为了充分利用图像的显著特征来生成鲁棒哈希,并提高其生成效率,提出基于边缘映射抽样与多维尺度压缩的紧凑图像哈希算法。联合双线性插值与高斯低通滤波,对初始图像进行预处理操作;引入双阈值Canny算子,提取预处理图像的显著边缘映射。...为了充分利用图像的显著特征来生成鲁棒哈希,并提高其生成效率,提出基于边缘映射抽样与多维尺度压缩的紧凑图像哈希算法。联合双线性插值与高斯低通滤波,对初始图像进行预处理操作;引入双阈值Canny算子,提取预处理图像的显著边缘映射。将预处理图像与边缘映射分割为一系列的非重叠子块;计算每个子块的像素值总和,找出其中元素值最大的子块,从中进行选择性抽样,确定对应的包含结构信息最丰富的子块。基于SVD(Singular Value Decompostion)机制,将子块的奇异值视为鲁棒特征;利用Fourier变换与残差机制,提取预处理图像的全局显著特征。将两种特征组合,形成中间哈希序列,再引入多维尺度机制压缩获取紧凑哈希,并通过Logistic映射来实施加密,形成最终的哈希。测试数据表明:较已有的哈希方案而言,该方案具备更高的鲁棒性与哈希生成效率,呈现出更好的ROC曲线。展开更多
文摘为了充分利用图像的显著特征来生成鲁棒哈希,并提高其生成效率,提出基于边缘映射抽样与多维尺度压缩的紧凑图像哈希算法。联合双线性插值与高斯低通滤波,对初始图像进行预处理操作;引入双阈值Canny算子,提取预处理图像的显著边缘映射。将预处理图像与边缘映射分割为一系列的非重叠子块;计算每个子块的像素值总和,找出其中元素值最大的子块,从中进行选择性抽样,确定对应的包含结构信息最丰富的子块。基于SVD(Singular Value Decompostion)机制,将子块的奇异值视为鲁棒特征;利用Fourier变换与残差机制,提取预处理图像的全局显著特征。将两种特征组合,形成中间哈希序列,再引入多维尺度机制压缩获取紧凑哈希,并通过Logistic映射来实施加密,形成最终的哈希。测试数据表明:较已有的哈希方案而言,该方案具备更高的鲁棒性与哈希生成效率,呈现出更好的ROC曲线。
