[发明专利]一种基于hash的半参感知加密视觉安全分析方法及系统在审

专利信息
申请号: 202111299531.1 申请日: 2021-11-04
公开(公告)号: CN114240827A 公开(公告)日: 2022-03-25
发明(设计)人: 王春兴;包倩;万文博 申请(专利权)人: 山东师范大学
主分类号: G06T7/00 分类号: G06T7/00;G06V10/46;G06V10/74;G06K9/62
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 张勇
地址: 250014 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 hash 感知 加密 视觉 安全 分析 方法 系统
【说明书】:

发明提供了一种基于hash的半参感知加密视觉安全分析方法及系统,所述方法包括:获取原始图像和感知加密图像;对获取的原始图像和感知加密图像进行预处理;通过对原始图像和感知加密图像进行显著图检测,得到显著图像;通过DCT变换对显著图像进行统计特征提取,生成图像hash;通过对感知加密图像与参考图像的图像hash进行比较计算,得到感知加密图像与参考图像的客观评分。提出采用基于半参的方法,其能够通过少量的参考信息来对感知加密图像进行评估。并且哈希算法有很好的感知鲁棒性,同时其能够正确识别图像的内容。因此在感知图像的分析中会有有益的效果。

技术领域

本发明涉及技术领域,尤其涉及一种基于hash的半参感知加密视觉安全分析方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。

由于相机、云存储设备的广泛普及和网络接入的便利,图像数据正处于爆炸式增长、存储和传播的状态。由于数据肆意的传播,视觉媒体在日常生活中变得越来越重要。在采集、压缩和传输过程中对多媒体内容的处理会对原始信号造成失真等问题。如何获得高质量的信息仍然是一个有待解决的问题。最近这些年,已经提出了很多方案来对个人隐私,商业机密等进行保护。在这些方案中,加密是一种公认的方法。加密分为全加密和选择性加密。全加密是对全部的内容信息进行加密,而选择性加密是对指定区域内容进行加密保护,这样更方便更快捷,不会造成其他区域内容的失真,丢失。在数字广播应用中,选择性加密是有必要的。因此,评估视觉多媒体的视觉安全质量是有必要的。

目前,评估选择性加密图像的视觉安全分为基于有参考的方法和基于无参考的方法。如今大多基于全参考的安全指标被提出,而基于半参考对选择性加密图像进行分析的方法很少。并且在实际应用中,完整的参考图像并不总是可用的,因此需要一种无参考的方法。而如果没有参考图像的指导,基于无参考的方法很难准确评估视觉质量。相对而言,基于半参的方法就是一种折中的方法,其能够通过少量的参考信息来对选择性图像进行评估。因此,本发明提出了一种基于Hash算法对感知加密图像视觉安全的半参考评价方法。

发明内容

本发明为了解决上述问题,提出了一种基于hash的半参感知加密视觉安全分析方法及系统,本发明能够通过少量的参考信息来对感知加密图像进行评估。

根据一些实施例,本发明采用如下技术方案:

一种基于hash的半参感知加密视觉安全分析方法,包括:

获取原始图像和感知加密图像;

对获取的原始图像和感知加密图像进行预处理;

通过对原始图像和感知加密图像进行显著图检测,得到显著图像;

通过DCT变换对显著图像进行统计特征提取,生成图像hash;

通过对感知加密图像与参考图像的图像hash进行比较计算,得到感知加密图像与参考图像的客观评分。

进一步地,所述预处理包括,利用双线性插值方法将原始图像和感知加密图像转换为标准尺寸的标准化图像。

进一步地,所述显著图像检测包括,计算原始图像和感知加密图像的每个像素的视觉显著值。

进一步地,所述显著图像检测还包括,利用GBVS模型计算原始图像和感知加密图像的视觉显著值。

进一步地,所述DCT变换包括,对显著图像分成不重叠的patche,对每个patch采用2维DCT变换。

进一步地,所述DCT变换还包括,通过锯齿形扫描选择低频系数构造频率系数,并求解频率系数的统计特征,所述统计特征包括均值、方差和偏度。

进一步地,利用所述统计特征生成图像hash,并利用欧氏距离来计算感知加密图像与参考图像的图像hash的相似度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东师范大学,未经山东师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111299531.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top