一种运用SIFT和SVD感知哈希的GF-2影像完整性认证方法技术

技术编号:24036485 阅读:30 留言:0更新日期:2020-05-07 02:03
本发明专利技术公开一种运用SIFT和SVD感知哈希的GF‑2影像完整性认证方法,包括:影像感知哈希序列生成和影像内容完整性认证,影像哈希序列的生成包括:影像经分块处理之后,运用SIFT算子和SVD方法构建子块的感知哈希序列,进一步串联所有子块的感知哈希序列生成整幅影像的感知哈希序列。影像完整性认证过程中,通过度量原始影像与待认证影像的感知哈希序列之间的欧氏距离与初始阈值之间的差异化程度实现对影像完整性的检测,若二者之间的欧氏距离小于初始阈值,则判定影像内容完整,否之则检测到影像遭受篡改,进而通过各子块之间的感知哈希的差异度量完成对局部篡改区域的定位。该方法具有良好的鲁棒性,是一种实用性高的GF‑2影像内容完整性认证方法。

A gf-2 image integrity authentication method using sift and SVD aware hash

【技术实现步骤摘要】
一种运用SIFT和SVD感知哈希的GF-2影像完整性认证方法
本专利技术属于地图学与地理信息系统
,涉及一种运用SIFT和SVD感知哈希的GF-2影像完整性认证方法。
技术介绍
中国于2014年发射的高分二号(GF-2)卫星是国产高分辨率影像,其空间分辨率高于1m,它的出现标志着国产遥感影像首次突破亚米级,达到世界先进水平。目前GF-2影像在国防军事建设、现代化建设、科学研究等领域中应用广泛。然而,GF-2影像在传输、使用、存储过程中经常面临各种类型的攻击与恶意篡改,最常见的如地物修改或者删除。确保影像内容的完整性在实际应用当中至关重要,在使用数据之前,为确保数据的可靠性,有必要对影像内容的完整性进行检测。然而,高分辨率影像中包含海量信息,无法靠人工检测并判断影像内容完整性。因此,高效、可靠的检查影像内容完整性是保证GF-2影像实际应用价值的保障和基础。传统的数据认证方式主要包括基于传统密码学的认证技术以及数字水印技术。其中,基于传统密码学的数据认证技术对数据的变换相当敏感,认证过程中存在雪崩效应,因而在文本数据认证领域有较好的利用价值,但是并不适用于影像数据。数字水印技术在认证过程向原始数据嵌入脆弱水印信息,并通过判断所提去的水印信息的完整性实现对数据内容的认证。这种方式由于在原始数据中嵌入水印信息,所以会在一定程度上影像到数据本身的精度,而GF-2影像由于空间分辨率的提高,使得影像在实际使用过程中对影像的精度要求更高,因此数字水印技术会对影像的实际使用价值造成影响。感知哈希函数作为一种数据内容认证的有效方法,已经在多媒体数据领域得到了广泛的应用。感知哈希函数是基于认知心理学的信息加工理论,由多媒体数据集到多媒体感知摘要集的一类单向映射,将具有相同感知内容的多媒体数字表示唯一的映射为一段数字摘要,并满足感知鲁棒性要求。因此,基于感知哈希函数的数据认证技术在数据认证过程中具有更好的实际意义。然而,目前已有的基于感知哈希函数的数据认证技术大多用于多媒体数据或普通中低分辨率遥感影像及多光谱遥感影像,这类方法并不能直接用于GF-2影响内容完整性的认证。SIFT算子作为一种稳定的点特征提取方法,具有尺度、旋转、仿真、仿射、视角、光照不变性,同时对运动、遮挡、噪声等操作具有良好的鲁棒性,在特征提取方面相对其他方法更加稳定。SVD是一种常见的数值分析工具。通过SVD所得到的奇异值满足非负性、唯一性、对扰动具有稳定性且对矩阵转置具有不变性等特性。本专利技术结合感知哈希技术与SIFT算子以及SVD的优势,提出了一种运用SIFT和SVD感知哈希的GF-2影像完整性认证方法,实现对GF-2影像内容完整性的认证。
技术实现思路
有鉴于此,本专利技术针对现有的数据认证技术在认证过程中存在的不足,借助感知哈希函数,将原始GF-2影像映射为一段唯一的数字摘要,并对该摘要进行压缩量化;数据认证过程中将原始影像的感知哈希序列与待认证影像的感知哈希序列进行对比,并通过计算欧氏距离的方法,计算出原始应先感知哈希序列与待认证影像的感知哈希序列之间的欧氏距离,根据欧氏距离来度量二者的差异,若欧氏距离小于给定的阈值,则判定影像内容完整,否之则检测到影像内容遭受篡改,进一步比较对应的各个子块之间的感知哈希序列的差异完成对影像中篡改区域的精确定位。方法可以有效的实现对GF-2影像中局部地物篡改的检测与定位,同时可以抵抗DAT格式转换、BMP格式转换以及LSB水印嵌入等内容保持操作,是一种鲁棒性高且实用的GF-2影像内容完整性认证方法。为了实现上述目的,本专利技术采用如下技术方案:一种运用SIFT和SVD感知哈希的GF-2影像完整性认证方法,包括:影像哈希序列生成和影像完整性认证两部分;影像哈希序列生成步骤如下:S1:采用固定分块的方式,将原始影像分割成N个固定大小的子块;S2:分别对每一个子块进行SIFT特征提取,生成对应的特征点的特征描述;S3:采用SVD对提取到的特征描述进行压缩,提取SVD分解后的前10%较大奇异值,进一步生成各子块的感知哈希序列;S4:串联所有子块的感知哈希序列,构建整幅影像的最终感知哈希序列;影像完整性认证步骤如下:S5:提取待认证影像的各子块感知哈希序列以及影像最终感知哈希序列;S6:计算出待认证影像与原始影像各个哈希序列之间的欧氏距离;S7:判断得到的欧氏距离与给定阈值的关系,得出结论;S8:结束本专利技术方法先进、科学,保证指纹信息的有效提取,鲁棒性好,能够保证在多数据进行多种变换操作后仍能对数据内容进行很好的识别认证。通过实验表明,该方法对DAT格式转换、BMP格式转换以及LSB水印嵌入等内容保持操作具有较好的鲁棒性,具有较好的使用价值。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的实施例,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,还可以根据提供的附图获得其他的附图。图1为本专利技术提供的运用SIFT和SVD感知哈希的GF-2影像完整性认证方法的流程图;图2为本专利技术提供的实验用GF-2影像数据和分块处理后的影像数据;图3为本专利技术提供的影像最终认证结果数据。具体实施方式下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,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。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。参见附图1,本专利技术实施例公开了一种运用SIFT和SVD感知哈希的GF-2影像完整性认证方法,包括:1、影像哈希序列的生成Step1.采用固定分块的方式,将原始影像分割成N个固定大小的子块。其中,N的大小由具体的影像尺寸、特征提取效率以及鲁棒性等因素共同决定。为保证进行合理的分块,本专利技术对分块后的结果进行直方图统计,并计算其统计结果的香农熵。结果显示,为保证有效的特征提取和精确的篡改定位,影像经分块之后,各个子块的直方图统计结果的香农熵应当处于6.50至7.00之间;Step2.分别提取提取每一字块的SIFT特征点和与之对应的特征描述信息。对于每一个字块都将生成一个n×128维的SIFT特征描述,其中n是影像当中提取到的关键点的个数。并将对应产生的n×128维的特征符描述整合成一个n×128的矩阵,n是子块中提取到的关键点的个数,并将该矩阵作为每一个子块的特征矩阵Mi(i=1,2,3...,N);Step3.采用SVD对由SIFT提取到的影像关键点特征矩阵进行压缩,使得影像特征信息在能对局部篡改保持敏感性的同时对内容保持操作具有良好的鲁棒性。通常情况下,矩阵经SVD分解后前10%的奇异值之和占据了全部奇异值之和的99%以上。因此,每一个子块的特征矩阵Mi经本文档来自技高网
...

