图像哈希算法是图像内容信息安全领域的一项重要研究课题,已被成功广泛应用于图像检索、图像索引、数字水印、图像认证和拷贝检测等方面。从本质上而言,图像哈希算法是一种单向映射函数,可将任意一幅输入图像转换成一串长度固定的、短小的比特或数字序列。这串比特或数字序列称为该幅图像的图像哈希。实际使用过程中,用图像哈希来代表图像本身,有效降低了图像存储代价和相似计算的复杂度。通常,图像哈希算法应该具有以下两个性能指标:(1)鲁棒性:该指标要求,如果两幅图像的视觉内容相同,那么用图像哈希算法提取它们的哈希序列时,无论它们的具体数据表示是否相同,它们的哈希值都应该相同或者非常相似。该性能指标确保图像哈希算法能够正确识别那些经过JPEG压缩、水印嵌入、旋转、亮度和对比度调整、缩放、伽玛校正和高斯低通滤波等正常数字处理操作的相似图像。(2)唯一性:该指标要求,如果两幅图像的视觉内容不同,那么用图像哈希算法提取它们的哈希值时,应该得到两个不同的哈希序列。该性能指标确保图像哈希算法能有效区分不同内容的图像。除鲁棒性和唯一性外,根据不同领域的应用要求,图像哈希算法在实际应用中还可能有一些额外的性能指标要求。例如,图像认证应用要求算法具备安全性,即,图像哈希的提取由密钥控制,不同输入密钥将得到不同的图像哈希。本文利用颜色向量角(CVA)、离散余弦变换(DCT)、局部线性嵌入(LLE)、奇异值分解(SVD)和非负矩阵分解(NMF)等技术研究图像哈希新算法,取得了两项有意义的研究结果,即,基于DCT和LLE的图像哈希算法和基于SVD和NMF的图像哈希算法。本文的主要研究结果概括如下:1.提出基于DCT和LLE的图像哈希算法考虑到CVA对色调和饱和度的变化敏感,对亮度调整不敏感,与颜色欧氏距离相比,能更好地反映颜色的感知变化,因此CVA适合于彩色图像特征描述。为此,本文提出联合使用DCT和LLE技术,在图像的CVA上提取鲁棒图像哈希。具体而言,先通过双三次线性插值法将输入图像转换成尺寸归一化图像,然后对尺寸归一化图像进行高斯低通滤波,接着提取整幅图像的CVA,在此基础上对图像的CVA进行非重叠分块,对每个图像块执行DCT操作,提取图像块的低频DCT系数来构造特征矩阵,并对特征矩阵进行伪随机置乱排列,最后将LLE应用到置乱后的特征矩阵,对LLE低维向量的方差进行加密和量化得到图像哈希。实验结果表明,该算法对JPEG压缩、水印嵌入、亮度和对比度调整、缩放、伽玛校正和高斯低通滤波等常见的数字处理稳健,具有较好的唯一性。2.提出基于SVD和NMF的图像哈希算法考虑到图像奇异值具有较好的稳定性,当图像被施加小的扰动时,图像奇异值不会发生显著的变化,本文提出联合使用SVD和NMF技术来设计图像哈希算法。具体而言,先运用双三次线性插值法将输入图像转换成统一尺寸的图像,然后将尺寸规格化图像划分为多个非重叠图像块,计算每个图像块的SVD结果,提取每个图像块的SVD对角矩阵的对角元素(奇异值)来构造二次图像,接着对二次图像的列元素进行伪随机置乱排列,并对置乱后的二次图像进行高斯低通滤波,最后将NMF应用于二次图像,用NMF系数的序数测度来生成图像哈希。实验结果表明,该图像哈希算法对JPEG压缩、水印嵌入、亮度和对比度调整、缩放、伽玛校正和高斯低通滤波等常见数字处理稳健,并具有较好的唯一性。用接收机操作特性曲线分析本文的两种图像哈希算法在鲁棒性和唯一性方面的分类性能,并与多种文献哈希算法进行对比实验,结果表明本文提出的两种图像哈希算法的分类性能均优于对比算法。