[发明专利]基于DCGAN深度网络的成像光谱图像安全检索方法

说明书

基于DCGAN深度网络的成像光谱图像安全检索方法属于成像光谱图像领域。本发明利用DCGAN深度网络实现对成像光谱图像特征的高度表达，提出一种新的加密域成像光谱图像安全检索方法。首先利用深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Network,DCGAN)联合提取成像光谱图像的深度光谱‑空间特征，精准地表征成像光谱图像内容；同时为了保障遥感图像检索过程中的安全性，基于加密后特征相似度不变的准则，采用最小哈希(Min‑Hash)方法对深度特征进行加密，实现对深度特征的保护；最后在不解密的情况下，通过比较最小哈希值相等个数直接对图像特征进行Jaccard相似性距离度量，返回与查询图像相似的图像，在实现检索的同时，保障信息的安全性。

技术领域

本发明以成像光谱图像为研究对象，利用DCGAN深度网络实现对成像光谱图像特征的高度表达，提出一种新的加密域成像光谱图像安全检索方法。首先利用深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Network,DCGAN)联合提取成像光谱图像的深度光谱-空间特征，精准地表征成像光谱图像内容；同时为了保障遥感图像检索过程中的安全性，基于加密后特征相似度不变的准则，采用最小哈希(Min-Hash)方法对深度特征进行加密，实现对深度特征的保护；最后在不解密的情况下，通过比较最小哈希值相等个数直接对图像特征进行Jaccard相似性距离度量，返回与查询图像相似的图像，在实现检索的同时，保障信息的安全性。

背景技术

成像光谱技术从紫外到微波范围的几十到数百个光谱波段上对同一地物进行成像，由此产生的成像光谱图像(Spectral Imagery)远远超越了人眼的视觉极限，在探测地物空间特征的同时，能够反映其光谱的细微特征。成像光谱图像，既包含了一般图像的视觉特征(Visual Features)、空间特征(Spatial Features)，又包含了其特有的光谱特征(Spectral Features)，其中尤以光谱特征和空间特征最为重要。目前，作为数字地球各项重大计划建设中的基础数据，成像光谱图像在军事、农业、林业、地质、矿产、水文和水资源、海洋等各领域有着广泛应用。同时，成像光谱技术的飞速发展使得成像光谱图像数量急剧增加，如何快速、准确地找到用户所需的图像内容已经成为成像光谱图像处理领域亟待解决的难题。然而，由于网络时代所具有的开放性与共享性，使得人们在享受现代信息所带来的方便、共享等巨大利益的同时，也面临着各种各样的信息安全威胁，对于含有敏感信息的成像光谱图像，如何保障其检索过程中图像内容的安全性成为了国内外研究人员所关注的热点。

传统的图像安全检索方法主要分为两类：一类是直接对原图像进行加密，在不解密的情况下进行特征提取和相似度度量，把检索结果返回给用户，这种方法虽然能保证检索过程的安全性，但是需要对图像的每个像素点进行加密，增加计算复杂度的同时降低了检索效率；另一种是基于特征加密的图像安全检索，在明文域中提取图像特征并加密，并对加密后的图像特征直接比较相似性，不仅保证了检索的安全性，同时降低了计算复杂度，对于此类安全检索，其关键在于如何保证两个加密后的特征仍能保持明文域的距离。