基于多維尺度分析和小波統(tǒng)計特征的圖像哈希算法.pdf

1、圖像哈希算法是數(shù)字媒體內(nèi)容安全研究領域的一個前沿課題。它可以將任意尺寸的圖像映射成一串短小的字符或者數(shù)字序列，現(xiàn)已廣泛應用于圖像檢索、水印嵌入、圖像篡改檢測和圖像質量評價等方面。在實際應用中，圖像常常會受到一些正常的數(shù)字處理，如JPEG壓縮、亮度調整、伽瑪校正等，這些操作會改變圖像的數(shù)據(jù)，但是并不改變圖像視覺內(nèi)容。因此，圖像哈希算法應該將這些視覺內(nèi)容相同的圖像映射成相同或者相似的哈希序列，這是圖像哈希的第一個基本屬性，即感知魯棒性。圖像

2、哈希的另一個基本屬性是唯一性，它要求視覺內(nèi)容不同的圖像應該具有不同的哈希序列。顯然，感知魯棒性和唯一性是相互制約的兩個屬性。通常，感知魯棒性的提高會導致唯一性下降，反之感知魯棒性減弱則唯一性提高，兼顧兩者間的性能平衡是圖像哈希算法研究的一個重要指標。
　　本文利用多維尺度分析(Multidimensional Scaling，MDS)、對數(shù)極坐標變換(Log-polarTransform，LPT)、邊緣檢測和多級小波分解等理論和技

3、術，研究圖像哈希算法，取得了兩項有意義的研究成果。第一項成果是基于多維尺度分析的魯棒圖像哈希算法，該算法能夠有效抵抗任意角度的旋轉并且具有較好的唯一性。第二項成果是基于邊緣檢測和小波統(tǒng)計特征的圖像哈希算法，該算法能夠較好兼顧魯棒性和唯一性，并且可應用于半?yún)⒖紙D像質量評價。論文具體研究成果如下。
　　1.提出基于多維尺度分析的魯棒圖像哈希算法
　　MDS是一種有效的數(shù)據(jù)分析技術，已經(jīng)成功的運用于數(shù)據(jù)可視化、目標檢索、數(shù)據(jù)聚類等

4、方面，但是，在圖像哈希方面的研究還很少。本文深入探討MDS理論，提出了一種聯(lián)合MDS和LPT的圖像哈希算法。該算法先用LPT和離散傅里葉變換(Discrete FourierTransform，DFT)提取旋轉不變的特征矩陣，再通過MDS從特征矩陣中學習壓縮表達，最終的哈希相似性判斷用相關系數(shù)來衡量。該算法能對抗任意角度的旋轉操作，這是因為LPT將笛卡爾坐標空間中的旋轉操作轉化成對數(shù)極坐標空間中的平移操作，應用DFT的平移不變性后即可得

5、到旋轉不變特征，從理論上確保算法具有抗旋轉變換的能力。實驗結果顯示，該算法對常見數(shù)字處理操作如斑點噪聲、椒鹽噪聲、縮放、對比度調整、亮度調整、高斯低通濾波、任意角度旋轉等穩(wěn)健，并且可以有效地區(qū)分視覺內(nèi)容不同的圖像。接收機操作特性(Receiver Operating Characteristics，ROC)曲線對比結果表明，該算法在魯棒性和唯一性方面的分類性能優(yōu)于多種文獻的哈希算法。
　　2.提出基于邊緣檢測和小波統(tǒng)計特征的圖像哈

6、希算法
　　人眼是視覺系統(tǒng)的終端，研究圖像哈希在半?yún)⒖紙D像質量評價應用時應該充分考慮人類的視覺特性。小波變換將圖像從空間域轉換到頻率域，不同頻帶反映了圖像的不同信息，低頻子帶是圖像的粗略表示，高頻子帶反映圖像的細節(jié)變化，主要側重于邊緣、輪廓和紋理，這與人類視覺系統(tǒng)(Human Vision System，HVS)感知圖像的多通道特性相似。為此，本文提出了一種基于邊緣檢測和小波統(tǒng)計特征的哈希算法。該算法先對輸入圖像進行預處理得到規(guī)范

7、化圖像，提取規(guī)范化圖像的邊緣信息，接著對邊緣信息進行非重疊分塊，然后對每個圖像塊進行多級小波分解，考慮到人眼對不同頻帶變化的敏感度不同，對不同頻帶賦予不同的權重系數(shù)，最后對不同頻帶的小波統(tǒng)計特征進行加權計算即可得到圖像哈希。哈希的相似性用歐氏距離來判斷。ROC曲線對比實驗結果表明，該算法在魯棒性和唯一性方面的分類性能明顯優(yōu)于其他算法。討論了該算法在半?yún)⒖紙D像質量評價應用的性能，實驗選取美國TEXAS大學圖像和視頻工程實驗室提供的LIVE