[发明专利]基于SIFT和LBP混合的鲁棒性图像哈希方法

说明书

本发明公开了一种基于SIFT和LBP混合的鲁棒性图像哈希方法，该方法结合了SIFT和LBP两大特性，同时SIFT提取的特征描述子经过量化法则转换成二进制后，可以大大压缩它的存储空间，使之满足哈希编码的条件，根据SIFT描述子的配对可以将对接收图像的一些旋转和缩放操作进行还原，提取接收图像的LBP特征，比较接受到的LBP码和提取的LBP码，可以检测出图像被篡改的区域，同时兼顾了哈希码对内容保留操作的鲁棒性和对内容篡改攻击的敏感性。

技术领域

本发明涉及一种基于SIFT(尺度不变特征变换)和LBP(局部二进制图样)混合的鲁棒性图像哈希方法，属于数字图像处理领域。

背景技术

图像哈希算法今年来在图像内容的认证、图像数据库中图像的检索、图像的伪造识别方面有着越来越重要与广泛的应用。图像哈希技术就是以图像的内容为基础，提取出一段不同图像所独有的哈希码来作为图像的身份标志。图像哈希码应具有以下性质：(1)单向性：由图像内容可以很容易提取它的哈希码，但是由哈希码不可能推出图像内容。(2)感知鲁棒性：与人眼的视觉特性相同，人眼感知上去内容相同或相似的图像所得到的哈希码应当是相同或相近的。(3)防碰撞：不同的图像提取出的哈希码应该是完全不同的，也就是说两个不同的哈希码能一下子区分出两张不同的图像。

经过哈希码拥有以上特性，但是要设计出一个对图像的内容保留性操作具有鲁棒性而对内容攻击性操作具有较高敏感性的算法是不容易的，而且哈希码应该具有相比于原图像较小的长度，而具有良好的功能的哈希码又要求较多的空间资源，所以哈希码的功能和消耗空间成了一对矛盾。尽管已经有许多的图像哈希算法，现有的图像哈希方法只针对特定图像攻击，而对图像内容保留的鲁棒性不足以及对联合的内容篡改攻击较为脆弱。

发明内容

为了解决上述技术问题，本发明提供了一种基于SIFT和LBP混合的鲁棒性图像哈希方法。

为了达到上述目的，本发明所采用的技术方案是：

基于SIFT和LBP混合的鲁棒性图像哈希方法，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；

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；

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。

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。

Harris响应值的计算公式为，

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。

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。