[发明专利]一种基于向量同态加密的HOG图像特征提取算法

权利要求书

1.一种基于向量同态加密的HOG图像特征提取算法，其特征在于，包括如下步骤：

步骤一：将一幅图像灰度化，得到灰度图像；

步骤二：对灰度图像采用Gamma校正法进行颜色空间的标准化，得到图像I；

步骤三：用户产生密钥S，使用VHE同态加密方案对图像I进行加密，得到密文向量组；

步骤四：计算密文向量组其在0°，45°，90°，135°四个方向上的梯度值；

步骤五：将图像I划分为包含8*8像素的小cells，定义一个线性转换矩阵，分别对一个cell内四个方向上的横向8个像素的梯度值进行累加，再将每个方向上的相邻8行密文相加，得到图像I中所有cell内8*8个像素在四个不同方向上梯度的累加值；

步骤六：定义四个线性变换矩阵，将步骤五中每一行cell在0°，45°，90°，135°四个方向上的梯度累加值分别进行移位，然后相加，即可将每一行cell的特征向量按照每个cell按照在图像中的位置顺序串联，得到每一行cell的特征向量；

步骤七：一个block包含2*2个cells，按照顺序将block里面cell的方向直方图串联起来，得到每一行block的HOG密文特征向量；

步骤八：得到每一行的block的HOG密文特征向量之后，将所有的密文串联起来，获得整幅图像最终的HOG密文特征向量。

2.根据权利要求1所述的一种基于向量同态加密的HOG图像特征提取算法，其特征在于，步骤三具体包括如下步骤：

用户产生密钥S，使用VHE同态加密方案对图像进行加密，把图像I的每一行看做是一个整数向量，按行对其进行加密得到密文向量组其中Iⁱ(x,y)表示图像I的第i行的像素值，其中下标e只是一个符号表示加密，表示对Iⁱ(x,y)的加密，x，y表示图像的位置坐标。

3.根据权利要求1所述的一种基于向量同态加密的HOG图像特征提取算法，其特征在于，步骤四具体包括如下步骤：

(1)计算在图像I的第i行的密文像素值的0°方向上的梯度值：定义两个移位的线性变换矩阵，即左移一位的线性变换矩阵和右移一位的线性变换矩阵根据密文线性变换操作，计算新密钥得到对应的明密文对为了方便之后的运算，使用密钥转换操作将新密钥变回S，得到密钥转换矩阵明文向量对应的密文密钥对变成同理，得到明文向量对应的密文密钥对变成最后，可以直接计算密文下0^°的梯度值

(2)计算在图像I的第i行的密文像素值的45^°方向上的梯度值时：计算那么密文下45°的梯度值

(3)计算在图像I的第i行的密文像素值的90°方向上的梯度值：计算密文下90°的梯度值

(4)计算在图像I的第i行的密文像素值的135°方向上的梯度值时，计算那么密文下135°的梯度值

4.根据权利要求1所述的一种基于向量同态加密的HOG图像特征提取算法，其特征在于，所述步骤五的具体步骤为：

计算cell内0°方向的梯度，根据线性变换操作，计算新密钥进行密钥转换，得到密钥转换矩阵则新密文表示每一行像素中按照每8个像素进行累加计算的梯度值；最后进行cell内的纵向累加，则以同样的方式，计算出其他三个方向的梯度值，最终得到

5.根据权利要求1所述的一种基于向量同态加密的HOG图像特征提取算法，其特征在于，所述步骤六的具体步骤为：

(1)定义四个线性变换矩阵G₀,G₄₅,G₉₀,G₁₃₅，分别表示cell中四个梯度方向需要移位的线性变换矩阵；

(2)进行密钥转换，四个梯度方向的有四个密钥转换矩阵M₀,M₄₅,M₉₀,M₁₃₅，然后对密文的每一行cell的四个方向梯度直方图进行相加得到每一行cell的特征向量，即其中，是在加密状态下的每一行cell的四个方向梯度直方图，j表示行数。