一种基于均值二次图像和局部保持投影的图像摘要方法技术

本发明专利技术公开了一种基于均值二次图像和局部保持投影的图像摘要方法，其特征在于包括如下步骤：1）均值二次图像构造；2）Gabor滤波；3）局部保持投影处理；4）特征压缩量化与加密；5）相似性计算。这种方法的优点是：运用两次图像分块的策略来构造均值二次图像，有效压缩了图像数据并使均值二次图像能抵抗一定的旋转操作；运用Gabor滤波器对均值二次图像进行滤波，有效提高了摘要方法的鲁棒性能；利用局部保持投影对滤波结果进行降维处理，将方差量化成比特，进一步实现了数据压缩；用Skew tent混沌映射对方差的比特序列进行异或加密，确保了图像摘要的安全性；提取的图像摘要具有较好的鲁棒性、唯一性和安全性。

【技术实现步骤摘要】

本专利技术涉及计算机图像处理领域，具体是一种基于均值二次图像和局部保持投影的图像摘要方法。
技术介绍
在大数据时代，人们获取到的数字图像的数量日益增加。现在，图像已成为最大的一类大数据，如何高效的存取和管理海量数字图像成为多媒体领域亟待解决的一个关键问题。与此同时，图像编辑软件的出现使各种数字处理变得越来越简便，人们很容易对图像进行JPEG压缩、亮度调整和格式转换等处理并将处理结果保存为新图像。于是，对于给定的一幅图像，在海量的图像中可能存在与其视觉内容相同但具体数据表示不同的图像。因此，从大规模图像中快速检索出视觉相似的图像成为一个重要问题。这些实际应用需求导致图像摘要技术的出现。图像摘要是描述图像的一个短小数字序列，既可满足存取和管理图像要求，又可实现相似图像检索功能。目前，图像摘要已被广泛应用于图像索引、图像检索、图像拷贝检测、图像内容认证等方面。通常，图像摘要方法需具有鲁棒性，即视觉相似的两幅图像，不管其具体数据表示是否相同，图像摘要应该相同或十分相似，该性质确保图像摘要可应用于图像检索。另一方面，图像摘要方法还要具备唯一性，即不同的图像其摘要值相同的概率很低，这确保图像摘要可应用于图像索引等方面。当前，常见图像摘要技术可分为如下几类：(1)基于小波变换的图像摘要方法；(2)基于离散余弦变换的图像摘要方法；(3)基于离散傅立叶变换的图像摘要方法；(4)基于Radon变换的图像摘要方法；(5)基于矩阵分解的图像摘要方法；(6)基于学习策略的图像摘要方法。这些已有技术大多能抵抗一些常见数字处理，如JPEG压缩和低通滤波等，但在鲁棒性和唯一性方面的分类性能却存在许多不足和局限。
技术实现思路
本专利技术的目的在于针对现有技术的不足而提供一种基于均值二次图像和局部保持投影的图像摘要方法，这种方法可正确识别出经JPEG压缩、对比度调整、亮度调整、格式转换等处理得到的图像，能较好区分不同图像，有效提高了图像摘要的鲁棒性、唯一性和安全性。实现本专利技术目的的技术方案是：一种基于均值二次图像和局部保持投影的图像摘要方法，包括如下步骤：1)均值二次图像构造：先用双线性插值法将输入图像转换成M×M大小，对于彩色图像，将其转换到YCbCr颜色空间并取亮度分量Y表示；再对图像进行非重叠分块，图像块大小为U×U，其中U取值较小且能整除M，记Q＝M/U，得到Q×Q个图像块；计算每个图像块的均值得到一幅大小为Q×Q的均值图像J；从J中随机选取N个大小为P×P的图像块，对于每一个图像块，串联其列元素得到一个大小为P2×1的向量，排列N个图像块所对应的向量，最终得到大小为P2×N的均值二次图像S；2)Gabor滤波：设均值二次图像S的Gabor滤波记为G＝Gabor(S,X,Y,f,θ)，其中X和Y分别表示滤波器的窗口大小，f代表滤波频率，θ代表滤波方向，G为滤波输出结果；3)局部保持投影处理：设G＝[g1,g2,...,gN](gi为G的第i个列向量，1≤i≤N)的局部保持投影记为V＝LPP(G,d,W)，其中d代表降维维数，V为降维后的矩阵(大小为d×N)，W表示权重矩阵，其元素Wi,j的计算公式如下：其中1≤i≤N和1≤j≤N，t为一个设定参数；4)特征压缩量化与加密：设V＝[v1,v2,...,vN]，其中vi为第i个向量(1≤i≤N)；提取vi的方差δi；计算所有方差的平均值μ＝(δ1+δ2+…+δN)/N；如果δi≥μ，记Bi＝1，否则记Bi＝0；于是得到比特序列B＝[B1,B2,…,BN]，用Skew tent混沌映射对比特序列B进行加密处理，生成最终的图像摘要h，Skew tent混沌映射的公式定义如下： F ( x ) = x p , x ∈ [ 0 , p ] 1 - x 1 - p , x ∈ [ p , 1 ] ]]>其中x∈[0,1]是混沌系统的初始状态，p∈(0,1)是控制参数，x和p用作混沌系统的密钥；先用Skew tent混沌公式迭代生成N个数，即x1,x2,…,xN，计算yi＝mod(round(xi×210),2)(1≤i≤N)，其中round()为取整函数，mod(,)为求余函数；接着执行异或加密，其中表示异或运算，h(i)为图像摘要h的第i个元素，于是h＝[h(1),h(2),…,h(N)]；5)相似性计算：设h(1)和h(2)为两幅图像的摘要，计算它们的海明距离其中h1(i)和h2(i)分别是h(1)和h(2)的第i个元素，如果海明距离小于设定阈值T，认为h(1)和h(2)所对应的图像相同，否则认为是不同图像。这种方法的优点是：运用两次图像分块的策略来构造均值二次图像，有效压缩了图像数据并使均值二次图像能抵抗一定的旋转操作；运用Gabor滤波器对均值二次图像进行滤波，有效提高了摘要方法的鲁棒性能；利用局部保持投影对滤波结果进行降维处理，将方差量化成比特，进一步实现了数据压缩；用Skew tent混沌映射对方差的比特序列进行异或加密，确保了图像摘要的安全性；提取的图像摘要具有较好的鲁棒性、唯一性和安全性。附图说明图1是实施例中提取图像摘要的流程示意图；图2是实施例中大小为800像素×600像素的图像；图3是对图2进行JPEG压缩和对比度调整等处理得到的图像；<本文档来自技高网...

