NO.1 论文简介
传统的图像分割方法对图像进行非重叠分块，图像哈希算法只能对图像块内部像素进行特征提取，而简单线性迭代聚类超像素分割算法能在聚合相似像素的同时额外提取形状特征，故在此基础上提出一种结合自适应网格描述符和图像能量的图像哈希算法。首先，使用双线性插值和高斯低通滤波对输入图像进行预处理，并通过简单线性迭代聚类对预处理图像进行超像素分割，对分割得到的超像素区域应用自适应网格描述符提取形状特征；同时利用超像素内部像素具有相似亮度的特性，以亮度为计算对象求出各超像素的能量值作为图像的能量特征。最后，连接形状特征序列和能量特征序列，再利用密钥加密得到最终哈希序列。实验表明算法在鲁棒性和区别性之间达到了较好的平衡。算法的平均运算时间为0.128 s，哈希长度为467 bits，具有较快的运算速度且哈希序列较为紧凑。分类性能方面，假阳性率为0时，真阳性率达到0.9999。拷贝检测方面，查全率和查准率均在95%以上。此外，与一些同类型算法相比，提出的算法在分类性能和拷贝检测方面也更具优势。
NO.2 主要贡献
（1）算法利用SLIC超像素分割算法将图像中具有相似纹理、颜色和亮度等特征的相邻像素聚类成超像素，并设计了一种能够根据超像素形状自动调整网格图尺寸的自适应网格描述符算法，用于提取图像的二进制形状特征。此外，由于不同图像的超像素区域形状一般存在较为显著的差异，因此提取到的形状特征能够保证算法的区别性。
NO.3 研究结论
本文提出一种结合图像形状特征和能量特征的哈希算法，SLIC超像素分割和自适应网格描述符能够保证算法的区别性，图像能量能够保证算法的鲁棒性，三者结合使得算法的鲁棒性和区别性达到了较好的平衡。实验表明，本文算法对多种内容保留操作具有较好的鲁棒性，还具有较快的运算效率。与其他算法相比，本文算法具有更好的分类性能和拷贝检测能力。此外，本文算法在对抗大角度旋转攻击和哈希长度方面还有待提升。在未来的工作中，笔者计划改进形状特征提取算法，减少哈希序列的长度，同时将算法与极坐标变换相结合，在保证原有性能的前提下提升算法对大角度旋转的鲁棒性。
NO.4 论文资助
国家自然科学基金（61802250）
NO.5 作者介绍
孙非凡（1999—），男，上海电力大学硕士研究生，
E-mail：550941154@qq.com。
E-mail：yanzhao79@hotmail.com。
·引用格式·
孙非凡, 赵琰. 结合自适应网格描述符和图像能量的图像哈希(2024) [J/OL]. 西安电子科技大学学报, [2024-05-29]. https://doi.org/10.19665/j.issn1001-2400.20240504
“扫描二维码查看原文”
https://link.cnki.net/doi/10.19665/j.issn1001-2400.20240504
编辑：许瀚樱
校对：杨 薇
审核：牛姗姗
· 推荐阅读 ·
- 联系我们 -
xuebao@mail.xidian.edu.cn
