[发明专利]基于SIFT和LBP混合的鲁棒性图像哈希方法

权利要求书

1.基于SIFT和LBP混合的鲁棒性图像哈希方法，其特征在于：包括哈希码编码方法，具体步骤为，

使用SIFT方法提取图像中的所有特征点；

采用Harris角点检测准则计算出每个特征点的Harris响应值，将所有Harris响应值从大到小排列，选取前N个Harris响应值对应的特征点；

对选取的特征点描述子进行二进制量化，得到N个SIFT哈希码；其中，SIFT为尺度不变特征变换；

将图像分成S个无重叠的小块；

用LBP算法和DCT系数的量化结合的方法，获得S个LBP哈希码，具体过程为：

用LBP算法提取小块每个像素点的特征值；

将特征值的范围划分为n个区间，n个区间对应LBP哈希码的前n位，其中，LBP为局部二进制图样；

根据每个区间特征值的数量，确定该区间对应的LBP哈希码位置的编码；

对该小块使用DCT，得到m个DCT系数，每个DCT系数对应LBP哈希码的后m位；

根据DCT系数的数值，确定对应的LBP哈希码位置的编码；

将N个SIFT哈希码和S个LBP哈希码按顺序拼接，得到图像哈希码。

2.根据权利要求1所述的基于SIFT和LBP混合的鲁棒性图像哈希方法，其特征在于：在使用SIFT方法提取图像中的所有特征点之前，先对图像进行预处理，去除图像的毛刺噪声点。

3.根据权利要求1所述的基于SIFT和LBP混合的鲁棒性图像哈希方法，其特征在于：Harris响应值的计算公式为，

H(x,y)＝λ₁λ₂-κ(λ₁+λ₂)²

＝det(M(x,y))-κtrace²(M(x,y))

其中，(x,y)表示特征点，ω(x,y)表示特征点周围的一个累加窗口，I_x和I_y表示特征点的水平和垂直方向的梯度值，M(x,y)表示一个累加的二阶方阵，H(x,y)为Harris响应值，det(M(x,y))为M(x,y)的行列式，trace(M(x,y))为M(x,y)的迹，λ₁和λ₂为M(x,y)的两个特征值，κ为一个数值。

4.根据权利要求1所述的基于SIFT和LBP混合的鲁棒性图像哈希方法，其特征在于：对选取的特征点描述子进行二进制量化的过程为，

将128维的原始描述子的每4个维度累加合并为1个维度，得到32维的描述子；

将新描述子的数值小于阈值β的维度置0，大于等于阈值β的维度置1。

5.根据权利要求1所述的基于SIFT和LBP混合的鲁棒性图像哈希方法，其特征在于：如果区间的特征值数量大于或等于特征值总数的1/n，则该区间对应的LBP哈希码位置的编码为1，否则为0；如果DCT系数的数值为正数，则对应的LBP哈希码位置的编码为1，否则为0。

6.根据权利要求1所述的基于SIFT和LBP混合的鲁棒性图像哈希方法，其特征在于：还包括图像鉴别方法，具体包括以下步骤，

发送侧根据所述哈希码编码方法获得待发送图像的图像哈希码，发送侧向接收侧发送图像及图像哈希码；

接收侧根据接收的图像哈希码，获得发送图像的特征点描述子；

接收侧根据接收的图像，获得接收图像的特征点描述子，数量记为P1；

计算发送图像的特征点描述子和接收图像的特征点描述子的两两异或结果；

发送图像的每个特征点描述子，有P1个异或结果，将这些结果升序排序，如果前一个结果小于下一个结果的α倍，则认为发送图像的该特征点和前一个结果的接收图像的特征点匹配；

对接受图像进行几何矫正；

对几何矫正的接收图像进行分块，用LBP算法和DCT系数的量化结合的方法，获得LBP哈希码，并计算相对应小块的LBP哈希码的汉明距离，如果距离大于阈值T，则认为该小块的内容是经过篡改攻击。

7.根据权利要求6所述的基于SIFT和LBP混合的鲁棒性图像哈希方法，其特征在于：在发送图像哈希码之前，会对其进行加密，加密方式为，

先取图像哈希码的长度，即为L，求一个L的约数Y，将图像哈希码分为L/Y段，在接收侧和发送侧设置相同的随机数字列生成器，将每段各位置的编码右移随机数序列中对应数字的位数。