基于图像归一化和DCT的感知图像哈希算法

基于SIFT和PCA的图像感知哈希方法

第１８卷第１期　２０１３年２月　电路与系统学报　ＪＯＵＲＮＡＬ　ＯＦ　ＣＩＲＣＵＩＴＳ　ＡＮＤ　ＳＹＳＴＥＭＳ　ＶＯ１．１８　Ｎｏ．１　Ｆｅｂｒｕａｒｙ，２０１　３　文章编号：１００７．０２４９（２０１３）０１．０２７４．０５　

基于ＳＩＦＴ￣Ｉ：ＩＰＣＡ的图像感知哈希方法　

孙锐　，　，　闫晓星２，　高隽　

（１．合肥工业大学计算机与信息学院，安徽合肥２３０００９；２．合肥工业大学光电技术研究院，安徽合肥２３０００９　３．奇瑞汽车博士后工作站，安徽芜湖２４１００９）　

摘要ｔ提出了一种新颖的基于尺度不变特征变换（ＳＩＦＴ）和主成分分析（ＰＣＡ）的感知哈希方法。ＳＩＦＴ特征在通　常的图像处理中具有很强的稳定性，并具有尺度和旋转不变性，通过对哈希生成两阶段框架的详细分析，ＳＩＦＴ算法用　来提取图像的局部特征点，ＰＣＡ用来对特征数据的信息压缩。每个特征点的ＰＣＡ基的叠加构成图像哈希，在叠加中　采用了伪随机处理，增强了算法安全性，图像之间的相似度通过哈希的归一化相关值来确定。实验分析表明该方法对　各种复杂攻击，如图像旋转、光照变化、图像滤波等具有较好的稳健性，对比基于非负矩阵分解的图像哈希方法在图　像识别应用中具有更好的性能。　关键词ｔ尺度不变特征变换；主成分分析；感知哈希；图像识别　中圈分类号：ＴＰ３９１文献标识码ｔ　Ａ　

１　引言　

数字媒体在近十年中呈爆炸式的增长，海量的多媒体数据使得数据库的管理、检索、版权保护成　

为一个具有挑战性的问题，在各种应对技术中，图像感知哈希因为其稳健性和安全性成为多媒体安全　和多媒体信息处理领域的研究热点［１，２１。图像哈希是图像内容或特征的一种单向紧凑表示或签名，它作　

为图像的安全标签广泛应用于基于内容的图像检索、图像识别和认证等领域。稳健性和安全性是图像　

哈希的两个重要要求。稳健性意味在使用相同的密钥的情况下，感知相近的图像应该产生相似或相同　的哈希。图像和视频信号在传播过程中可能经历噪声污染、Ａ／Ｄ和Ｄ／Ａ转换、打印扫描、滤波、有损　

谷歌百度以图搜图感知哈希算法C#简单实现

⾕歌百度以图搜图感知哈希算法C#简单实现

///

/// 感知哈希算法

///

public class ImageComparer

{

///

/// 获取图⽚的Hashcode

///

public static string GetImageHashCode(string imageName)

{

int width = 8;

int height = 8;

// 第⼀步

// 将图⽚缩⼩到8x8的尺⼨，总共64个像素。这⼀步的作⽤是去除图⽚的细节，

// 只保留结构、明暗等基本信息，摒弃不同尺⼨、⽐例带来的图⽚差异。

Bitmap bmp = new Bitmap(Thumb(imageName));

int[] pixels = new int[width * height];

// 第⼆步

// 将缩⼩后的图⽚，转为64级灰度。也就是说，所有像素点总共只有64种颜⾊。

for (int i = 0; i < width; i++)

{

for (int j = 0; j < height; j++)

{

Color color = bmp.GetPixel(i, j);

pixels[i * height + j] = RGBToGray(color.ToArgb());

}

// 第三步

// 计算所有64个像素的灰度平均值。

int avgPixel = Average(pixels);

// 第四步

// 将每个像素的灰度，与平均值进⾏⽐较。⼤于或等于平均值，记为1；⼩于平均值，记为0。

int[] comps = new int[width * height];

for (int i = 0; i < comps.Length; i++)

{

if (pixels[i] >= avgPixel)

{

comps[i] = 1;

}

else

{

关于对图像哈希算法的研究与应用

姚永明;杨纯;吴凌燕;沈烨

【摘要】传统的基于文本的检索方式无法精确地搜索图片,因此基于图像内容的检索技术应运而生.它利用图像哈希算法提取图像特征,通过量化压缩等方法产生一个标明图像指纹的哈希序列,对比哈希序列即可判定两张图像的相似度.主要从图像哈希算法的定义、原理、特点、应用等方面进行研究,并着重介绍和对比aHash算法及pHash算法.

