[发明专利]用于图像认证的系统和方法

权利要求书

1.一种对图像进行认证的方法，所述方法包括：

电子接收锚点图像和查询图像；

对锚点图像执行特征点提取；

对查询图像执行特征点提取；

对所述锚点图像的特征点和所述查询图像的特征点进行群集，所述群集包括确定匹配的特征点、确定孤立特征点，以及排除孤立特征点；

根据所述锚点图像的特征点与所述查询图像的特征点之间的距离来确定所述锚点图像与所述查询图像是否相似；以及

如果根据所述确定得出所述锚点图像与所述查询图像相似，则根据所述孤立特征点来识别所述查询图像的可能的篡改区域。

2.根据权利要求1所述的方法，进一步包括在识别可能的篡改区域之前，对几何变换进行校正。

3.根据权利要求1所述的方法，其中确定所述锚点图像与所述查询图像是否相似包括：

确定所述锚点图像的特征点与所述查询图像的特征点之间的多个距离，其中所述多个距离中的每个距离使用多个不同距离确定方法中的相应方法之一；

将所述多个距离中的每个距离与相应阈值进行比较；以及

如果所述多个距离中的每个距离不大于相应阈值，那么确定所述锚点图像与所述查询图像相似。

4.根据权利要求3所述的方法，其中所述确定所述锚点图像与所述查询图像是否相似进一步包括：

如果所述多个距离中的至少一个距离大于相应阈值，那么确定所述锚点图像与所述查询图像不同；以及

如果所述多个距离中的所有距离都为零，那么确定所述锚点图像与所述查询图像相同。

5.根据权利要求3所述的方法，其中所述多个不同距离确定方法包括：计算标准化欧几里得距离；计算豪斯多夫距离；计算直方图加权距离；和/或计算变换后的系数特征点的海明距离。

6.根据权利要求5所述的方法，其中确定所述转换后的系数特征点的海明距离包括：

通过所述锚点图像的特征点和所述查询图像的特征点来计算莫奈特小波系数；

通过所述莫奈特小波系数生成哈希；以及

计算所述哈希的所述海明距离。

7.根据权利要求3所述的方法，其中所述多个不同距离确定方法包括：计算标准化欧几里得距离；计算豪斯多夫距离；计算直方图加权距离；以及计算变换后的系数特征点的海明距离。

8.根据权利要求1所述的方法，其中根据所述孤立特征点来识别所述查询图像的可能的篡改区域包括：

识别所述查询图像中相对于所述锚点图像已遭移动、更改或添加的至少一个区域。

9.根据权利要求1所述的方法，进一步包括提供对识别出的可能的篡改区域的百分位指示。

10.根据权利要求1所述的方法，其中对特征点进行群集包括使用模糊C均值群集算法。

11.一种用于生成图像哈希的方法，所述方法包括：

电子接收图像；

提取所述图像的特征点；

对所述特征点执行伪随机置换，以产生重排列的特征点；

计算所述重排列的特征点的变换系数；以及

对所述变换系数进行哈希。

12.根据权利要求11所述的方法，其中计算变换系数包括计算所述重排列特征点中的每个重排列的特征点处的莫奈特小波系数。

13.根据权利要求12所述的方法，其中

将所述变换系数量化包括对所述变换系数进行压扩；以及

对量化的变换系数进行编码包括使用反向纠错码压缩来用葛莱码对量化的变换系数进行编码。

14.根据权利要求13所述的方法，其中计算变换系数包括计算所述重排列的特征点中的每个重排列的特征点处的莫奈特小波系数。

15.根据权利要求11所述的方法，进一步包括：

将所述变换系数量化；以及

对量化的变换系数进行编码，其中对所述变换系数进行哈希包括对所编码的量化变换系数进行哈希。