论文部分内容阅读
随着计算机通信技术和互联网的飞速发展,多媒体数据特别是数字图像逐渐成为人们获取信息的重要来源,成为人们生活的重要组成部分。但随着图像处理技术的发展,人们对数字图像内容的更改和编辑变得非常容易,且不留痕迹,用肉眼很难判定其真实性,图像真实性和完整性的认证问题日益凸显;另一方面,随着图像数据量的增大,图像检索的需求也日益增强。图像Hash技术作为一种信息安全技术,从图像中提取出具有鲁棒性的短序列来标识图像。该技术在图像检索、认证、版权保护等方面的应用引起学术界的普遍关注。同时,混沌系统由于其优良的密码学特性,近年来已被广泛应用于数字图像加密领域,本文将二者结合起来以加强图像Hash算法的安全性。在深入了解国内外现有图像Hash算法的基础上,以灰度图像为研究对象,提出了两个图像Hash算法:算法一是基于直方图量化和混沌系统的图像Hash算法,是在研究了基于图像灰度级压缩的直方图差值量化技术的基础上,并结合混沌系统,提出的一种简单快速的图像Hash算法。算法首先利用混沌系统把压缩后的图像中各个灰度级的出现概率调制成一个固定长度的中间Hash序列;然后将中间Hash序列经过差值量化和二值量化得到最终的图像Hash序列。算法二是基于分块小波变换和混沌系统的图像Hash算法,在重点研究了图像重叠分块、小波变换和奇异值分解等技术的基础上,并结合混沌系统提出的另一种图像Hash算法。算法首先将图像进行重叠分块,然后对每一分块进行小波变换,并对小波低频系数矩阵进行奇异值分解,将奇异值的标准差作为中间Hash的一位,然后将中间Hash序列经过差值量化和二值量化得到最终的图像Hash序列。仿真结果表明,两种算法对JPEG压缩、低通滤波、高斯噪声,图像缩放和旋转等操作都有良好的鲁棒性,算法一优于算法二;两种算法对恶意剪切都有一定的敏感性,且不同图像之间的Hash碰撞概率较低;混沌系统的引入使两种算法具有较强的安全性。差值量化思想的提出增强了算法的鲁棒性,而基于序列中值的量化模型保证了最终图像Hash序列中0和1等概率出现。