【期刊名称】《西安文理学院学报（自然科学版）》

【年(卷),期】2016(019)005

【总页数】4页(P30-33)

【关键词】均值哈希算法;感知哈希算法;哈希算法;图片相似搜索

【作者】姚永明;杨纯;吴凌燕;沈烨

【作者单位】南京邮电大学通达学院,江苏扬州225200;南京邮电大学通达学院,江苏扬州225200;南京邮电大学通达学院,江苏扬州225200;南京邮电大学通达学院,江苏扬州225200

【正文语种】中文

【中图分类】TN919.81

在网络技术飞速发展的当今社会，以图片、音乐和视频为主的非结构化数据已经占据主导地位，如何从如此庞大的数据库中快速准确地找出我们需要的图像成为研究重点，同时随着人们对图像检索要求的提高，图像哈希技术应运而生.其工作原理是通过构造哈希函数将高维的数据映射成低维的二值哈希码，并使其在二值空间中保持高维数据的空间结构,具有检索速度快、存储空间小、表示方式简洁等优点.本文主要对图像哈希算法的概念及相关应用进行介绍,总结了aHash算法和pHash算法的基本思想、实现步骤，并通过旋转、缩放图像，改变图像颜色、内容等实验对均值哈希算法和感知哈希算法实现相似图像搜索的效果进行比较,总结其优缺点.

图像哈希技术可以将任意分辨率的图像数据通过哈希函数转化为几十或几百个比特的二进制编码序列，称为哈希编码.哈希编码在目前二进制的计算机系统系下，不仅可以加快检索速度，还节省了内存空间.

2.1 哈希算法含义及特点

OpenCV实战（1）——图像相似度算法（比对像素方差，感知哈希算法，模板匹配（OCR数字。。。

OpenCV实战（1）——图像相似度算法（⽐对像素⽅差，感知哈

希算法，模板匹配（OCR数字。。。

如果需要处理的原图及代码，请移步⼩编的GitHub地址

传送门：

如果点击有误：https:///LeBron-Jian/ComputerVisionPractice

最近⼀段时间学习并做的都是对图像进⾏处理，其实⾃⼰也是新⼿，各种尝试，所以我这个门外汉想总结⼀下⾃⼰学习的东西，图像处

理的流程。但是动起笔来想总结，⼀下却不知道⾃⼰要写什么，那就把⾃⼰做过的相似图⽚搜索的流程整理⼀下，想到什么说什么吧。

⼀：图⽚相似度算法（对像素求⽅差并⽐对）的学习

1.1 算法逻辑

1.1.1 缩放图⽚

将需要处理的图⽚所放到指定尺⼨，缩放后图⽚⼤⼩由图⽚的信息量和复杂度决定。譬如，⼀些简单的图标之类图像包含的信息量少，

复杂度低，可以缩放⼩⼀点。风景等复杂场景信息量⼤，复杂度⾼就不能缩放太⼩，容易丢失重要信息。根据⾃⼰需求，弹性的缩放。在效

率和准确度之间维持平衡。

1.1.2 灰度处理

通常对⽐图像相似度和颜⾊关系不是很⼤，所以处理为灰度图，减少后期计算的复杂度。如果有特殊需求则保留图像⾊彩。

1.1.3 计算平均值

此处开始，与传统的哈希算法不同：分别依次计算图像每⾏像素点的平均值，记录每⾏像素点的平均值。每⼀个平均值对应着⼀⾏的特

征。

1.1.4 计算⽅差

对得到的所有平均值进⾏计算⽅差，得到的⽅差就是图像的特征值。⽅差可以很好的反应每⾏像素特征的波动，既记录了图⽚的主要信

息。

1.1.5 ⽐较⽅差

经过上⾯的计算之后，每张图都会⽣成⼀个特征值（⽅差）。到此，⽐较图像相似度就是⽐较图像⽣成⽅差的接近成程度。

⼀组数据⽅差的⼤⼩可以判断稳定性，多组数据⽅差的接近程度可以反应数据波动的接近程度。我们不关注⽅差的⼤⼩，只关注两个⽅

差的差值的⼤⼩。⽅差差值越⼩图像越相似！

1.2 代码：

import cv2

import matplotlib.pyplot as plt

安全鲁棒的图像感知哈希技术

第37卷增刊(I)2007年9月　东南大学学报(自然科学版)

