[发明专利]一种基于颜色与结构特征的图像摘要获取方法

说明书

本发明涉及一种基于颜色与结构特征的图像摘要获取方法，该方法包括如下步骤：1)图像预处理；2)颜色特征提取：对预处理后的图像进行分块处理，基于颜色向量角和颜色欧式距离提取颜色特征；3)结构特征提取：对预处理后的图像提取亮度分量，对亮度分量应用四叉树分解提取结构特征；4)联合颜色特征和结构特征，并将其扰乱得到图像哈希序列，获得图像摘要。与现有技术相比，本发明具有较好的鲁棒性，且具有很低的碰撞率，可用于图像篡改检测，同时可以利用结构特征定位篡改区域。

技术领域

本发明涉及一种图像处理方法，尤其是涉及一种基于颜色与结构特征的图像摘要获取方法。

背景技术

近年来，互联网技术快速发展，图像的内容安全问题受到了人们的广泛关注。图像编辑软件的更新换代，人们能够轻松的对图像内容进行篡改，因此需要专门的技术方式来保证图像内容的可信程度。图像摘要又称为图像Hash，将图像单向映射为简短的一串数字或者序列。图像哈希通常应具备以下基本性质：1)鲁棒性，图像经过保持内容的图像处理如亮度调整、对比度调整、压缩等操作后，图像摘要不会有很大改变；2)唯一性，不同图像具有不同的图像摘要；3)安全性，不知道正确的密钥下，无法获得正确的图像摘要。

当前已经有许多技术被用来获取图像摘要：

唐振军等人将图像分块后重构为二次图像，然后通过PCA降维压缩来构建哈希，此方法对大部分的常规处理具有鲁棒性，但运算耗时长。

Kozat S等人对图像分块然后进行奇异值分解操作，然后通过奇异值分解系数构建二次图像，再对二次图像应用奇异值分解得到哈希序列，该方法的唯一性有待提升。

Tang等人提出一种基于局部线性嵌入进行降维的图像哈希算法，该算法首先对图像通过分块并计算平均值来获得一个二次图像，然后利用局部线性嵌入降维，用降维后的方差来构建哈希算法。

Qin等人提出一种基于双交叉模式纹理和显著结构的哈希算法，该算法首先通过双交叉模式编码得到纹理特征，然后通过丰富的角点探测得到显著区域的结构特征，联合纹理与结构特征得到最终的哈希虚了，算法对JPEG压缩、高斯低通滤波和图像缩放具有较好的鲁棒性。

李伟新等人利用Gabor变换构建图像结构图，然后利用极坐标变换使算法对旋转具有鲁棒性，最后进行加权求和并量化哈希序列，该算法在保证较好的鲁棒性和区别性的同时还实现了紧凑性。

Tang等人设计了基于主要DCT系数的哈希方法，该方法首先对图像分块，然后对图像块做DCT变换，对每个图像块的DCT变换矩阵的第一行和第一列进行二范数距离计算来构建哈希，由于DCT变换后图像信息主要集中于低频部分，只提取第一行和第一列会丢失图像信息特征，导致图像分类性能有待提高。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于颜色与结构特征的图像摘要获取方法。

本发明的目的可以通过以下技术方案来实现：

一种基于颜色与结构特征的图像摘要获取方法，该方法包括如下步骤：

1)图像预处理；

2)颜色特征提取：对预处理后的图像进行分块处理，基于颜色向量角和颜色欧式距离提取颜色特征；

3)结构特征提取：对预处理后的图像提取亮度分量，对亮度分量应用四叉树分解提取结构特征；

4)联合颜色特征和结构特征，并将其扰乱得到图像哈希序列，获得图像摘要。

步骤1)图像预处理具体为：对输入的图像进行高斯低通滤波处理并调整为相同尺寸：N×N。

步骤2)具体为：