＝[cv21,cv22,
…
,cv2
q
]，cv3＝[cv31,cv32,
…
,cv3
p
]，cv4＝[cv41,cv42,
…
,cv4
q
]和cv5＝[cv51,cv52,
…
,cv5
pq
]转换为加密序列ES1、ES2、ES3、ES4和ES5，所述将中间迭代序列cv1＝[cv11,cv12,
…
,cv1
p
]，cv2＝[cv21,cv22,
…
,cv2
q
]，cv3＝[cv31,cv32,
…
,cv3
p
]，cv4＝[cv41,cv42,
…
,cv4
q
]和cv5＝[cv51,cv52,
…
,cv5
pq
]转换为加密序列ES1、ES2、ES3、ES4和ES5的计算公式为：
式中，ES1(i)为加密序列ES1的第i个元素，cv1(i)为中间迭代序列cv1＝[cv11,cv12,
…
,cv1
p
]的第i个元素，且i为[1,p]之间的整数，ES2(j)为加密序列ES2的第j个元素，cv2(j)为中间迭代序列cv2＝[cv21,cv22,
…
,cv2
q
]的第j个元素，且j为[1,q]之间的整数，ES3(i)为加密序列ES3的第i个元素，cv3(i)为中间迭代序列cv3＝[cv31,cv32,
…
,cv3
p
]的第i个元素，ES4(j)为加密序列ES4的第j个元素，cv4(j)为中间迭代序列cv4＝[cv41,cv42,
…
,cv4
q
]的第j个元素，ES5(k)为加密序列ES5的第k个元素，cv5(k)为中间迭代序列cv5＝[cv51,cv52,
…
,cv5
pq
]的第k个元素，且k为[1,pq]之间的整数，floor为向下取整函数，mod为取余运算函数，abs为取绝对值函数，p为颜色修正图像CMG的长度，q为颜色修正图像CMG的宽度；在步骤S45中，将颜色修正图像CMG中坐标为(ES1(L),ES2(C))的像素点的像素值与坐标为(ES3(L),ES4(C))的像素点的像素值进行互换，得到互换图像SIM1，其中，L为[1,p]之间的整数，C为[1,q]之间的整数，ES1(L)为加密序列ES1的第L个元素，ES2(C)为加密序列ES2的第C个元素，ES3(L)为加密序列ES3的第L个元素，ES4(C)为加密序列ES4的第C个元素；在步骤S46中，通过加密序列ES5对互换图像SIM1进行处理，得到图像SIM2，所述通过加密序列ES5对互换图像SIM1进行处理的计算公式为：式中，SIM2(i)为图像SIM2的第i个像素点的像素值，SIM1(i)为互换图像SIM1的第i个像素点的像素值，ES5(i)为加...

【专利技术属性】
技术研发人员：程鑫，
申请(专利权)人：程鑫，
类型：发明
国别省市：