[发明专利]一种计算图像感知哈希的方法

说明书

本发明涉及一种计算图像感知哈希的方法，包括：(1)将宽度为M高度为N的大图像缩小为宽度为m高度为n的小图像；(2)将彩色的小图像转换为灰度小图像；(3)将灰度小图像转换为二值图像；(4)将二值图像的像素按顺序排列，得到比特序列，作为图像的感知哈希；(5)计算两幅图像的感知哈希中不同的比特数目，当这个数目小于规定的阈值时，则两幅图像相似，否则两幅图像不同。本发明提出的计算图像感知哈希的方法，计算简单，相似图像的感知哈希差异较小，不同图像的感知哈希差异较大，能够有效地区分不同图像，在图像快速检索、图像云存储系统中去重登应用中具有重要的应用价值。

技术领域

本发明涉及图像处理方法，特别涉及一种计算图像感知哈希的方法。

背景技术

感知哈希是图像、音频和视频等多媒体文件中包含的特征的一种指纹，虽然对于一个多媒体文件不是唯一的，但通过比较两个多媒体文件的感知哈希，来确定两个多媒体文件的相似程度。

在云存储系统中，存储服务提供商为用户提供存储服务，用户可以大量的图像存储在云存储系统，随用随取。但是用户上传到云存储系统的大量图像是重复的、视觉感知上相似的，浪费了大量上传使用的带宽和存储空间。如果能消除这些重复图像，就可以节省带宽和存储资源。

为解决这个问题，人们在上传图像前，先计算图像的感知哈希并上传，如果云存储系统发现上传的感知哈希与已经存储在云存储系统中的某些图像的感知哈希相近，就向用户返回这些图像的地址，由用户人工判断是否相似，再决定是否上传。

目前，已经有多种计算图像的感知哈希的方法，但这些方法重点的是使得相似的图像的感知哈希差异较小，忽略了不同的图像的感知哈希差异应该尽量较大。这样，用户上传图像的感知哈希时，云存储系统可能返回与用户欲上传的图像不同的图像，影响了用户的体验。

因此，云存储系统中的这种图像去重功能迫切需要一种计算图像感知哈希计算的方法，使得相似图像的感知哈希差异较小，不同图像的感知哈希差异较大，。本发明正是基于这种现实需求而产生的。

发明内容

本发明目的在于提供一种及计算图像感知哈希的方法，用于解决上述现有技术的问题。

本发明一种计算图像感知哈希的方法，包括：(1)将宽度为M高度为N的大图像缩小为宽度为m高度为n的小图像；(2)将彩色的小图像转换为灰度小图像；(3)将灰度小图像转换为二值图像；(4)将二值图像的像素按顺序排列，得到比特序列，作为图像的感知哈希；(5) 计算两幅图像的感知哈希中不同的比特数目，当这个数目小于规定的阈值时，则两幅图像相似，否则两幅图像不同。

根据本发明的计算图像感知哈希的方法的一实施例，其中，利用循环贯序差分或拉普拉斯算子将灰度小图像转换为二值图像。

根据本发明的计算图像感知哈希的方法的一实施例，其中，步骤 (1)包括：将宽度为M高度为N的大图像，均匀划分为m×n个块，宽度方向分为m份，高度方向分为n份，取每个块中各个颜色分量的平均值，得到宽度为m高度为n的小图像。

根据本发明的计算图像感知哈希的方法的一实施例，其中，步骤 (2)包括：根据彩色图像中一个像素的红R、绿G和蓝B分量则计算 Y＝0.30×G+0.59×G+0.11×B，得到这个像素的灰度值。

根据本发明的计算图像感知哈希的方法的一实施例，其中，步骤 (3)包括：采用循环贯序差分法将灰度图形二值化。

根据本发明的计算图像感知哈希的方法的一实施例，其中，采用循环贯序差分法将灰度图形二值化包括：将小图像中的像素按照序号顺序从上到下、从左到右的顺序，排列成一个序列，如果序列中一个像素A的灰度大于等于后一个像素B的灰度，则这个像素A对应的二值化结果为1，否则为0，如果一个像素A是序列中的最后一个像素，则像素A的后一个像素B是序列中第一个像素B。