CN107707311B - 基于压缩感知时间关联成像的对象认证方法 - Google Patents
基于压缩感知时间关联成像的对象认证方法 Download PDFInfo
- Publication number
- CN107707311B CN107707311B CN201710854480.1A CN201710854480A CN107707311B CN 107707311 B CN107707311 B CN 107707311B CN 201710854480 A CN201710854480 A CN 201710854480A CN 107707311 B CN107707311 B CN 107707311B
- Authority
- CN
- China
- Prior art keywords
- time
- authentication
- compressed sensing
- signals
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/80—Optical aspects relating to the use of optical transmission for specific applications, not provided for in groups H04B10/03 - H04B10/70, e.g. optical power feeding or optical transmission through water
- H04B10/85—Protection from unauthorised access, e.g. eavesdrop protection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明涉及一种基于压缩感知时间关联成像的对象认证方法,首先利用时间关联成像采集信号,将采集的信息运用压缩感知进行重构,将重构信号和原始信号经过整群抽样后,变化为二维形式并进行置乱,将置乱之后的原始信号和重构信号进行相关性认证,以实现在非常低的采样率下完成信息的认证。这种认证方法可以以极低的采样率完成信息的认证,节省了重构时间,提高了认证效率,同时具有很高的认证精度和安全性。
Description
技术领域
本发明涉及一种信息认证方法,具体涉及一种基于压缩感知时间关联成像的一维信号认证方法。
背景技术
关联成像不同于一般的成像方案,实现了成像探测和物体的分离,也避免了因携带物体信息的光场受到扰乱而不可获得清晰物像的问题。而时间关联成像不同于传统的关联成像,它是使用具有随机时间强度波动的非相干光源检测时间物体,因而可以对时间信号进行很好的重构。但对于时间关联成像,关联计算次数越多,重构的信息越清晰,因此获取的重构信息受关联计算次数影响。
在信息认证方面,对于二维信息认证的方法较多,而对于一维信息认证的方法较少,且需要较大的信息量才可以完成精确的认证。同时在认证之前保证信息的安全性也是重中之重。采用时间关联成像可以对一维的时间信号进行加密,保证了信息的安全性,而非线性相关性的认证为在较小的信息量完成精确的认证提供了可能。
发明内容
本发明的目的在于,提供了一种基于压缩感知时间关联成像的对象认证方法,以克服现有的一维信号认证需要较大的信息量的问题,同时采用时间关联成像的非线性加密,实现认证信息的安全性,最终达到在较低采样率下实现精确认证的目的。
本发明所需要解决的技术问题,可以通过以下技术方案来实现:
一种基于压缩感知时间关联成像的对象认证方法,具体包括如下步骤:
步骤(1)采集:经过电光调制器调制过的光源,生成具有随机时间强度的非相干光源Ii(x,y)(i=1,2…n),并将时间光源分为两部分,一部分是在测试臂,另一部分是在参考臂,在包含信号的测试臂,对时间信号进行采集,生成的能量被慢速、无时间分辨率的光电二极管记录,在不包含信号的参考臂,快速光电二极管记录光源分布;
步骤(2)重构:将快速光电二极管记录的光源和慢速二极管记录的能量值进行压缩感知计算,重建时间信号信息;
步骤(3)认证:将重建的时间信号和原始时间信号进行非线性相关性认证,验证重构信号的有效性,若认证结果展示图有唯一的峰值,则验证通过,反之则验证不通过。
进一步,步骤(1)中,在测试臂的光源对时间信号T(x,y)进行采集,透过的光被慢速、无时间分辨率的光电二极管收集,生成的能量值记为Di(i=1,2…n),能量值参见式(1)
Di=∫dxdyIi(x,y)T(x,y)。 (1)
进一步,步骤(2)中,将快速光电二极管记录的光源Ii(x,y)(i=1,2…n)和慢速二极管记录的能量值Di(i=1,2…n)进行压缩感知计算,获得重建时间信号,所述重建公式,参见式(2),
式中Tcs代表重构的信息,N代表采集次数,L1代表压缩感知算法中的L1范数法。
进一步,步骤(3)中,时间信号多是一维信号,为提高认证效率和安全性,将一维信号转换为二维信号,将较长的一维向量转变为二维数据,即将原始信号和重构信号按照整群抽样的方法进行随机抽样,即将信号随机分成N组,每一组的个数保证多余3少于6,再在N组中随机抽取2个数字,将随机抽取的数据转化为二维数据,将转为的二维数据进行Arnold置乱;将转化为二维数据的原始信息和重构信息利用非线性相关性认证方法进行计算,所述计算值C(x,y)参见式(3),
对于计算得到的C(x,y),若含有唯一峰值,即C(x,y)里的某一数值远大于其它数,则验证通过,若含有多个峰值,则验证失败,FT代表二维傅里叶变换,IFT代表傅里叶逆变换,k代表非线性强度。
本发明的有益效果:
本发明采用时间关联成像采集信息,一方面,避免了光场受到扰乱而不可获得清晰物像的问题,另一方面采用时间关联成像进行采集信息,本身具有非线性加密的效果,经过多次采集获得的信息,是原始信息的密文形式,加强了认证前的安全性。
本发明能够在采集信号远低于Nyquist采样定理要求的采样次数下,实现信息的精确认证(采样次数约为信息量的5%),减少了数据量。同时对原始信号和重构信号进行整群抽样,并将抽样后的信息转化为二维形式。因为在低采样率下,利用压缩感知重构的信息从数值上和原始信息有较大差别,转化为二维形式,在视觉上呈现出伪噪声分布,再进行Arnold置乱,提高了安全性。
附图说明
图1为本发明的基于压缩感知时间关联成像的对象认证方法流程图;
图2为本发明的具体实施例的运行流程图;
