[发明专利]基于特征点投影的紧凑型图像哈希方法

说明书

本发明公开了一种紧凑型图像哈希方法，它涉及信息安全领域，主要解决现有技术图像哈希序列较长的问题。其核心内容为利用图像特征点在局部区域分布的数量关系构建哈希序列。实现方案包括哈希登记与匹配两个阶段，哈希登记时，先建立与图像归一化方向相关的直线系，再依据特征在直线上投影点的数量关系生成哈希序列，最后以归一化方向为索引，将哈希序列登记入数据库；哈希匹配时，先对待匹配图像生成哈希序列，再根据归一化方向确定哈希匹配范围，最后比较哈希的汉明距离与阈值的大小判断待匹配图像是否为登记图像。本发明在保证强鲁棒性的基础上，实现了图像哈希的紧凑编码、高效匹配，用于防止图像非法传播、图像拷贝检测。

技术领域

本发明涉及信息安全技术领域，具体的说是一种基于SIFT特征点投影的紧凑型图像哈希方法，该方法能有效地对图像拷贝进行检测，可用于对互联网中的数字图像进行识别与监测，防止非法传播。

背景技术

伴随着计算机、互联网、图像、视频获取技术的迅猛发展，多媒体信息的使用与传播越来越便利。但与此同时，互联网在丰富人们生活的同时，传播过程也掺杂了一些受版权保护和非法的图像，它们的传播一方面极大损害了版权者的利益，另一方面也对社会造成了不良影响。数字媒体的版权保护和监管除了相关法规约束管理外，都需要技术上的支持和保证，来识别和限制非法多媒体数据的传播。

图像哈希技术可以有效的分析和识别图像数据。图像哈希指从原始图像数据中提取出鲁棒特征，并对其经过压缩或量化处理形成更短的二值序列，目的是用很少量的数据表示大量的原始图像数据，以便在图像拷贝检测、数据监控、图像认证等应用中代表原始图像参与计算，也有文献中将其称为图像摘要、图像指纹、图像签名等。鲁棒性、独特性和紧凑性是哈希三个重要特性，鲁棒性指提取的特征在多媒体数据受到常规信号处理或噪声干扰后保持不变，是实现正确匹配率的基础；独特性表示不同图像哈希序列的相似度应尽可能低，是实现低误检率的基础；紧凑性指图像哈希序列的长度足够短，是实现低存储空间和快速匹配的基础。

哈希技术的一个重要环节是鲁棒特征提取，即从原始多媒体数据中提取出少量的、独特的、稳定的信息，该信息通常为实值序列。哈希技术的另一个重要环节是特征表示，就是将提取的实值哈希序列通过量化过程转换为二值哈希序列，便于存储与匹配。从特征提取时涉及的图像区域来划分，分为全局特征和局部特征。全局特征描述图像的整体信息，是图像宏观层面信息的表示；局部特征代表图像的局部信息，反映了图像区域特性。