【技术保护点】
1.一种运用SIFT和SVD感知哈希的GF-2影像完整性认证方法,包括:影像哈希序列生成和影像完整性认证两部分;/n影像哈希序列生成步骤如下:/nS1:采用固定分块的方式,将原始影像分割成N个固定大小的子块;/nS2:分别对每一个子块进行SIFT特征提取,生成对应的特征点的特征描述;/nS3:采用SVD对提取到的特征描述进行压缩,提取SVD分解后的前10%较大奇异值,进一步生成各子块的感知哈希序列;/nS4:串联所有子块的感知哈希序列,构建整幅影像的最终感知哈希序列;/n影像内容完整性认证步骤如下:/nS5:提取待认证影像的各子块感知哈希序列以及影像最终感知哈希序列;/nS6:计算出待认证影像与原始影像各个哈希序列之间的欧氏距离;/nS7:判断得到的欧氏距离与给定阈值的关系,得出结论;/nS8:结束。/n

【技术特征摘要】
1.一种运用SIFT和SVD感知哈希的GF-2影像完整性认证方法,包括:影像哈希序列生成和影像完整性认证两部分;
影像哈希序列生成步骤如下:
S1:采用固定分块的方式,将原始影像分割成N个固定大小的子块;
S2:分别对每一个子块进行SIFT特征提取,生成对应的特征点的特征描述;
S3:采用SVD对提取到的特征描述进行压缩,提取SVD分解后的前10%较大奇异值,进一步生成各子块的感知哈希序列;
S4:串联所有子块的感知哈希序列,构建整幅影像的最终感知哈希序列;
影像内容完整性认证步骤如下:
S5:提取待认证影像的各子块感知哈希序列以...

【专利技术属性】
技术研发人员:张黎明王昊闫浩文朱睿杜萍
申请(专利权)人:兰州交通大学
类型:发明
国别省市:甘肃;62

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1