一种基于可见光的隐式成像通信调制算法研究

谷五勋; 冯莉芳

doi:doi:10.3788/AOS202141.0306002

光学学报, 2021, 41 (3): 0306002, 网络出版: 2021-02-28

一种基于可见光的隐式成像通信调制算法研究下载： 662次

Modulation Algorithm for Implicit Imaging Communications Based on Visible Light

谷五勋冯莉芳 ^*

作者单位

北京科技大学计算机与通信工程学院, 北京 100083

图 & 表

图 1. 可见光隐式成像通信模型

Fig. 1. Visible light implicit imaging communication model

下载图片查看原文

图 2. 可见光隐式成像通信系统的调制和解调算法设计。(a)调制;(b)解调

Fig. 2. Design of modulation and demodulation algorithms for visible light implicit imaging communication system. (a) Modulation; (b) demodulation

下载图片查看原文

图 3. 不同调制强度系数下的PSNR、SSIM和准确率。(a) PSNR;(b) SSIM;(c)准确率

Fig. 3. PSNR, SSIM and accuracy rate under each modulation intensity coefficient. (a) PSNR; (b) SSIM; (c) accuracy rate

下载图片查看原文

图 4. 所提算法与一般算法的对比

Fig. 4. Comparison between proposed and general algorithms

下载图片查看原文

图 5. 纹理图像的PSNR和SSIM。(a) PSNR;(b) SSIM

Fig. 5. PSNR and SSIM of texture image. (a) PSNR; (b) SSIM

下载图片查看原文

图 6. 基于图像熵的图像分类器的设计流程

Fig. 6. Design process of image classifier based on image entropy

下载图片查看原文

图 7. 不同分类图像的SSIM

Fig. 7. SSIM for each classification image

下载图片查看原文

图 8. 所需隐藏的二维信息

Fig. 8. Two dimensional information to be hidden

下载图片查看原文

图 9. 不同调制强度系数下隐藏信息的图像及其PSNR值

Fig. 9. Image with hidden information and PSNR value under each modulation intensity coefficient

下载图片查看原文

图 10. 具有不同纹理复杂度的图像及其SSIM值

Fig. 10. Images with different texture complexity and their SSIM values

下载图片查看原文

图 11. 原始图像与对应的隐藏信息的图像。(a)原始图像;(b)隐藏信息的图像

Fig. 11. Original images and corresponding images with hidden information. (a) Original images; (b) images with hidden information

下载图片查看原文

图 12. 不同噪声下的准确率。(a)椒盐噪声;(b)高斯白噪声

Fig. 12. Accuracy rate under each noise. (a) Salt and pepper noise; (b) Gaussian white noise

下载图片查看原文

表 1拉普拉斯分解层数分析

Table1. Analysis of number of Laplacian decomposition layers

Number of Laplacedecomposition layers	PSNR /dB	Accuracy rate /%
2	39.904	98.74
3	40.462	97.55
4	41.640	80.76

查看原文

谷五勋, 冯莉芳. 一种基于可见光的隐式成像通信调制算法研究[J]. 光学学报, 2021, 41(3): 0306002. Wuxun Gu, Lifang Feng. Modulation Algorithm for Implicit Imaging Communications Based on Visible Light[J]. Acta Optica Sinica, 2021, 41(3): 0306002.

一种基于可见光的隐式成像通信调制算法研究下载： 662次

图 1. 可见光隐式成像通信模型

Fig. 1. Visible light implicit imaging communication model

图 2. 可见光隐式成像通信系统的调制和解调算法设计。(a)调制;(b)解调

Fig. 2. Design of modulation and demodulation algorithms for visible light implicit imaging communication system. (a) Modulation; (b) demodulation

图 3. 不同调制强度系数下的PSNR、SSIM和准确率。(a) PSNR;(b) SSIM;(c)准确率

Fig. 3. PSNR, SSIM and accuracy rate under each modulation intensity coefficient. (a) PSNR; (b) SSIM; (c) accuracy rate

图 4. 所提算法与一般算法的对比

Fig. 4. Comparison between proposed and general algorithms

图 5. 纹理图像的PSNR和SSIM。(a) PSNR;(b) SSIM

Fig. 5. PSNR and SSIM of texture image. (a) PSNR; (b) SSIM

图 6. 基于图像熵的图像分类器的设计流程

Fig. 6. Design process of image classifier based on image entropy

图 7. 不同分类图像的SSIM

Fig. 7. SSIM for each classification image

图 8. 所需隐藏的二维信息

Fig. 8. Two dimensional information to be hidden

图 9. 不同调制强度系数下隐藏信息的图像及其PSNR值

Fig. 9. Image with hidden information and PSNR value under each modulation intensity coefficient

图 10. 具有不同纹理复杂度的图像及其SSIM值

Fig. 10. Images with different texture complexity and their SSIM values

图 11. 原始图像与对应的隐藏信息的图像。(a)原始图像;(b)隐藏信息的图像

Fig. 11. Original images and corresponding images with hidden information. (a) Original images; (b) images with hidden information

图 12. 不同噪声下的准确率。(a)椒盐噪声;(b)高斯白噪声

Fig. 12. Accuracy rate under each noise. (a) Salt and pepper noise; (b) Gaussian white noise

表 1拉普拉斯分解层数分析

Table1. Analysis of number of Laplacian decomposition layers

关于本站 Cookie 的使用提示

全站搜索

一种基于可见光的隐式成像通信调制算法研究 下载： 662次

图 1. 可见光隐式成像通信模型

Fig. 1. Visible light implicit imaging communication model

图 2. 可见光隐式成像通信系统的调制和解调算法设计。(a)调制;(b)解调

Fig. 2. Design of modulation and demodulation algorithms for visible light implicit imaging communication system. (a) Modulation; (b) demodulation

图 3. 不同调制强度系数下的PSNR、SSIM和准确率。(a) PSNR;(b) SSIM;(c)准确率

Fig. 3. PSNR, SSIM and accuracy rate under each modulation intensity coefficient. (a) PSNR; (b) SSIM; (c) accuracy rate

图 4. 所提算法与一般算法的对比

Fig. 4. Comparison between proposed and general algorithms

图 5. 纹理图像的PSNR和SSIM。(a) PSNR;(b) SSIM

Fig. 5. PSNR and SSIM of texture image. (a) PSNR; (b) SSIM

图 6. 基于图像熵的图像分类器的设计流程

Fig. 6. Design process of image classifier based on image entropy

图 7. 不同分类图像的SSIM

Fig. 7. SSIM for each classification image

图 8. 所需隐藏的二维信息

Fig. 8. Two dimensional information to be hidden

图 9. 不同调制强度系数下隐藏信息的图像及其PSNR值

Fig. 9. Image with hidden information and PSNR value under each modulation intensity coefficient

图 10. 具有不同纹理复杂度的图像及其SSIM值

Fig. 10. Images with different texture complexity and their SSIM values

图 11. 原始图像与对应的隐藏信息的图像。(a)原始图像;(b)隐藏信息的图像

Fig. 11. Original images and corresponding images with hidden information. (a) Original images; (b) images with hidden information

图 12. 不同噪声下的准确率。(a)椒盐噪声;(b)高斯白噪声

Fig. 12. Accuracy rate under each noise. (a) Salt and pepper noise; (b) Gaussian white noise

表 1拉普拉斯分解层数分析

Table1. Analysis of number of Laplacian decomposition layers

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索

一种基于可见光的隐式成像通信调制算法研究下载： 662次