[发明专利]一种基于向量同态加密的HOG图像特征提取算法

摘要

本发明公开一种基于向量同态加密的HOG图像特征提取算法，涉及图像处理技术领域，由于VHE同态加密方案在密文域内仅支持整数间的运算并且不支持除法，针对VHE所能支持的运算，对已有的HOG图像特征提取算法进行合理的裁剪和改进，简化一些特征提取步骤，并将提取过程中的一些复杂运算进行等效的转换，保证裁剪后的算法在保证一定的算法效率的前提下，提取的特征向量与原始HOG特征提取算法提取的特征向量是等效的，都可以准确地表达图像特征。本方案采取的基于向量的同态加密方案VHE，能够直接对一个整数向量进行加密，并支持基于密文向量的一些操作运算，与之前的基于单个比特或者单个整数加密的同态加密方案相比，大大提高密文域内的运算效率。

主权项

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。