基于radon變換的抗幾何攻擊圖像哈希算法

基于radon變換的抗幾何攻擊圖像哈希算法報(bào)告人：肖勇

研究現(xiàn)況內(nèi)容結(jié)構(gòu)1

相關(guān)技術(shù)介紹2

算法主要思想3實(shí)驗(yàn)對比分析4總結(jié)和未來工作5研究現(xiàn)況互聯(lián)網(wǎng)迅猛發(fā)展，信息傳播和存儲越來越方便多媒體信息越來越容易被非法復(fù)制和篡改互聯(lián)網(wǎng)迅猛發(fā)展數(shù)字產(chǎn)品盛行內(nèi)容認(rèn)證和保護(hù)非法拷貝和篡改數(shù)字哈希技術(shù)研究現(xiàn)況數(shù)字水印對原始載體圖像進(jìn)行修改不可見性與魯棒性之間的矛盾圖像哈希圖像認(rèn)證篡改檢測圖像檢索研究的主要內(nèi)容哈希分類傳統(tǒng)哈希1圖像哈希2研究現(xiàn)況傳統(tǒng)哈希哈希長度固定對比特位改變非常敏感圖像哈希魯棒性

對常規(guī)攻擊魯棒區(qū)分性內(nèi)容不同圖像或惡意篡改圖像安全性基于密鑰的加密和置亂研究現(xiàn)況哈希算法研究現(xiàn)況哈希算法的兩個(gè)主要部分特征提取哈希生成研究現(xiàn)況特征提取方法1提取空域特征2提取變換域特征

3矩陣分解提取特征4利用不變特征提取相關(guān)技術(shù)介紹Radontransform一種有效的分析原始空間和投影空間關(guān)系的有效的分析方法

其中表示離原點(diǎn)的距離，沿著一系列平行線的積分組成投影，表示投影射線法向量與橫軸x軸的夾角，并且。相關(guān)技術(shù)介紹平移：圖像f(x,y)平移的距離，則會沿r方向相應(yīng)地移位?？s放：圖像f(x,y)以的因子進(jìn)行縮放，使得發(fā)生了系數(shù)的變換。旋轉(zhuǎn)：圖像f(x,y)如果以原點(diǎn)為中心旋轉(zhuǎn)角度，則會在橫坐標(biāo)角度上進(jìn)行相應(yīng)的平移。

相關(guān)技術(shù)介紹Radon變換相關(guān)技術(shù)介紹SVD分解S=diag()

相關(guān)技術(shù)介紹不變質(zhì)心算法1.計(jì)算半徑為R的不變質(zhì)心(),并()=()2.計(jì)算出以()為圓心，R為半徑的圓形區(qū)域的質(zhì)心相關(guān)技術(shù)介紹3.如果和重合，那么就是所求的不變質(zhì)心；如果和不重合，那么將

設(shè)置為，回到第二步，繼續(xù)執(zhí)行第二步和第三步，直到=，得到不變質(zhì)心為止。

算法主要思想哈希提取算法圖像預(yù)處理

先把原圖像經(jīng)過插值算法轉(zhuǎn)化為標(biāo)準(zhǔn)的大小的圖像對圖像進(jìn)行一次低通濾波操作

不變質(zhì)心算法與圓形區(qū)域提取利用不變質(zhì)心算法計(jì)算出圖像的不變質(zhì)心圍繞著不變質(zhì)心點(diǎn)，以不變質(zhì)心點(diǎn)為圓心，以自適應(yīng)R為半徑提取出一個(gè)圓形區(qū)域

算法主要思想哈希生成局部特征

對于radon變換系數(shù)，利用logistic混沌提取出若干行系數(shù)進(jìn)行特性向量的生成當(dāng)軸發(fā)生循環(huán)平移時(shí)，假設(shè)旋轉(zhuǎn)角度為，則定義零階矩函數(shù)為

則旋轉(zhuǎn)的時(shí)候有如下關(guān)系radon變換行的零階矩可以作為一個(gè)不變特征，而且相應(yīng)行的方差也可以作為一個(gè)特征值。提取每行的SVD分解最大的奇異值作為一個(gè)特征值利用離散傅里葉變換的實(shí)數(shù)部分的絕對值，生成另外一個(gè)矩陣，再對該矩陣進(jìn)行一次DCT變換，提取出直流系數(shù)DC作為一個(gè)特征值。

全局特征提取出整個(gè)radon矩陣的不變矩，這里利用了Hu矩，Hu矩的定義如下，設(shè)為(p+q)階矩

那么圖像的質(zhì)心坐標(biāo)為,其中，那么定義圖像的中心矩為利用歸一化的中心矩，即，r為，p+q>=2，利用中心矩組合提取出Hu矩的七個(gè)矩特征作為全局的哈希值。算法主要思想哈希提取算法算法主要思想圖像認(rèn)證算法利用和哈希生成一樣的方法提取出哈希序列利用了歐氏距離來進(jìn)行哈希相似度的比較

如果這個(gè)d<=T，則認(rèn)為圖像是真實(shí)的圖像，兩圖像是視覺相似的，否則認(rèn)為兩圖像是感知不同的，即圖像不真實(shí)。

算法主要思想圖像認(rèn)證算法實(shí)驗(yàn)對比分析視覺魯棒性分析攻擊方式和其參數(shù)設(shè)置ManipulationDescriptionParametervaluesJPEGcompressionQualityfactor30,40,...,1003*3Gaussianlow-passfilteringStandarddeviation0.3,0.4,...,1.0Gaussiannoisedeviation0.001,0.005,...,0.035Saltandpeppernoisedensity0.01,0.02,...,0.08MedianfilteringFiltersize1,2,...,8RotationRotationangle1,3,...,15ScalingScalingfactor0.7,0.8,...,1.4TranslationDistance0,2,...,14實(shí)驗(yàn)對比分析視覺魯棒性分析

攻擊方式實(shí)驗(yàn)對比分析攻擊后的距離最大值，最小值，平均值和標(biāo)準(zhǔn)差ManipulationMaximumMinimumMeanStandarddeviationJPEGcompression0.35420.00470.07650.083*3Gaussianlow-passfiltering0.33120.00140.10300.08Gaussiannoise4.91530.05751.14131.13Saltandpeppernoise7.42820.30582.60571.84Medianfiltering1.876800.49350.37Rotation6.18170.90662.81631.42Scaling0.525200.16690.12Translation8.561402.60822.02實(shí)驗(yàn)對比分析區(qū)分性實(shí)驗(yàn)ImageLenaBarbaraPepperFullgoldAirplaneBarbaraLena020.951740.1485720.6542142.2769611.96931Pepper20.9517030.7410724.7931342.4573327.14408Baboon40.1485730.74107050.9940628.9340949.47434Fullgold20.6542124.7931350.99406052.0066222.3449Airplane42.2769642.4573328.9340952.00662051.53872Barbara11.9693127.1440849.4743422.344951.538720實(shí)驗(yàn)對比分析

T=9時(shí)，誤檢率0.06%T=10時(shí)，誤檢率0.18%性能比較首先計(jì)算算法的真陽性率(