結(jié)合奇異值分解和二維變分模態(tài)分解的緊湊圖像哈希算法

趙 琰, 周曉煒

(上海電力大學(xué) 電子與信息工程學(xué)院, 上海 200090)

隨著數(shù)碼相機(jī)和移動(dòng)通信的飛速發(fā)展,數(shù)字圖像廣泛應(yīng)用于各個(gè)領(lǐng)域。然而各種簡(jiǎn)單、易用、快速的圖像處理軟件的出現(xiàn)使得數(shù)字圖像很容易被非法使用、篡改和偽造,從而使數(shù)字圖像的版權(quán)保護(hù)漸受關(guān)注,人們需要從大量的多媒體數(shù)據(jù)中識(shí)別出圖像的相似版本,就引出了圖像哈希的概念。圖像哈希是指使用緊湊序列表示圖像及其內(nèi)容的技術(shù)。一般情況下,圖像哈希需要識(shí)別出相似圖像和不同圖像,即具有魯棒性和區(qū)別性。

1 圖像感知哈希算法

圖像感知哈希算法的核心是圖像特征向量的選取。基于不同的特征提取方法,研究人員提出了許多不同的算法。目前的圖像感知哈希算法大致可分為以下4種。

1.1 基于變換域特征

文獻(xiàn)[1]利用離散余弦變換(Discrete Cosine Transformation,DCT)系數(shù)來構(gòu)建圖像哈希。該算法將輸入圖像分割成不重疊的塊,提取每個(gè)塊第一行/列的DCT系數(shù)構(gòu)建特征矩陣,最后通過計(jì)算和量化列距離進(jìn)行矩陣壓縮。該算法對(duì)一些數(shù)字運(yùn)算有較強(qiáng)的魯棒性,但對(duì)圖像的分塊導(dǎo)致其對(duì)旋轉(zhuǎn)操作不魯棒。文獻(xiàn)[2]提出了一種基于離散傅里葉變換(Discrete Fourier Transform,DFT)的哈希算法。該算法將預(yù)處理后的圖像通過旋轉(zhuǎn)投影轉(zhuǎn)換為二次圖像,再對(duì)二次圖像進(jìn)行DFT變換后提取低頻和中頻系數(shù)作為特征向量來構(gòu)建哈希。該算法對(duì)圖像進(jìn)行了旋轉(zhuǎn)投影,所以對(duì)一般的旋轉(zhuǎn)操作有較強(qiáng)的魯棒性,同時(shí)在DFT變換后使用非均勻采樣提取低中頻系數(shù),從而在概括圖像主要信息的同時(shí)減少了哈希位數(shù)。……