一种图像哈希获取方法、图像安全认证方法及装置制造方法及图纸

本发明专利技术涉及一种图像哈希获取方法、图像安全认证方法及装置。其中，图像哈希获取方法包括如下步骤：步骤S1、图像预处理；步骤S2、根据预处理后的图像生成梯度归一化图像；步骤S3、对梯度归一化图像进行非重叠分块处理，求取块梯度均值形成梯度均值矩阵，基于梯度均值矩阵提取图像局部特征；步骤S4、对梯度均值矩阵进行列累加操作得到行列累加矩阵，基于行列累加矩阵提取图像全局特征；步骤S5、将图像局部特征和图像全局特征相联合形成中间哈希序列，利用密钥对中间哈希序列进行加密操作得到最终哈希序列。与现有技术相比，本发明专利技术方法在鲁棒性、区别性和安全性等方面均具有较好的性能效果。

【技术实现步骤摘要】
一种图像哈希获取方法、图像安全认证方法及装置
本专利技术涉及图像处理
，尤其是涉及一种图像哈希获取方法、图像安全认证方法及装置。
技术介绍
随着互联互通的网络环境以及免费的图像编辑软件的普及性，数字图像愈发可能遭受由于恶意篡改而导致的内容篡改，由于私人目的而引起愈来愈多的图像拷贝等数字伪造现象，所以图像认证、图像检索变得愈发重要。哈希函数首先对数字图像进行特征提取，然后将提取的多媒体特征映射为短序列码，通过比较原始图像和待认证图像的哈希序列，进行图像认证。图像哈希的设计原则主要是具有抵抗由于内容保持操作和几何变形引起的意外失真的鲁棒性、具有对图像内容恶意更改的敏感性，具有一定程度的安全性。图像哈希算法的性能很大程度上取决于图像特征的提取方式，Wang等人通过将Watson视觉模型、Zernike矩和DCT系数相结合提取图像的局部特征和全局特征的方式构造哈希序列，该哈希算法能够检测到由恶意攻击引起的内容更改、内容伪造，具有较好的感知鲁棒性。Qin等人通过局部纹理特征与图像的颜色角特征相结合构造哈希序列，并通过PCA进行序列码压缩，以确保哈希序列的紧凑性，该算法对JPEG压缩和图像缩放等内容保持操作具有较好的鲁棒性。Shen等人对图像的颜色对立分量提取颜色变化信息，对图像的强度分量应用四叉树分解提取图像的结构特征，二者联合构造图像哈希序列，该算法在具有较好鲁棒性的前提下也可以定位篡改区域。Tang等人对YCbCr颜色空间的Y分量利用PFT视觉模型生成视觉显著图，对经过双树复小波变换的视觉显著图提取低频子带，利用低频子带图的任意同心圆特征矩阵之间的关系构造哈希。Huang等人通过提取纹理图像的对比度、相关性、梯度以及同质性等统计特征作为图像的全局特征，将其与DCT变换相结合构造图像哈希。Tang等人将CIEL*a*b*颜色空间下的L分量的块均值作为特征矩阵从而构造张量，对张量进行Tucker分解来生成哈希序列，该方法的分类性能需要进一步提高。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种在鲁棒性、区别性和安全性等方面均具有较好的性能效果的图像哈希获取方法、图像安全认证方法及装置。本专利技术的目的可以通过以下技术方案来实现：一种图像哈希获取方法，该方法包括如下步骤：步骤S1、图像预处理；步骤S2、根据预处理后的图像生成梯度归一化图像；步骤S3、对梯度归一化图像进行非重叠分块处理，求取块梯度均值形成梯度均值矩阵，基于梯度均值矩阵提取图像局部特征；步骤S4、对梯度均值矩阵进行列累加操作得到行列累加矩阵，基于行列累加矩阵提取图像全局特征；步骤S5、将图像局部特征和图像全局特征相联合形成中间哈希序列，利用密钥对中间哈希序列进行加密操作得到最终哈希序列。优选地，步骤S1具体为：对原始图像进行双线性内插法将其大小调整为M×M，并进行高斯低通滤波处理得到二次图像。