提出一种基于Fourier变换对称性和随机多分辨率奇异值分解(R-MRSVD)的彩色图像加密算法。首先计算归一化明文图像的平均值作为logistic-exponent-sine映射的初值,并生成随机矩阵和位置索引;然后对每个颜色通道分别进行二维离散Fourier变换,根据共轭对称性仅保留一半的频谱系数,并提取实部分量和虚部分量构建实数矩阵;最后对实数矩阵进行R-MRSVD和Josephus置乱操作,得到密文图像。将明文图像的像素特征作为混沌序列的初值,保证算法具有高敏感性和高安全性,同时实值的密文便于存储和传输。对算法的解密图像质量、统计特性、密钥敏感性、抗选择明文攻击、鲁棒性等性能进行测试,仿真结果表明,所提加密算法具有可行性和安全性。

针对红外与可见光图像融合易受噪声干扰从而使目标信息减弱的问题, 提出了一种基于目标区域提取和压缩感知的融合算法。首先, 在频率域上对红外图像进行显著区域检测得到其对应的显著度图, 并在显著图指导下结合区域生长法提取红外图像的目标区域, 有效抑制噪声与复杂背景的干扰。然后, 用非下采样剪切波变换对待融合的图像进行分解, 采用不同的融合策略分别对目标与背景区域的高、低频子带进行融合。针对背景区域提出一种新的基于多分辨率奇异值分解和压缩感知的融合规则, 最后, 进行非下采样剪切波逆变换得到融合图像。与其他算法的对比实验结果表明, 本文算法能更好地突出目标区域, 保留图像细节信息, 抑制噪声干扰; 图像质量评价指标中的信息熵、标准差、互信息、边缘保持度分别提高了3.94%, 19.14%, 9.96%和8.52%。