JOURNALOFSOUTHEASTUNIVERSITY(NaturalScienceEdition)　Vol137Sup(I)Sept.2007

安全鲁棒的图像感知哈希技术

张维克1　孔祥维1　尤新刚1,2

(1大连理工大学信息安全中心,大连116024)(2北京电子技术应用研究所,北京100091)

摘要:为了对经过图像处理操作的图像内容进行准确认证,利用图像DCT低频系数的感知不变性

生成了安全的哈希序列索引.用标准化后的DCT低频系数矩阵和基于密钥种子的随机数矩阵为数

字图像生成哈希序列,研究分析了提出算法具有唯一性、鲁棒性和安全性的特性.实验结果表明,算法可以抵抗内容保持的修改操作,例如格式转换、中度几何变换和滤波失真等,具有较强的鲁棒性.

同时算法具有较强的安全性,在同时得到伪随机序列生成器和密钥的情况下,才能获得图像的哈希

值.另外,算法可为视觉近似图像生成相同或相近的400比特哈希值,且冲突率降低到10-8数量级.这种安全鲁棒的图像哈希方法可以用于数字图像认证和大量图像的数据库检索.

关键词:图像哈希;数据库检索;数字签名

中图分类号:TP391 文献标识码:A 文章编号:1001-0505(2007)增刊(I)20188205

Secureandrobustimageperceptualhashing

ZhangWeike1　KongXiangwei1　YouXingang1,2

(1InformationSecurityResearchCenter,DalianUniversityofTechnology,Dalian116024,China)(2BeijingInstituteofElectronicTechnologyandApplication,Beijing100091,China)

Abstract:SecurehashvectorindexisgeneratedusingperceptualinvarianceofimageDCT(discreteco2sinetransform)low2frequencycoefficientstoauthenticatecontentofimagewhichhasbeenprocessed.AhashvectorisgeneratedfordigitalimageusingthetechniqueofcombiningstandardizedDCTlow2frequen2cycoefficientsmatrixwithkeybasedrandommatrix.Theproposedalgorithmisshowntobeunique,ro2bustandsecure.Experimentalresultsindicatethattheproposedalgorithmisabletoresistthecontent2pre2servingmodifications,suchasformatchange,moderategeometricandfilteringdistortions.Onecanonlyacquirehashvalueofimagewhilehavingbothpseudo2randomgeneratorandkey.Inaddition,thepro2posedalgorithmgeneratessameorsimilarhashvalueforperceptualsameimages,lengthofthehashvalueisonlyabout400bits,andthecollisionratedecreasesto10-8level.Theproposedrobustandsecureal2gorithmcanbeappliedtodigitalimageauthenticationandretrievaloflargeimagedatabase.Keywords:imagehashing;databasesearch;digitalsignature

结合图像归一化与Slant变换的鲁棒图像哈希

陈曦;朱冰

【摘要】为了提高图像哈希算法抵抗几何攻击的性能，提出了一种结合图像归一化和Slant变换的图像哈希算法。使用几何不变矩将原始图像进行归一化操作得到仿射不变图像，仿射不变图像分块并进行Slant变换，根据用户密钥选择Slant变换中频系数极性并生成最终的图像哈希序列。实验结果表明该算法对常见图像操作处理和常见几何攻击鲁棒，对原始图像内容和用户密钥敏感，是一种有效的图像哈希算法。%In order to improve the performance of image hashing