其中,(a)原始信号,(b)慢速光电二极管收集到的能量值,(c)重构信号,(d)采样后形变的原始信号,(e)采样后形变的重构信号,(f)置乱后的原始信号,(g)置乱后的重构信号,(h)认证成功展示,(i)认证失败展示。
具体实施方法
以下结合具体实例,对本发明作进一步说明。应理解,以下实施例仅用于说明本发明而非用于限定本发明的范围。
光场为光电调制器生成的随机时间光场。经过电光调制器调制过的光源,分为两部分,一部分是在参考臂(包含信号),一部分是在测试臂(不包含信号)。原始信号如图2(a)所示。通过时间关联成像多次采集,获得的探测值如图2(b)所示。
一种基于压缩感知时间关联成像的对象认证方法,
1)采集:将调制生成的时间光场Ii(i=1,2…n)对原始信号进行采集,获得探测值,由式(1)获取。经过多次采样,生成多个探测值,但采样次数仅约为原始信号数量的5%。
Di=∫dxdyIi(x,y)T(x,y) (1)
2)重构:将记录的光场和生成的探测值运用压缩感知进行计算,得到重构的信号,如图2(c)所示。重构方法参见式(2),式中Tcs代表重构的信息,N代表采集次数,L1代表压缩感知算法中的L1范数法。
3)认证:将原始信息和重构信息进行整群抽样,将抽样后的信息转化为二维形式,如图2(d)、(e)所示,再对二维信息进行Arnold置乱,如图2(f)、(g)所示。将两者利用非线性相关算法进行计算,所述计算方法参见式(3),其中FT代表二维傅里叶变换,IFT代表傅里叶逆变换,k代表非线性强度。
确定计算得到的C(x,y)的峰值的唯一性,若峰值唯一,如图2(h)所示,则认证通过,若峰值不唯一,如图2(i)所示,则认证不通过。
在步骤3)中,本文采用的方法是将一维信号转换为二维信号,将较长的一维向量转变为二维数据。即将原始信号和重构信号按照整群抽样的方法进行随机抽样(即将信号随机分成N组,每一组的个数保证多余3少于6,再在N组中随机抽取2个数字),将随机抽取的数据转化为二维数据,将转为的二维数据进行Arnold置乱。一方面去除了相邻信号相关性过高影响认证的准确性,另一方面信息转化为二维数据并进行置乱,从视觉感受上是不可分辨的为噪声分布,在一定程度上提高了系统的安全性。
Claims (4)
1.一种基于压缩感知时间关联成像的对象认证方法,其特征在于,具体包括如下步骤:
步骤(1)采集:经过电光调制器调制过的光源,生成具有随机时间强度的非相干光源Ii(x,y)(i=1,2…n),并将时间光源分为两部分,一部分是在测试臂,另一部分是在参考臂,在包含信号的测试臂,对时间信号进行采集,生成的能量被慢速、无时间分辨率的光电二极管记录,在不包含信号的参考臂,快速光电二极管记录光源分布;
步骤(2)重构:将快速光电二极管记录的光源和慢速二极管记录的能量值进行压缩感知计算,重建时间信号信息;
步骤(3)认证:将重建的时间信号和原始时间信号进行非线性相关性认证,验证重构信号的有效性,若认证结果展示图有唯一的峰值,则验证通过,反之则验证不通过。
2.根据权利要求1所述的基于压缩感知时间关联成像的对象认证方法,其特征在于:步骤(1)中,在测试臂的光源对时间信号T(x,y)进行采集,透过的光被慢速、无时间分辨率的光电二极管收集,生成的能量值记为Di(i=1,2…n),所述能量值参见式(1),
Di=∫dxdyIi(x,y)T(x,y) (1)。
3.根据权利要求1所述的基于压缩感知时间关联成像的对象认证方法,其特征在于:步骤(2)中,将快速光电二极管记录的光源Ii(x,y)(i=1,2…n)和慢速二极管记录的能量值Di(i=1,2…n)进行压缩感知计算,获得重建时间信号,所述重建公式,参见式(2),
式中Tcs代表重构的信息,N代表采集次数,L1代表压缩感知算法中的L1范数法。
4.根据权利要求1所述的基于压缩感知时间关联成像的对象认证方法,其特征在于:步骤(3)中,时间信号多是一维信号,为提高认证效率和安全性,将一维信号转换为二维信号,将较长的一维向量转变为二维数据,即将原始信号和重构信号按照整群抽样的方法进行随机抽样,即将信号随机分成N组,每一组的个数保证大于3少于6,再在N组中随机抽取2个数字,将随机抽取的数据转化为二维数据,将转为的二维数据进行Arnold置乱;将转化为二维数据的原始信息和重构信息利用非线性相关性认证方法进行计算,计算值C(x,y)参见式(3),
对于计算得到的C(x,y),若含有唯一峰值,即C(x,y)里的某一数值远大于其它数,则验证通过,若含有多个峰值,则验证失败,FT代表二维傅里叶变换,IFT代表傅里叶逆变换,k代表非线性强度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710854480.1A CN107707311B (zh) | 2017-09-20 | 2017-09-20 | 基于压缩感知时间关联成像的对象认证方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710854480.1A CN107707311B (zh) | 2017-09-20 | 2017-09-20 | 基于压缩感知时间关联成像的对象认证方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107707311A CN107707311A (zh) | 2018-02-16 |
CN107707311B true CN107707311B (zh) | 2019-12-24 |
Family
ID=61173201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710854480.1A Active CN107707311B (zh) | 2017-09-20 | 2017-09-20 | 基于压缩感知时间关联成像的对象认证方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107707311B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100125950A (ko) * | 2009-05-22 | 2010-12-01 | 한국전자통신연구원 | 실시간 다중 영상압축 장치 및 방법 |
CN103428399A (zh) * | 2012-06-29 | 2013-12-04 | 上海理工大学 | 基于压缩感知原理的关联成像光学加密方法 |
