一种新的视觉Hash算法

提出了一种新的视觉Hash方案。利用密钥提取图像鲁棒特征,并对特征进行Hash运算。通过在密钥的生成过程中引入图像独特的光学特性,增强Hash的安全性。实验结果表明,本方案对JPEG压缩、滤波、噪声等处理具有良好的鲁棒性,Hash误比特率低于0.01,而对图像的恶意篡改有较强的敏感性,误比特率在0.5左右。本方案可用于面向对象的真实性鲁棒认证。

多特征视觉Hash方案

提出一种基于认证安全性的视觉Hash设计方案。通过对视觉Hash认证中鲁棒性、认证集合相互关系的分析,指出了采用多特征构造视觉Hash的必要性。多特征方法可以平衡视觉Hash认证中的虚警、漏警问题。设计了一种基于小波分解的视觉Hash算法。对多次分解的小波低频系数进行量化提取多重特征,利用精确Hash算法组合生成认证Hash。实验结果表明本方案对JPEG压缩、滤波、噪声等处理有良好的鲁棒性,且具有较好的认证安全性,可以用于图像的真实性认证。

多分辨率视觉哈希方案

提出一种基于认证安全性的视觉Hash设计方案.通过分析视觉Hash认证中鲁棒性和认证集合的相互关系,指出了采用多分辨率构造视觉Hash的必要性.多分辨率方法可以平衡视觉Hash认证中的虚警、漏警问题.设计了一种基于树状结构分解的视觉Hash算法.在图像经过树状结构分解之后,对各个分辨率级别的图像块量化提取鲁棒特征,进行精确Hash计算组合生成认证Hash.实验结果表明,本方案对JPEG压缩、滤波、噪声等处理具有良好的鲁棒性,Hash误比特率低于0.15,而对图像的恶意篡改有较强的敏感性,可以用于图像的真实性认证.