论文部分内容阅读
随着互联网和多媒体技术的发展,数字媒体如图像,音频和视频得到了广泛的传播和应用。由于数字媒体可被轻易修改,如何确保媒体内容的完整性和真实性成为信息安全领域的重要课题。受到研究人员广泛关注的图像Hash用一串短小数字序列表征数字图像的本质内容,是一种用于图像主动认证的重要方法。本论文研究稳健图像Hash理论和关键技术,提出几种有效的图像Hash算法。取得的创新成果概括如下:1.将对象的形状特征用于图像Hash对象的形状特征具有不随颜色和周围环境变换而变换的特性,据此提出一种基于形状特征的图像Hash。该方法将预处理后图像的Zernike矩的幅度和相位经过量化编码并置乱后生成图像Hash。Hash长度仅有216比特,对旋转等常规处理具有良好的鲁棒性,能较好地区分相似图像和篡改图像。2.结合保角变换和Zernike矩的图像Hash利用密钥对图像的亮度分量做伪随机分块,将每块图像规格化为相同尺寸后做保角变换将其映射为圆形再求Zernike矩,然后将幅度和相位连接起来并置乱得到最终的图像Hash。该方法的特点是提取局部特征构成图像Hash,因此Hash长度较长,鲁棒性和唯一性好。图像分块使Hash具备篡改定位的能力。与其他方法相比,该方法具有较低的碰撞率和检错率。3.检测颜色异常改变的图像Hash图像的颜色空间从RGB转换为YCbCr,然后将每个分量从矩形映射为圆形,之后将Zernike矩的幅度和相位连接起来并进行置乱最终构成图像Hash。该方法的Hash长度较长,为66个数,但它同时包含了图像的亮度信息和色差信息,因此可以同时检测图像内容和颜色的异常改变。4.结合显著特征和Zernike矩的图像Hash以往的图像Hash算法通常仅由图像的局部特征或全局特征构成,它们各自具有不同的优缺点。本论文提出了一种将图像的局部和全局特征结合起来构成图像Hash的方法。局部特征是提取显著区域的位置信息和纹理特征,全局特征提取亮度图像和色差图像的Zernike矩。在特征提取和Hash生成过程中都引入密钥来保证方法的安全性。该方法对保持内容的常规处理具有鲁棒性,同时对局部篡改敏感,因此可以用于图像认证。通过分解图像Hash,可以确定篡改类型并通过显著区域定位图像篡改的位置。在结论中对上述几种方法的特点进行了比较。