图像哈希算法是信息安全方向研究的一项热门课题。它将一幅图像映射为一串短小的数字或字符序列,已普遍应用于图像认证、图像索引、图像检索和数字水印等方面。图像哈希算法具有两个基本的性质,分别为感知鲁棒性和唯一性。感知鲁棒性是指视觉内容相同或相似的图像,尽管它们的具体数据值可能存在差异,但应该获得相似或者相同的哈希值,这是与传统密码学中哈希算法的不同之处。传统密码学的哈希算法可以将任意输入数据映射成固定长度的数字序列,即使只改变输入数据的一个比特也会导致输出值剧烈变化。在日常应用中,常用的数字图像处理有图像增强、图像压缩、几何变换等一系列操作,这些操作会改变图像的具体表示数据,但并不改变图像的视觉本质内容,因此图像哈希值基本保持不变。对于视觉上差异较大的图像,其哈希值应完全不同,即,图像哈希算法应具有较好的唯一性。所以传统密码学哈希算法只适合于文本数据,对于图像等多媒体数据,则需要设计和开发新的哈希算法。此外,图像哈希算法应用于图像篡改检测等领域时,图像哈希值应该具有安全性,即用不同密钥控制同一幅图像的哈希提取,将得到完全不同的哈希值。本文以数字图像作为研究对象,以压缩感知、颜色向量角和环形分割为切入点,研究图像哈希新技术,提出了两种图像哈希算法,即,基于压缩感知和颜色向量角的图像哈希算法以及基于压缩感知和环形分割的图像哈希算法。主要研究内容如下：1.基于压缩感知和颜色向量角的图像哈希算法压缩感知是一种有效的数据降维方法,可通过测量矩阵将数据实现降维操作,从而得到高效的数据压缩。对于彩色图像而言,亮度变化对颜色向量角的影响较小,但对色调变化关联性大。与RGB颜色空间的欧氏距离相比,颜色向量角对两种颜色间的感知差异的评价更为有效,能够有效地捕捉颜色感知差异。基于以上考虑,提出联合利用压缩感知和颜色向量角来设计图像哈希算法。该算法先对图像进行预处理,建立规范化图像,这是提取稳健特征的前提条件,然后计算规范化图像对应的颜色向量角矩阵,随后将该矩阵进行分块,再将每个分块进行压缩感知,最后由测量向量的算术平均值得到哈希序列。大量实验结果表明该算法能够抵抗常见的数字图像操作,如缩放、水印嵌入、伽玛校正、亮度、对比度调整、高斯低通滤波和小角度旋转,并具有较好的唯一性和安全性。2.基于压缩感知和环形分割的图像哈希算法考虑到大多数哈希算法对旋转变换敏感,而图像的环形分割能较好抵抗旋转操作。为此,利用环形分割来建立抵抗旋转操作的图像哈希算法。该算法先对输入图像进行预处理,再用环形分割提取各圆环区域内的像素集合,分别对这些集合数据进行压缩感知测量,最后通过计算测量向量和随机向量的内积来构造哈希值。实验结果表明该算法不仅对JPEG压缩、缩放、对比度和亮度调整等常见操作具有较好鲁棒性,而且也对任意角度旋转变换稳健。ROC曲线对比结果表明,该算法的分类性能优于FM-CS算法、GF-LVQ算法和RT-DCT算法。