基于密文图像灰度直方图向量的图像识别方法技术

本发明专利技术公开了一种基于密文图像灰度直方图向量的图像识别方法，解决对用户的图像数据进行数据分析和处理泄露用户隐私的问题，属于图像隐私保护技术领域。本发明专利技术对待识别密文图像和源密文图像集合分别进行灰度直方图向量提取，得到密文直方图特征向量；获取待识别图像、各源图像两两图像之间的像素比，对各待识别密文图像、各源密文图像的密文直方图特征向量进行处理，得到各密文直方图特征向量；基于密文域整数向量相似性比较方法，将待识别密文图像的密文直方图特征向量与源密文图像集合中的各源密文图像的密文直方图特征向量集合进行比较，找到最终的同源密文图像。本发明专利技术用于密文域内的图像识别。

【技术实现步骤摘要】
基于密文图像灰度直方图向量的图像识别方法
一种基于密文图像灰度直方图向量的图像识别方法，用于密文域内的图像识别，属于图像隐私保护

技术介绍
对于一幅图像，可以视为由一个一个的像素构成的，而图像的直方图则是反映图像中所有像素分布信息的特征，也就是所有图像像素分布的一个统计表。图像的灰度直方图特征根据不同灰度级别的像素值的数目，统计了图像像素中不同灰度值出现的频数或频率，属于一种灰度级的函数。直观来看，图像的灰度直方图的横坐标是灰度值的级别，纵坐标是该灰度级别对应的频数或频率，体现了图像像素最基本的统计特征。在计算机视觉中，灰度使用黑色为基准色，用不同饱和度的黑色来显示图像。灰度图像被认为是每个像素点只有一个采样颜色的图像，能够显示从最暗黑到最亮白的灰度。一般灰度图像的一个像素点由长度为8bit的整数来表示，这样最多可以将一个像素的灰度划分为2^8＝256种级别，即0-255，最黑为0，最白为255。灰度图像与一般的黑白图像的最大区别就是，灰度图像可以在黑白之间表示多达256种灰度，而黑白图像只能表示黑色和白色两颜色。图像的颜色直方图可以用于图像识别，适应有相同色彩，并且可以有平移、缩放、旋转不变性的图像识别，在某些情况下达到较好的结果。大量高分辨率的图像的产生，使得用户图像存储、共享，特别是在海量的图像识别搜索方面变得十分困难，因此，大多数用户倾向于借助云端服务器强大的运算能力和存储能力，将自己的数据存储到云端，借助于云端强大的能力来执行他们想要完成的工作。出于一些商业广告等的目的，社交网络服务提供商会运用一些算法手段对用户的图像数据进行数据分析和处理，然而，这些图像中可能包含了用户的一些隐私信息，如个人身份，家庭住址，甚至财务状况等等，对用户图像数据的直接分析和处理会在不同程度上泄露用户的隐私信息。如下述方式就在这些问题：首先对源图像与要筛选的图像进行直方图数据采集，对采集的各自图像直方图进行归一化再使用巴氏系数算法对直方图数据进行计算，最终得出图像相似度值，其值范围在[0，1]之间，0表示极其不同，1表示极其相似(相同)。针对灰度图像的直方图向量的图像识别，在明文域内，相似图片识别的算法步骤：第一步，根据原图像与待识别图像的像素数据，计算生成各自的直方图向量。对于灰度图像，初始化一个大小为256维的直方图数组H，然后根据像素值完成频率分布统计，假设某个像素点的像素值为128，那么H[128]+＝1。第二步，巴氏系数计算图像间的相似性，计算公式为其中h1，h2分别代表原直方图数据和待识别直方图数据，对于直方图向量的第i维数据做点乘开平方后相加得到的结果就是图像的相似度值，即巴氏系数因子值，范围为0到1之间。第三步，判定相似与否。根据第二步计算得到的图像间的相似性值，设置一个阈值，如果相似值高于阈值，则判定待识别图像与原图像相似，否则，判定为不相似。
技术实现思路
本专利技术的目的在于：解决现有算法对用户的图像数据进行数据分析和处理会在不同程度上泄露用户的隐私信息的问题，提供了一种基于密文图像灰度直方图向量的图像识别方法。本专利技术采用的技术方案如下：一种基于密文图像灰度直方图向量的图像识别方法，其特征在于，具体步骤如下：步骤1、对基于向量的同态加密方法加密得到的待识别密文图像和源密文图像集合分别进行灰度直方图向量提取，得到待识别密文图像和各源密文图像的密文直方图特征向量；步骤2、获取待识别图像、各源图像两两图像之间的像素比，对各待识别密文图像、各源密文图像的密文直方图特征向量进行处理，得到数量级相同的待识别密文图像和各源密文图像的密文直方图特征向量；步骤3、基于密文域整数向量相似性比较方法，将待识别密文图像的密文直方图特征向量与源密文图像集合中的各源密文图像的密文直方图特征向量进行比较，找到最终的同源密文图像。进一步，所述步骤2的具体步骤为：步骤21、构造一个单位矩阵，将其非零元素设置为密文直方图特征向量的扩大倍数，扩大倍数即为待识别图像、各源图像两两图像之间大像素与小像素之比；步骤22、基于单位矩阵，对密文直方图特征向量进行线性变换计算，得到新密钥；步骤23、将新密钥进行密钥转换，得到密钥转换矩阵；步骤24、基于密钥转换矩阵，计算得到线性变换后的密文直方图特征向量，即扩大后得到密文直方图特征向量。进一步，所述步骤3的具体步骤为：步骤31、基于密文域整数向量相似性比较方法，令I*＝AM，H＝ATA，计算得到矩阵A，H，其中，I*为密文域整数向量相似性比较方法中单位矩阵I按照VHE加密方案的参数l进行比特化后的形式、T为矩阵转置、A为中间变量矩阵、H为中间矩阵、M为密钥转换矩阵；步骤32、计算待识别密文图像的密文直方图特征向量c与各源密文图像的密文直方图特征向量ci的差值向量cdiff-i＝c-ci，diff-i表示两两密文直方图特征向量的差值变量；步骤33、根据步骤31得到的中间矩阵H和步骤32中得到的差值向量cdiff-i计算两两密文直方图特征向量之间的欧式距离其中，x表示待识别密文图像的密文直方图特征向量的明文向量、xi表示对应的第i个源密文图像的密文直方图特征向量的明文向量，ω指基于向量的同态加密方法中的安全参数、为差值向量的转置矩阵；步骤34、设置一个阈值t，若欧式距离dis[i]＜t，则认为密文直方图特征向量ci对应的源图像与待识别图像具有较高的相似性，识别为同源图像，否则，则认为密文直方图特征向量ci对应的源图像与待识别图像不是同源图像。综上所述，由于采用了上述技术方案，本专利技术的有益效果是：1、本专利技术通过得到基于向量的同态加密方法加密保存的源密文图像集合和基于向量的同态加密方法加密得到待识别密文图像(需先得到源密文图像集合)，使对象在同一个密钥下加密，以实现密文域中的灰度直方图向量提取，扩大处理和最终的比较识别；2、本专利技术在整个图像识别的过程中，关于源密文图像集合和待识别密文图像的灰度直方图特征向量都是以密文形式出现的，只有拥有密钥的用户才能正确解密获得相关的数据，从而保证了隐私性；3、本专利技术基于运算受限的整数向量同态加密方案、密文域内的图像识别方案是在明文域内的图像识别的基础上，进行了扩大处理和改进整数向量同态加密方案，最终达到图像识别的目的，识别出与原图像内容基本一致的图像，本专利技术中进行扩大处理比缩小处理的精确度更加好；4、本专利技术在灰度直方图特征向量具有平移，缩放，旋转不变的性质上，并结合扩大处理等，基于密文图像灰度直方图向量的图像识别方案，能够准确地识别出与原图像同源的图像，达到近似明文域的图像识别的效果。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本专利技术的流程示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术，即所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组本文档来自技高网...

