自適應(yīng)混合圖像的防窺視密碼鍵盤研究
發(fā)布時間:2020-12-02 06:43
密碼鍵盤作為一種特殊的密碼輸入工具,在日常生活中得到廣泛應(yīng)用。但是,傳統(tǒng)的手機(jī)密碼鍵盤不能抵擋涂抹攻擊和肩部攻擊,因此不能保護(hù)用戶的隱私。基于以上問題,本文提出了一種自適應(yīng)混合圖像的防窺視密碼鍵盤。主要實現(xiàn)的功能如下:第一,用戶看到不同距離的不同數(shù)字圖像信息。第二,可以根據(jù)距離動態(tài)改變圖像效果,并實現(xiàn)用戶需求的自動調(diào)整。第一個功能通過混合圖像實現(xiàn),第二個功能通過模糊邏輯和自適應(yīng)等技術(shù)實現(xiàn)。針對上述兩個問題,本文的主要貢獻(xiàn)和創(chuàng)新點(diǎn)如下:1.用混合圖像替換傳統(tǒng)密碼鍵盤的數(shù)字圖像,解決了傳統(tǒng)密碼鍵盤沒有防窺視功能的問題。混合圖像在不同距離處看到不同的圖像效果,并且當(dāng)側(cè)向觀看混合圖像時,用戶將看到模糊的數(shù)字圖像或其它數(shù)字,因此實現(xiàn)了真實數(shù)字信息的隱藏。但是,混合圖像算法不能直接用于不同的開發(fā)工具,因為沒有相應(yīng)的圖像處理算法庫。針對上述問題,提出了一種基于空間域的圖像分離算法和基于空間域的混合圖像算法。2.因為每個人對圖像模糊效果的定義以及眼睛到屏幕的最佳距離都可能不同,所以針對上述問題,本文采用模糊邏輯和自適應(yīng)技術(shù)來解決用戶的使用問題。首先,使用前置攝像頭和相關(guān)算法實現(xiàn)眼睛到屏幕的距離獲取。然...
【文章來源】:重慶郵電大學(xué)重慶市
【文章頁數(shù)】:73 頁
【學(xué)位級別】:碩士
【部分圖文】:
密碼鍵盤支付界面
) ( , ) ( , )a bs a t bG x y w s t f x s y t 一般情況下,卷積核需要滿足以下兩個條件:第一,寬和高必須為奇數(shù)奇數(shù)才會有半徑和中心的概念;第二,元素總和為 1。高斯濾波器是在件的基礎(chǔ)上,并滿足卷積核中的元素服從高斯分布,原因在于視覺系統(tǒng)的圖像效果呈現(xiàn)非線性。高斯濾波器是基于二維的高斯分布函數(shù),二維數(shù)如(2.2)所示。2 22221( , )2x yG x y e 其中 y 和 x 表示卷積核中某個縱坐標(biāo)和橫坐標(biāo)距離中心點(diǎn)的距離, 控線的平緩程度, 值越大,曲線越平緩,最高點(diǎn)越低。在圖 2.1 中,本x和 y 越趨近于 0,卷積核的中心點(diǎn)權(quán)重最大。
(c) 梯形隸屬度函數(shù) (d) 三角形隸屬度函數(shù)圖 2.3 常規(guī)一維隸屬度函數(shù)圖2.4.3 模糊規(guī)則模糊規(guī)則表現(xiàn)為一組因果推理的邏輯關(guān)系表達(dá)式,但模糊規(guī)則不同于傳統(tǒng)條件規(guī)則。解釋如下,傳統(tǒng)條件推導(dǎo)出的結(jié)果只有是或不是,而模糊規(guī)則推導(dǎo)出的結(jié)果為一定程度上是,一定程度上不是。推導(dǎo)出這種條件的結(jié)果可能是單個的模糊集合,也可能是類似于小雨到大雨這種復(fù)合型的集合。模糊邏輯推理系統(tǒng)是由眾多不同的模糊推理規(guī)則組成,規(guī)則的數(shù)目與整個系統(tǒng)中模糊變量和隸屬集合數(shù)目有關(guān)[49]。2.4.4 去模糊化去模糊化定義如下,模糊集合通過多種去模糊函數(shù)計算得到一個離散的量,比如本文描述大雨或小雨程度的描述值。去模糊化也可以解釋為模糊的逆過程,下面
本文編號:2895126
【文章來源】:重慶郵電大學(xué)重慶市
【文章頁數(shù)】:73 頁
【學(xué)位級別】:碩士
【部分圖文】:
密碼鍵盤支付界面
) ( , ) ( , )a bs a t bG x y w s t f x s y t 一般情況下,卷積核需要滿足以下兩個條件:第一,寬和高必須為奇數(shù)奇數(shù)才會有半徑和中心的概念;第二,元素總和為 1。高斯濾波器是在件的基礎(chǔ)上,并滿足卷積核中的元素服從高斯分布,原因在于視覺系統(tǒng)的圖像效果呈現(xiàn)非線性。高斯濾波器是基于二維的高斯分布函數(shù),二維數(shù)如(2.2)所示。2 22221( , )2x yG x y e 其中 y 和 x 表示卷積核中某個縱坐標(biāo)和橫坐標(biāo)距離中心點(diǎn)的距離, 控線的平緩程度, 值越大,曲線越平緩,最高點(diǎn)越低。在圖 2.1 中,本x和 y 越趨近于 0,卷積核的中心點(diǎn)權(quán)重最大。
(c) 梯形隸屬度函數(shù) (d) 三角形隸屬度函數(shù)圖 2.3 常規(guī)一維隸屬度函數(shù)圖2.4.3 模糊規(guī)則模糊規(guī)則表現(xiàn)為一組因果推理的邏輯關(guān)系表達(dá)式,但模糊規(guī)則不同于傳統(tǒng)條件規(guī)則。解釋如下,傳統(tǒng)條件推導(dǎo)出的結(jié)果只有是或不是,而模糊規(guī)則推導(dǎo)出的結(jié)果為一定程度上是,一定程度上不是。推導(dǎo)出這種條件的結(jié)果可能是單個的模糊集合,也可能是類似于小雨到大雨這種復(fù)合型的集合。模糊邏輯推理系統(tǒng)是由眾多不同的模糊推理規(guī)則組成,規(guī)則的數(shù)目與整個系統(tǒng)中模糊變量和隸屬集合數(shù)目有關(guān)[49]。2.4.4 去模糊化去模糊化定義如下,模糊集合通過多種去模糊函數(shù)計算得到一個離散的量,比如本文描述大雨或小雨程度的描述值。去模糊化也可以解釋為模糊的逆過程,下面
本文編號:2895126
本文鏈接:http://sikaile.net/kejilunwen/jisuanjikexuelunwen/2895126.html
最近更新
教材專著