买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江科技学院申请的专利基于深度学习和随机掩模编码的光学图像加密和解密方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115603830B 。

龙图腾网通过国家知识产权局官网在2026-01-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211173952.4，技术领域涉及：H04B10/85；该发明授权基于深度学习和随机掩模编码的光学图像加密和解密方法是由汪小刚;周清明设计研发完成，并于2022-09-26向国家知识产权局提交的专利申请。

本基于深度学习和随机掩模编码的光学图像加密和解密方法在说明书摘要公布了：本发明公开了一种基于深度学习和随机掩模编码的光学图像加密和解密方法，在加密过程中，将加密图像通过具有两个并行光电耦合器件的光学装置，且通过不同位置的随机掩模来实现对加密图像的编码，从而在光学装置的接收端得到两个作为密文的散斑；在解密之前，利用两个不同的稀疏矩阵对采集到的两个散斑分别进行稀疏之后组合在一起，并将两个稀疏矩阵作为解密过程的一部分密钥；在解密过程中，将训练后的神经网络模型作为另一部分密钥，然后将经过组合的散斑与纯相位图像分别作为训练后的神经网络模型的输入和标签，由训练后的神经网络模型输出解密图像。本发明能够有效进行图像加密，具有良好的鲁棒性和安全性。

本发明授权基于深度学习和随机掩模编码的光学图像加密和解密方法在权利要求书中公布了：1.基于深度学习和随机掩模编码的光学图像加密和解密方法，其特征在于：在加密过程中，将加密图像通过具有两个并行光电耦合器件的光学装置，且通过不同位置的随机掩模来实现对加密图像的编码，从而在光学装置的接收端得到两个作为密文的散斑；在解密之前，利用两个不同的稀疏矩阵对采集到的两个散斑分别进行稀疏之后组合在一起，并将两个稀疏矩阵作为解密过程的一部分密钥；在解密过程中，将训练后的神经网络模型作为另一部分密钥，然后将经过组合的散斑与纯相位图像分别作为训练后的神经网络模型的输入和标签，由训练后的神经网络模型输出解密图像； 所述光学装置包括激光器，激光器发出的激光经过扩束器进行准直并通过光阑调整激光光束大小，调整后的激光通过第一分束器被分成两束，其中一束激光被空间光调制器调制并反射，反射出的光被第二随机掩模编码，另一束激光则被第一随机掩模编码，编码之后的两束光通过第二分束器进行干涉之后继续传播到第三分束器，干涉光被第三分束器分成两束，一束经过衰减器调制后被第二CCD相机所接收，另一束光经过第三随机掩模编码后被第一CCD相机接收，第一CCD相机和第二CCD相机所接收的图像即为作为密文的散斑； 将两个散斑的像素大小均调整为128×128，并通过两个不同的稀疏矩阵分别对调整后的散斑进行稀疏，之后将两个稀疏的散斑组合在一起得到混合散斑： ； 其中，表示混合散斑，表示矩阵对应像素相乘，和分别表示两个采集到的散斑像素调整为128×128之后得到的散斑图像，和分别表示对和进行稀疏编码的稀疏矩阵； 所述神经网络模型采用基于pix2pix架构的模型，所述模型由生成器和鉴别器组成； 所述神经网络模型的训练是用模型来学习混合散斑和对应加密图像之间的映射关系；将所述模型的训练优化问题表述为max-min博弈。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江科技学院，其通讯地址为：310012 浙江省杭州市西湖区留和路318号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。