优选地，步骤S2具体包括：步骤S2-1、计算二次图像的R、G、B分量图像的梯度值：其中，IR(x,y)、IG(x,y)和IB(x,y)分别为RGB颜色空间的红色通道、绿色通道和蓝色通道，GR、GG和GB分别为相应颜色通道对应的梯度值；步骤S2-2、对各颜色通道对应的梯度值进行求和操作得到二次图像的梯度图像：G＝GR+GG+GB，其中，G为二次图像的梯度值；步骤S2-3、对二次图像的梯度值进行归一化处理得到梯度归一化图像：GR(i)＝G(i)/Gmax，其中，Gmax为二次图像梯度值的最大值，G(i)为二次图像各像素对应的梯度值，GR(i)为二次图像各像素对应的归一化梯度值。优选地，步骤S3具体包括：步骤S3-1、对大小为M×M的梯度归一化图像进行图像块大小为b×b的非重叠块分割处理，求取每个图像块的梯度均值得到大小为(M/b)×(M/b)的梯度均值矩阵MI；步骤S3-2、对梯度均值矩阵MI中除第一行、第一列、最后一行和最后一列之外的其他梯度均值进行WLBP操作得到梯度变化值，将梯度变化值按所对应的梯度均值位置对应进行行列排序得到大小为(M/b-2)×(M/b-2)的梯度变化矩阵A，WLBP操作为：其中，xc为梯度均值矩阵MI中除第一行、第一列、最后一行和最后一列之外的其它任一个梯度均值，WLBPP,R,ξ(xc)为xc对应的梯度变化值，xn为梯度均值矩阵MI中分布在以xc为中心、以R为半径的P邻域内的梯度均值，ξ为阈值常数，R、P为设定常数；步骤S3-3、将梯度变化矩阵A按行展开形成大小为1×(M/b-2)2的行向量AH，将行向量AH按下式操作得到大小为(M/b-2)2-1的二值化序列HG：其中，AH(p)为行向量AH的第p个元素，AH(p+1)为行向量AH的第p+1个元素，HG(p)为序列HG的第p个元素，p＝1，2，……，(M/b-2)2-1；所述的二值化序列HG即为表征所述的图像局部特征的哈希序列。优选地，步骤S4具体包括：步骤S4-1、对梯度均值矩阵MI根据下式按行求取行梯度累加矩阵Er：其中，Er(i,j)为行梯度累加矩阵Er中第i行第j列元素，MI(i,j)为梯度均值矩阵MI中第i行第j列元素；步骤S4-2、对行梯度累加矩阵Er归一化后，计算其每行的均值和方差组成2行M/b列的行特征矩阵E′，将行特征矩阵E′转置操作后得到M/b行2列的矩阵E，对矩阵E按照下式进行标准化处理得到标准化行特征矩阵R：其中，R(i,j)为矩阵R中第i行第j列元素，E(i,j)为矩阵E中第i行第j列元素，μj为矩阵E中第j列的均值，σj为矩阵E中第j列的标准差；步骤S4-3、将矩阵R进行转置操作并按行展开得到行向量ER，将行向量ER按下式操作得到大小为2×(M/b)-1的二值序列HR：其中，ER(q)为行向量ER的第q个元素，ER(q+1)为行向量ER的第q+1个元素，HR(q)为序列HR的第q个元素，q＝1，2，……，2×(M/b)-1；步骤S4-4、对梯度均值矩阵MI根据下式按列求取列梯度累加矩阵Ec：其中，Ec(i,j)为列梯度累加矩阵Ec中第i行第j列元素，MI(i,j)为梯度均值矩阵MI中第i行第j列元素；步骤S4-5、对列梯度累加矩阵Ec按照步骤S4-2和步骤S4-3方式依次进行归一化、标准化、转置和二值化操作得到大小为2×(M/b)-1的二值序列HC；所述的二值化序列HR、HC即为表征所述的图像全局特征的哈希序列。优选地，步骤S5具体包括：步骤S5-1、将二值化序列HG、HR、HC联合形成中间哈希序列Hm：Hm＝[HG、HR、HC]；步骤S5-2、利用随机发生器产生的1000个伪随机数序列S对中间哈希序列Hm的列进行重新排序，从而得到最终哈希序列h，h的长度本文档来自技高网...