【技术保护点】
一种基于均值二次图像和局部保持投影的图像摘要方法，其特征在于，包括如下步骤：1)均值二次图像构造：先用双线性插值法将输入图像转换成M×M大小，对于彩色图像，将其转换到YCbCr颜色空间并取亮度分量Y表示；再对图像进行非重叠分块，图像块大小为U×U，其中U取值较小且能整除M，记Q＝M/U，得到Q×Q个图像块；计算每个图像块的均值得到一幅大小为Q×Q的均值图像J；从J中随机选取N个大小为P×P的图像块，对于每一个图像块，串联其列元素得到一个大小为P2×1的向量，排列N个图像块所对应的向量，最终得到大小为P2×N的均值二次图像S；2)Gabor滤波：设均值二次图像S的Gabor滤波记为G＝Gabor(S,X,Y,f,θ)，其中X和Y分别表示滤波器的窗口大小，f代表滤波频率，θ代表滤波方向，G为滤波输出结果；3)局部保持投影处理：设G＝[g1,g2,...,gN](gi为G的第i个列向量，1≤i≤N)的局部保持投影记为V＝LPP(G,d,W)，其中d代表降维维数，V为降维后的矩阵(大小为d×N)，W表示权重矩阵，其元素Wi,j的计算公式如下：其中1≤i≤N和1≤j≤N，t为一个设定参数；4)特征压缩量化与加密：设V＝[v1,v2,...,vN]，其中vi为第i个向量(1≤i≤N)；提取vi的方差δi；计算所有方差的平均值μ＝(δ1+δ2+…+δN)/N；如果δi≥μ，记Bi＝1，否则记Bi＝0；于是得到比特序列B＝[B1,B2,…,BN]，用Skew tent混沌映射对比特序列B进行加密处理，生成最终的图像摘要h，Skew tent混沌映射的公式定义如下：F(x)=xp,x∈[0,p]1-x1-p,x∈(p,1]]]>其中x∈[0,1]是混沌系统的初始状态，p∈(0,1)是控制参数，x和p用作混沌系统的密钥；先用Skew tent混沌公式迭代生成N个数，即x1,x2,…,xN，计算yi＝mod(round(xi×210),2)(1≤i≤N)，其中round()为取整函数，mod(,)为求余函数；接着执行异或加密其中表示异或运算，h(i)为图像摘要h的第i个元素，于是h＝[h(1),h(2),…,h(N)]；5)相似性计算：设h(1)和h(2)为两幅图像的摘要，计算它们的海明距离其中h1(i)和h2(i)分别是h(1)和h(2)的第i个元素，如果海明距离小于设定阈值T，认为h(1)和h(2)所对应的图像相同，否则认为是不同图像。...

【技术特征摘要】
1.一种基于均值二次图像和局部保持投影的图像摘要方法，其特征在于，包括如下步骤：
1)均值二次图像构造：先用双线性插值法将输入图像转换成M×M大小，对于彩色图像，
将其转换到YCbCr颜色空间并取亮度分量Y表示；再对图像进行非重叠分块，图像块大小为
U×U，其中U取值较小且能整除M，记Q＝M/U，得到Q×Q个图像块；
计算每个图像块的均值得到一幅大小为Q×Q的均值图像J；
从J中随机选取N个大小为P×P的图像块，对于每一个图像块，串联其列元素得到一个
大小为P2×1的向量，排列N个图像块所对应的向量，最终得到大小为P2×N的均值二次图像
S；
2)Gabor滤波：设均值二次图像S的Gabor滤波记为G＝Gabor(S,X,Y,f,θ)，
其中X和Y分别表示滤波器的窗口大小，f代表滤波频率，θ代表滤波方向，G为滤波输
出结果；
3)局部保持投影处理：设G＝[g1,g2,...,gN](gi为G的第i个列向量，1≤i≤N)的局部
保持投影记为V＝LPP(G,d,W)，
其中d代表降维维数，V为降维后的矩阵(大小为d×N)，W表示权重矩阵，其元素Wi,j的计算公式如下：
其中1≤i≤N和1≤j≤N，t为一个设定参数；
4)特征压缩量化与加密：设V＝[v1,v2,...,vN]，其中vi为第i个向量(1≤i≤N)；提取
vi的方差δi；
计算所有方差的平均值μ＝(δ1+δ2+…+δN)/N；如果δi≥μ，记Bi＝1，否则记Bi＝0；于是
得到比特序列B＝[B1,B2,…,BN]，用Skew tent混沌映射对比特序列B进行加密处理，生成最
终的图像摘要h，Skew tent混沌映射的公式定义如下：
F ( x ) = x p ...

【专利技术属性】
技术研发人员：唐振军，阮林林，张显全，俞春强，孙容海，
申请(专利权)人：广西师范大学，
类型：发明
国别省市：广西;45