基于显著特征和数据压缩的图像摘要关键技术研究

Image hashing is an emerging topic at the forefront of content security in digital media. It is a compressed mapping from image to a short data sequence, and it can be applied on image authentication, image retrieval. Robustness, uniqueness, forgery sensitivity and security are its important properties. Based on the theory of dimensionality reduction of high-dimensional data, this project starts with salient region extraction and robust feature extraction consistent with vision, and studies new theories and new methods of image hashing. The detailed works are as follows. The input images are preprocessed to reduce the impact of compression on the original image. Perceptual image features with geometrical invariability are extracted using color histogram and Zernike moments combined with feature points or log-polor transform. According to the characteristics of frequency domain and difference method of the space domain, image salient region detection methods with lower computation complexity are developed. We will put forward new theory and method of effective data compression and encoding according to the basic principle of dimension reduction using PCA, LDA and Laplace feature mapping methods. On this basis, for image authentication, copy detection and encrypted image retrieval, efficient image hashing methods are designed. This project's results will be helpful to content security in digital media and application in industry.

图像摘要是数字媒体内容安全的前沿研究课题。它将图像单向映射为一个短小的数据序列，可用于图像认证和图像检索等方面。它具有稳健性，唯一性，篡改敏感性及安全性。本项目以高维数据降维压缩编码的相关理论为基础，从与视觉保持一致的显著区域提取和稳健特征提取入手，研究图像摘要的新理论和新方法。主要内容包括：对图像进行预处理，减轻亮度调整等处理对原始图像的影响；利用颜色直方图和Zernike矩等方法，结合特征点或对数极坐标变换等技术提取图像特征，使其具有良好的几何不变性；根据图像频率域特性和空域差分等方法，研究复杂度低的视觉显著区域提取新方法；利用PCA、LDA、拉普拉斯特征映射等方法研究数据降维的内在规律，提出有效的压缩编码新理论和方法；在此基础上，针对图像内容认证、拷贝检测和加密图像检索等应用，设计高效的图像摘要算法。项目成果对数字媒体内容安全的理论及其在工业领域的应用具有重要意义。

图像摘要技术是多媒体内容取证领域中的一项关键技术，是互联网时代信息安全领域的重要课题。它具有稳健性，唯一性，篡改敏感性及安全性。本项目围绕这一主题取得的研究成果概括如下：.在稳健特征提取方面，颜色特征包括对立色和冷暖色；形状特征包括Zernike矩；纹理特征包括CS-LBP纹理特征；三维特征包括三维结构特征和三维空间角度特征；显著特征包括四叉树和视觉注意力权重机制。此外，根据算法性能提升的需要利用图像能量特征和镜像翻转构成图像摘要算法。压缩编码算法主要选用主成分分析和奇异值分解。.在图像摘要算法方面，利用提出的各种图像特征进行特征选择和压缩编码方法设计了一系列性能优良的算法。首先，重点研究具有几何不变性的稳健颜色、纹理和形状特征提取方法，结合PCA等数据降维工具对数据进行降维构建图像摘要算法。其次考虑图像的全局特征和局部特征，将图像的显著区域和稳健特征结合起来构成图像摘要算法。首次提出构建图像三维空间，提取三维角度及梯度特征构成图像摘要算法；利用图像能量特征和三维特征构成性能良好的图像摘要算法。最后对提出的图像摘要算法在拷贝检测、图像内容认证和加密检索应用方面做了详细的实验验证。本项目构建了图像摘要实验平台，用于验证算法的性能。此外还面向雷达，遥感图像等含噪图像提出了一种利用噪声自适应嵌入的位平面图像加密算法。