图像哈希(Hash)是数字媒体内容处理领域的一个新兴研究课题,已被广泛应用于图像认证、数字水印、图像检索、图像拷贝检测等方面。图像哈希是一种基于视觉内容的图像压缩表示方式,采用一串短小的字符或数字序列来描述图像本身。由于图像常常需要进行数字处理,处理后的图像的视觉内容保持不变,但具体表示数据会发生变化,因此图像哈希要求视觉相似的图像有相同或十分相似的哈希值。这是图像哈希的第一个基本性质,即,鲁棒性。图像哈希的另一个基本性质是唯一性,即,不同内容的图像,其哈希值应完全不同。旋转变换是最常用的一种基本图像操作,在图像识别、图像校正、图像拼接、遥感图像处理等方面有重要应用。然而,现有图像哈希算法在兼顾旋转鲁棒性和唯一性方面普遍存在不足,会将旋转后的图像误判为不同内容的图像。针对此问题,本文主要研究抗旋转变换的图像哈希技术。具体而言,论文先分析图像旋转变换的基本原理,在此基础上提出一种图像环形分割方法,接着,从不同角度研究并提出三种抗旋转变换的图像哈希算法,有效实现旋转鲁棒性和唯一性。论文的具体研究成果如下。1.提出一种图像环形分割方法分析图像旋转变换原理,提出一种基于环形的图像分割方法,即,用一系列圆环对图像进行分割。运用该方法提取得到的图像局部内容具有旋转不变性。发现并从理论上证明,图像旋转前后圆环内的像素几乎保持不变的性质,为研究基于圆环分割的抗旋转哈希算法提供理论支撑。2.提出基于多直方图的图像哈希算法该算法利用环形分割方法将图像分割成多个圆环,接着提取每个圆环的直方图作为图像特征,最后通过离散小波变换压缩直方图生成较短的哈希。由于旋转前后圆环内的像素几乎保持不变,因此提取的圆环直方图不受旋转影响,从而使图像哈希能抵抗任意角度旋转并具有较好的唯一性。3.提出基于颜色向量角和Canny算子的图像哈希算法图像边缘是人类视觉系统区分不同图像的重要视觉特征,且正常数字处理不会显著改变图像边缘。利用图像边缘的这一特性,提出联合使用颜色向量角、Canny算子、圆形分割技术来提取图像哈希。具体而言,先利用Canny算子检测图像的稳健边缘,再计算图像颜色向量角,接着选取一系列圆,用圆上的边缘点的颜色向量角的方差组成哈希值。该算法利用圆形对旋转具有不变性的特点实现抗旋转变换。4.基于Fan-beam变换的鲁棒图像哈希算法Fan-beam变换是Radon变换的一种衍生变换,继承了Radon变换的几何不变性并且运行速度比Radon变换更快。该算法先用双三次插值法和颜色空间转换将输入图像转换成规范化图像,接着对规范化图像的亮度分量进行Fan-beam变换,将图像空域旋转转换成Fan-beam变换域的平移,然后计算投影结果的离散傅里叶变换以消除平移影响,最终提取傅里叶系数幅值的方差构造图像哈希。该算法的旋转鲁棒性由Fan-beam变换的内在几何不变性保证。用大量测试图像对上述三种图像哈希算法进行鲁棒性和唯一性实验验证,结果表明这三种算法对JPEG压缩、亮度调整、对比度调整、伽玛校正、缩放和旋转变换等正常处理稳健,并且具有良好的唯一性。与现有的流行哈希算法进行接收机操作特性(ROC)曲线对比,结果显示上述三种哈希算法在鲁棒性和唯一性方面的分类性能均有较好的表现。