CN104714258A (zh) * | 2015-01-30 | 2015-06-17 | 北京航天控制仪器研究所 | 一种高信噪比快速强度关联成像方法 |
CN106772310A (zh) * | 2016-12-30 | 2017-05-31 | 南京理工大学 | 一种基于计算鬼成像的目标鉴定装置及其方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016139086A (ja) * | 2015-01-29 | 2016-08-04 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
-
2017
- 2017-09-20 CN CN201710854480.1A patent/CN107707311B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100125950A (ko) * | 2009-05-22 | 2010-12-01 | 한국전자통신연구원 | 실시간 다중 영상압축 장치 및 방법 |
CN103428399A (zh) * | 2012-06-29 | 2013-12-04 | 上海理工大学 | 基于压缩感知原理的关联成像光学加密方法 |
CN104714258A (zh) * | 2015-01-30 | 2015-06-17 | 北京航天控制仪器研究所 | 一种高信噪比快速强度关联成像方法 |
CN106772310A (zh) * | 2016-12-30 | 2017-05-31 | 南京理工大学 | 一种基于计算鬼成像的目标鉴定装置及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107707311A (zh) | 2018-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109540207B (zh) | 一种计算型分布式光纤传感方法及系统 | |
Liansheng et al. | Single-pixel correlated imaging with high-quality reconstruction using iterative phase retrieval algorithm | |
Xiang et al. | High resolution reconstruction of solar prominence images observed by the New Vacuum Solar Telescope | |
CN103323396B (zh) | 一种基于符合测量的二维压缩鬼成像系统及方法 | |
CN103279916A (zh) | 基于双随机相位编码和干涉原理的图像加密方法 | |
JP2010003347A5 (zh) | ||
WO2013003330A1 (en) | Modulated aperture imaging for automatic moving target detection | |
EP3021110A1 (en) | System for obtaining quantitative x-ray images using Hilbert transform on imaged fringes | |
CN112989371B (zh) | 基于沃尔什变换和计算鬼成像的多图像加密和解密方法 | |
Guo et al. | Compressed ghost edge imaging | |
Hajj-Ahmad et al. | Flicker forensics for pirate device identification | |
CN107707311B (zh) | 基于压缩感知时间关联成像的对象认证方法 | |
Wang et al. | Learning-based high-quality image recovery from 1D signals obtained by single-pixel imaging | |
CN112839143B (zh) | 一种单像素成像过程中采集信号的校验方法和装置 | |
Chou et al. | Out-of-plane modal property extraction based on multi-level image pyramid reconstruction using stereophotogrammetry | |
CN104134184A (zh) | 基于迭代切相分数傅立叶变换的图像加密方法 | |
CN106371304A (zh) | 一种安全的压缩全息成像系统及其成像方法 | |
CN116743934B (zh) | 一种基于深度学习和鬼成像的等分辨率图像隐藏加密方法 | |
Xiong et al. | Algorithm-dependent computational ghost encryption and imaging | |
Wang et al. | SNR enhancement for BOTDR with spatial-adaptive image denoising method | |
Pellizzari et al. | Intensity interferometry experiments and simulations | |
Gong et al. | Interference-based image encryption with silhouette removal by aid of compressive sensing | |
CN207264109U (zh) | 一种安全的压缩全息成像系统 | |
Li et al. | Phase retrieval from double axially displaced holograms for dual-wavelength in-line holography | |
Duran et al. | Optical encryption with compressive ghost imaging |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |