一种感知视觉安全评估方法及系统技术方案

本发明专利技术公开了一种感知视觉安全评估方法及系统，包括：从加密图像及其对应的原始图像中分别提取MLBP特征，包括局部二值模式和全局LBP直方图；对加密图像及其对应的原始图像进行DCT变换，得到频率分量；基于MLBP特征分别计算局部二值模式相似度和全局直方图相似度分数，根据DCT的频率分量计算频率相似度分数；将三个分数相乘得到最终的视觉安全评估得分。优点：考虑人的视觉系统的感知度量，本发明专利技术从结构信息失真、重要视觉信息泄漏和频率分量变化三个方面对视觉安全评估提出了度量措施，这对评估选择性加密图像的视觉安全度具有重要的意义。意义。意义。

【技术实现步骤摘要】
一种感知视觉安全评估方法及系统


[0001]本专利技术涉及一种感知视觉安全评估方法及系统，属于视觉安全度评价


技术介绍

[0002]感知加密，也称为选择性加密，是一种用于多媒体数据加密的有效技术。由于多媒体数据量巨大，加密是一项耗时的任务。为了满足多媒体处理和传输应用的实时性要求，并根据视频内容的特点，只选取一部分多媒体数据进行加密处理，这种方法称为感知加密或选择性加密。它可以保持多媒体内容的机密性，同时减少计算开销。因此，近十年来，许多研究者致力于图像和视频的感知加密。然而，在不同的应用场景中，安全性程度有很大差异。例如，在娱乐应用程序中提供了低强度加密；而在一些敏感应用程序中，高强度加密是极其重要的。
[0003]可伸缩的选择性加密方法用于加密安全度可调的多媒体数据。因此，一个客观的度量不仅对安全度的评估是必要的，还可以用来优化加密算法及其参数。另外，由于HVS是加密图像的最终接收者，主观评价是评价视觉安全性最准确可靠的方法。然而，由人工进行的主观测试对于实时和自动化应用来说是非常困难的，甚至是不可行的。因此，在对选择性加密图像进行视觉安全性评估时，必须考虑视觉感知安全性。
[0004]现已做出了许多工作来研究感知视觉安全性评估(Perceptual Visual Security Assessment,PVSA)指标。最初，由于用于PVSA的度量很少，所以采用了例如峰值信噪比、结构相似性和视觉信息保真度等图像质量评估(Image Quality Assessment,IQA)指标度量来评估选择性加密图像的视觉安全度。峰值信噪比是根据信号的均方误差设计的，在图像质量评价中有着广泛的应用。
[0005]然而，基于均方误差的度量没有考虑HVS特性。考虑到HVS，结构相似性包含了对比度、结构和亮度的相似性，它也被用来评估视觉安全性。此外，视觉信息保真度量化了视觉信息的损失，也用于评估视觉安全度。然而，这些IQA指标最初集中在图像质量的评价上，HVS对图像质量的响应与视觉安全性的响应并不完全一致。因此，这些IQA指标通常在视觉安全性评估方面表现出不理想的表现。
[0006]PVSA度量主要是基于结构信息的相似性来设计的，这些相似性由局部的对比度特征来表示，如边缘、纹理、梯度等。与原始图像空间对比度相似性低的加密图像被认为具有较高的安全性。然而，视觉安全主要涉及到重要视觉信息的泄漏，并且有许多加密是在频域上进行的。这些局部特征不能准确测量重要视觉信息的泄漏，不能覆盖各种频率的变化。更具体地说，对于大多数类型的加密方案，基于空间对比度相似性的度量可以获得可接受的性能。然而，加密图像与原始图像之间的空间对应关系被其他一些加密方案严重破坏，对于这些加密，空间对比度相似度不能准确地表示视觉安全度。此外，许多加密都是在频域上进行的，HVS对各种频率分量的变化非常敏感。空间对比度特征不能覆盖很宽的频率范围，从而可能导致视觉安全性评估的偏差。