【技术保护点】
1.一种基于密文图像灰度直方图向量的图像识别方法，其特征在于，具体步骤如下：步骤1、对基于向量的同态加密方法加密得到的待识别密文图像和源密文图像集合分别进行灰度直方图向量提取，得到待识别密文图像和各源密文图像的密文直方图特征向量，其中，源密文图像要先获取；步骤2、获取待识别图像、各源图像两两图像之间的像素比，对各待识别密文图像、各源密文图像的密文直方图特征向量进行处理，得到数量级相同的待识别密文图像和各源密文图像的密文直方图特征向量；步骤3、基于密文域整数向量相似性比较方法，将待识别密文图像的密文直方图特征向量与源密文图像集合中的各源密文图像的密文直方图特征向量进行比较，找到最终的同源密文图像。

【技术特征摘要】
1.一种基于密文图像灰度直方图向量的图像识别方法，其特征在于，具体步骤如下：步骤1、对基于向量的同态加密方法加密得到的待识别密文图像和源密文图像集合分别进行灰度直方图向量提取，得到待识别密文图像和各源密文图像的密文直方图特征向量，其中，源密文图像要先获取；步骤2、获取待识别图像、各源图像两两图像之间的像素比，对各待识别密文图像、各源密文图像的密文直方图特征向量进行处理，得到数量级相同的待识别密文图像和各源密文图像的密文直方图特征向量；步骤3、基于密文域整数向量相似性比较方法，将待识别密文图像的密文直方图特征向量与源密文图像集合中的各源密文图像的密文直方图特征向量进行比较，找到最终的同源密文图像。2.根据权利要求1所述的一种基于密文图像灰度直方图向量的图像识别方法，其特征在于，所述步骤2的具体步骤为：步骤21、构造一个单位矩阵，将其非零元素设置为密文直方图特征向量的扩大倍数，扩大倍数即为待识别图像、各源图像两两图像之间大像素与小像素之比；步骤22、基于单位矩阵，对密文直方图特征向量进行线性变换计算，得到新密钥；步骤23、将新密钥进行密钥转换，得到密钥转换矩阵；步骤24、基于密钥转换矩阵，计算得到线性变换后的密文直方图特征向量，即扩大后得到密文直...

【专利技术属性】
技术研发人员：杨浩淼，黄云帆，周启贤，罗浩，李洪伟，任彦之，游益锋，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51