基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于矩阵变换的图像置乱用周期性对图像恢复,代价高昂;而通过逆变换恢复,已有方法未解决ZN上逆阵求解问题.针对此问题,通过构造映射规则,将伴随矩阵求逆方法推广到ZN,解决了n维矩阵变换的逆问题.为减小该方法计算代价,将杜里特尔分解和克劳特分解求逆推广到ZN,解决了变换阵顺阶主子式模N互质,矩阵变换的逆问题.为弱化扩展杜里特尔分解和克劳特分解求逆条件,将高斯.约当消去法推广到ZN,给出了任意变换阵在ZN上求逆算法和简化求逆算法.所提方法可用于得到任意变换阵在ZN,上的逆变换阵,从而可直接对图像恢复,而不必计算可恢复周期.实验表明所提方法的可行性和有效性.
推荐文章
n维空间随机矩阵变换的音频置乱算法
音频置乱
随机矩阵变换
m进制
n维空间
基于循环矩阵思想的数字图像置乱算法
图像置乱
循环矩阵
约瑟夫遍历
混沌算法
基于图像置乱和小波变换的数字水印算法
Arnold置乱
离散小波变换
水印分散嵌入
基于混沌映射的数字图像置乱方法
混沌映射
置乱变换
图像加密
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于矩阵变换的图像置乱逆问题求解
来源期刊 电子学报 学科 工学
关键词 图像置乱变换 杜里特尔分解 克劳特分解 高斯-约当消去 逆变换 乘法逆元
年,卷(期) 2008,(7) 所属期刊栏目 学术论文
研究方向 页码范围 1355-1363
页数 9页 分类号 TP309.7
字数 6815字 语种 中文
DOI 10.3321/j.issn:0372-2112.2008.07.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 覃征 西安交通大学电子商务研究所 158 2651 25.0 46.0
5 衡星辰 西安交通大学电子商务研究所 15 164 8.0 12.0
6 邵利平 西安交通大学电子商务研究所 25 263 11.0 15.0
7 高洪江 西安交通大学电子商务研究所 7 101 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (507)
参考文献  (14)
节点文献
引证文献  (11)
同被引文献  (36)
二级引证文献  (50)
1947(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(10)
  • 参考文献(0)
  • 二级参考文献(10)
1999(17)
  • 参考文献(1)
  • 二级参考文献(16)
2000(16)
  • 参考文献(2)
  • 二级参考文献(14)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(9)
  • 参考文献(1)
  • 二级参考文献(8)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(4)
  • 二级参考文献(1)
2005(4)
  • 参考文献(3)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(9)
  • 引证文献(5)
  • 二级引证文献(4)
2011(7)
  • 引证文献(1)
  • 二级引证文献(6)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(10)
  • 引证文献(0)
  • 二级引证文献(10)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(7)
  • 引证文献(2)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像置乱变换
杜里特尔分解
克劳特分解
高斯-约当消去
逆变换
乘法逆元
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导