技术实现思路

[0007]本专利技术所要解决的技术问题是克服现有技术的缺陷，提供一种感知视觉安全评估方法及系统。
[0008]为解决上述技术问题，本专利技术提供一种感知视觉安全评估方法，包括：
[0009]获取感知加密的加密图像以及其对应的原始图像；
[0010]分别对加密图像以及其对应的原始图像进行特征提取，得到局部二值模式、全局直方图和频率分量；
[0011]根据提取的加密图像以及其对应的原始图像的局部二值模式计算局部二值模式相似度；根据提取的加密图像以及其对应的原始图像的全局直方图计算全局直方图相似度分数；根据提取的加密图像以及其对应的原始图像的频率分量计算频率相似度分数；
[0012]将局部二值模式相似度、全局直方图相似度分数和频率相似度分数进行融合得到视觉安全评估分数。
[0013]进一步的，所述分别对加密图像以及其对应的原始图像进行特征提取，得到局部二值模式、全局直方图和频率分量的过程包括：
[0014]分别对加密图像以及其对应的原始图像进行MLBP特征提取，得到局部二值模式和全局直方图；
[0015]分别对加密图像以及其对应的原始图像进行DCT变换，得到频率分量。
[0016]进一步的，所述将局部二值模式相似度、全局直方图相似度分数和频率相似度分数进行融合得到视觉安全评估分数的过程包括：
[0017]将局部二值模式相似度、全局直方图相似度分数和频率相似度分数相乘得到视觉安全评估分数。
[0018]进一步的，所述局部二值模式相似度的计算公式为：
[0019][0020]其中，S
lps
表示加权局部二值模式相似度，W和H表示图像的宽度和高度；L
mul
(i,j)表示像素位置(i,j)处的多尺度局部二值模式相似度，M
(i,j)
表示通过对T进行阈值处理来获得显著图，T表示为最大γ个梯度幅值中的最小值；
[0021][0022]向下取整运算符，s为尺度，表示尺度为s时坐标为的局部二值模式；
[0023][0024]M(i,j)＝1，表示位于(i,j)处的像素是显著像素，M(i,j)＝0，表示则为非显著像素，G(i,j)表示像素(i,j)的梯度幅值。
[0025]进一步的，计算所述全局直方图相似度分数的过程包括：
[0026]根据全局直方图计算不同尺度全局直方图相似度，将所有尺度的全局直方图相似
度相乘得到最终整体的全局直方图相似度。
[0027]进一步的，所述频率相似度分数的计算公式为：
[0028][0029]其中，S
dct
表示加权频率相似度，f
s
(u，v)表示为每个子带(u，v)上评估的频率相似性，w(u，v)表示高斯加权函数；
[0030][0031]sm
e
和sm
o
分别表示对加密图像和原始图像进行DCT变换得到相应的幅度谱，C1表示为任意小的非零常量；
[0032][0033]参数σ表示高斯函数的标准差。
[0034]一种感知视觉安全评估系统，包括：
[0035]获取模块，用于获取感知加密的加密图像以及其对应的原始图像；
[0036]提取模块，用于分别对加密图像以及其对应的原始图像进行特征提取，得到局部二值模式、全局直方图和频率分量；
[0037]计算模块，用于根据提取的加密图像以及其对应的原始图像的局部二值模式计算局部二值模式相似度；根据提取的加密图像以及其对应的原始图像的全局直方图计算全局直方图相似度分数；根据提取的加密图像以及其对应的原始图像的频率分量计算频率相似度分数；
[0038]融合模块，用于将局部二值模式相似度、全局直方图相似度分数和频率相似度分数进行融合得到视觉安全评估分数。
[0039]进一步的，所述提取模块包括：
[0040]MLBP特征提取模块，用于分别对加密图像以及其对应的原始图像进行MLBP特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种感知视觉安全评估方法，其特征在于，包括：获取感知加密的加密图像以及其对应的原始图像；分别对加密图像以及其对应的原始图像进行特征提取，得到局部二值模式、全局直方图和频率分量；根据提取的加密图像以及其对应的原始图像的局部二值模式计算局部二值模式相似度；根据提取的加密图像以及其对应的原始图像的全局直方图计算全局直方图相似度分数；根据提取的加密图像以及其对应的原始图像的频率分量计算频率相似度分数；将局部二值模式相似度、全局直方图相似度分数和频率相似度分数进行融合得到视觉安全评估分数。2.根据权利要求1所述的感知视觉安全评估方法，其特征在于，所述分别对加密图像以及其对应的原始图像进行特征提取，得到局部二值模式、全局直方图和频率分量的过程包括：分别对加密图像以及其对应的原始图像进行MLBP特征提取，得到局部二值模式和全局直方图；分别对加密图像以及其对应的原始图像进行DCT变换，得到频率分量。3.根据权利要求1所述的感知视觉安全评估方法，其特征在于，所述将局部二值模式相似度、全局直方图相似度分数和频率相似度分数进行融合得到视觉安全评估分数的过程包括：将局部二值模式相似度、全局直方图相似度分数和频率相似度分数相乘得到视觉安全评估分数。4.根据权利要求1所述的感知视觉安全评估方法，其特征在于，所述局部二值模式相似度的计算公式为：其中，S
lps
表示加权局部二值模式相似度，W和H表示图像的宽度和高度；L
mul
(i，j)表示像素位置(i，j)处的多尺度局部二值模式相似度，M
(i，j)
表示通过对T进行阈值处理来获得显著图，T表示为最大γ个梯度幅值中的最小值；著图，T表示为最大γ个梯度幅值中的最小值；向下取整运算符，s为尺度，表示尺度为s时坐标为的局部二值模式；M(i，j)＝1，表示位于(i，j)处的像素是显著像素，M(i，j)＝0，表示则为非显著像素，G(i，j)表示像素(i，j)的梯度幅值。5.根据权利要求1所述的感知视觉安全评估方法，其特征在于，计算所述全局直方图相似度分数的过程包括：
根据全局直方图计算不同尺度全局直方图相似度，将所有尺度的全局直方图相似度相乘得到最终整体的全局直方图相似度。6.根据权利要求1所述的感知视觉安全评估方法，其特征在于，所述频率相似度分数的计算公式为：其中，S
dct
表示加权频率相似度，f
s
(u，v)表示为每个子带(u，v)上评估的频率相似性，w(u，v)表示高斯加权函数；sm
e
和sm
o
分别表示对加密图像和原始图像进行DCT变换得到相应的幅度谱，C1表示为任意小的非零常量；参数σ表示高斯函...

【专利技术属性】
技术研发人员：熊健，王小奇，罗旺，王思雨，吴思凡，高浩，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：