【技术保护点】
1.一种图像哈希获取方法，其特征在于，该方法包括如下步骤：/n步骤S1、图像预处理；/n步骤S2、根据预处理后的图像生成梯度归一化图像；/n步骤S3、对梯度归一化图像进行非重叠分块处理，求取块梯度均值形成梯度均值矩阵，基于梯度均值矩阵提取图像局部特征；/n步骤S4、对梯度均值矩阵进行列累加操作得到行列累加矩阵，基于行列累加矩阵提取图像全局特征；/n步骤S5、将图像局部特征和图像全局特征相联合形成中间哈希序列，利用密钥对中间哈希序列进行加密操作得到最终哈希序列。/n

【技术特征摘要】
1.一种图像哈希获取方法，其特征在于，该方法包括如下步骤：
步骤S1、图像预处理；
步骤S2、根据预处理后的图像生成梯度归一化图像；
步骤S3、对梯度归一化图像进行非重叠分块处理，求取块梯度均值形成梯度均值矩阵，基于梯度均值矩阵提取图像局部特征；
步骤S4、对梯度均值矩阵进行列累加操作得到行列累加矩阵，基于行列累加矩阵提取图像全局特征；
步骤S5、将图像局部特征和图像全局特征相联合形成中间哈希序列，利用密钥对中间哈希序列进行加密操作得到最终哈希序列。


2.根据权利要求1所述的一种图像哈希获取方法，其特征在于，步骤S1具体为：对原始图像进行双线性内插法将其大小调整为M×M，并进行高斯低通滤波处理得到二次图像。


3.根据权利要求2所述的一种图像哈希获取方法，其特征在于，步骤S2具体包括：
步骤S2-1、计算二次图像的R、G、B分量图像的梯度值：









其中，IR(x,y)、IG(x,y)和IB(x,y)分别为RGB颜色空间的红色通道、绿色通道和蓝色通道，GR、GG和GB分别为相应颜色通道对应的梯度值；
步骤S2-2、对各颜色通道对应的梯度值进行求和操作得到二次图像的梯度图像：
G＝GR+GG+GB，
其中，G为二次图像的梯度值；
步骤S2-3、对二次图像的梯度值进行归一化处理得到梯度归一化图像：
GR(i)＝G(i)/Gmax，
其中，Gmax为二次图像梯度值的最大值，G(i)为二次图像各像素对应的梯度值，GR(i)为二次图像各像素对应的归一化梯度值。


4.根据权利要求1所述的一种图像哈希获取方法，其特征在于，步骤S3具体包括：
步骤S3-1、对大小为M×M的梯度归一化图像进行图像块大小为b×b的非重叠块分割处理，求取每个图像块的梯度均值得到大小为(M/b)×(M/b)的梯度均值矩阵MI；
步骤S3-2、对梯度均值矩阵MI中除第一行、第一列、最后一行和最后一列之外的其他梯度均值进行WLBP操作得到梯度变化值，将梯度变化值按所对应的梯度均值位置对应进行行列排序得到大小为(M/b-2)×(M/b-2)的梯度变化矩阵A，WLBP操作为：






其中，xc为梯度均值矩阵MI中除第一行、第一列、最后一行和最后一列之外的其它任一个梯度均值，WLBPP,R,ξ(xc)为xc对应的梯度变化值，xn为梯度均值矩阵MI中分布在以xc为中心、以R为半径的P邻域内的梯度均值，ξ为阈值常数，R、P为设定常数；
步骤S3-3、将梯度变化矩阵A按行展开形成大小为1×(M/b-2)2的行向量AH，将行向量AH按下式操作得到大小为(M/b-2)2-1的二值化序列HG：



其中，AH(p)为行向量AH的第p个元素，AH(p+1)为行向量AH的第p+1个元素，HG(p)为序列HG的第p个元素，p＝1，2，……，(M/b-2)2-1；
所述的二值化序列HG即为表征所述的图像局部特征的哈希序列。


5.根据权利要求4所述的一种图像哈希获取...

【专利技术属性】
技术研发人员：赵琰，袁晓冉，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：上海;31