algorithm with resistance to geometric distortions, a hashing method

based on image normalization and Slant transform is proposed in this

paper. The affine invariant image is obtained by using geometric moments

invariants with image normalization method. The image is then blocked

and Slant transform is applied, and middle-frequency coefficients are

obtained. In addition, it further generates the image hashing sequence by

using the user-key. Test results indicate that the proposed method is

robust to common image procession and geometric distortions, and

基于秘密共享的感知鲁棒图像Hash算法

秦川;张真诚;郭成

【摘要】Since the cryptographic Hash function is sensitive, any slight

change of the input message will influence the result of the Hash value

significantly. But for the scenario of image hashing, the traditional

cryptographic Hash functions will not be suitable. This is due to the fact

that the images usually must undergo various manipulations and many of

the manipulations are content-preserving, even though the digital

representations of the images will be changed. This paper proposes a

perceptual robust image hashing scheme, which can be applied in the

fields such as image retrieval and authentication. Image resizing and total-variation-based filtering are firstly used to pre-process the input image for

regularization. The sign relationship matrix of DCT low frequency

coefficients for each image block and and corresponding neighborhood

基于扩频和归一化的图像识别算法研究

龙源期刊网

基于扩频和归一化的图像识别算法研究

作者：候琳珊李德

来源：《科学与财富》2018年第12期

摘要：提出了一种基于扩频和归一化的图像识别算法。此算法使用归一化技术对图像进行归一化处理，灰度水印图像使用扩频技术处理。将图像分成若干块，取每一个图像块的离散余弦变换域的第一个系数，组成为一个矩阵。将此矩阵与扩频后的水印信息进行异或操作，产生零水印。实验结果表明该算法具有很强的抗仿射变换性能和鲁棒性。该算法可以用来隐藏信息的数字图像。

关键词：零水印；归一化；扩频技术；离散余弦变换

0 引言

零水印具有很强的隐蔽性和保密性。本文提出的算法是将图像归一化和离散余弦变换[2-3]相结合，产生出水印的嵌入位置。Arnold变换和扩频技术被用来实现水印的强鲁棒性和安全性。

1 零水印嵌入方案

1.1 水印嵌入过程

第一步：水印图像预处理

（1）选取32×32像素的二值图像用作水印；

（2）进行Arnold置乱[4]后转换为序列A；

（3）选择合适的参数和初值来产生一个混沌序列并将其元素转换成0或1得到序列B，；

（4） A、B异或运算产生一个新的序列C；

（5）把C扩频调制后转换为64×64矩阵D。

第二步：载体图像预处理

（1）选取一个512×512的灰度图像作为载体；龙源期刊网

（2）将其分成64×64个小块，提取每小块第一个系数组成新矩阵后平均零一化成特征矩阵E。

第三步：水印嵌入

将D、E进行异或运算，生成一个零水印F。

1.2 水印提取过程

第一步：目标图像的预处理

基于直方图量化和混沌系统的感知图像Hashing算法

邓绍江;王方晓;张岱固;王瑜

【期刊名称】《计算机应用》

【年(卷),期】2008(28)11

【摘要】研究了基于图像灰度级压缩的直方图差值量化(DQH)技术,并结合混沌系统,提出了一种新的感知图像Hashing算法.算法首先利用混沌系统把压缩后的图像中各个灰度级的出现概率调制成一个固定长度的中问Hash序列;然后将中间Hash序列经过差值量化和二值量化得到最终的图像Hash序列.仿真结果表明,该算法对JPEG压缩、低通滤波、图像缩放和旋转等操作有良好的鲁棒性,而且混沌系统的引入使算法具有较强的安全性.

【总页数】4页(P2804-2807)

【作者】邓绍江;王方晓;张岱固;王瑜

【作者单位】重庆大学,计算机学院,重庆,400044;重庆大学,计算机学院,重庆,400044;重庆大学,计算机学院,重庆,400044;重庆农村商业银行,科技信息部,重庆,400020

【正文语种】中文

【中图分类】TP309

【相关文献】

1.基于混沌映射和Hash函数的图像加密算法 [J], 刘国良;张红梅

2.基于Hash函数和多混沌系统的图像加密算法 [J], 栗风永;徐江峰 3.基于连续混沌系统和Hash函数的图像加密算法 [J], 徐江峰;尚晋;胡静

4.基于混沌理论和Hash函数的自适应图像加密算法 [J], 赵希奇;柏逢明;吕贵花

5.基于深度学习压缩感知与复合混沌系统的通用图像加密算法 [J], 陈炜;郭媛;敬世伟

因版权原因，仅展示原文概要，查看原文内容请购买