專利名稱：基于離散余弦變換的圖像指紋提取方法
技術(shù)領(lǐng)域：
本發(fā)明是一種圖像指紋技術(shù)與提取技術(shù)與比對技術(shù)的結(jié)合。
背景技術(shù)：
近年來，隨著多媒體技術(shù)的迅猛發(fā)展，人們可以方便地利用數(shù)字設(shè)備制作、處理和存儲圖像、語音和視頻等信息媒體。數(shù)字網(wǎng)絡(luò)通訊的飛速發(fā)展，更使得信息的發(fā)布和傳輸實(shí)現(xiàn)了“數(shù)字化”和“網(wǎng)絡(luò)化”。然而，數(shù)字媒體信息極易被仿制、處理、公開和傳播。這樣就引發(fā)出數(shù)字信息分發(fā)的安全問題和數(shù)字信息的真實(shí)性問題。黑客可以輕易地通過互聯(lián)網(wǎng)盜取和修改政府部門或私人的重要文件；借助數(shù)字設(shè)備，恐怖分子可以任意制作假證件和假護(hù)照，這些都對國家安全、金融安全以及人們的日常生活安全造成了極大的威脅。
另一方面，在數(shù)字產(chǎn)品極大豐富以及電子商務(wù)逐漸為人們所接受的情況下，用戶需要通過某種途徑了解自己所需要的產(chǎn)品，而產(chǎn)品發(fā)行商也需要對自己經(jīng)營的產(chǎn)品進(jìn)行有效的管理。這種管理應(yīng)既能滿足用戶正常地對產(chǎn)品進(jìn)行瀏覽、檢索和分類，又能有效地監(jiān)控和保護(hù)自己的產(chǎn)品以免被盜版、篡改。人們想到，若能使每件產(chǎn)品擁有獨(dú)一無二的標(biāo)識，這種標(biāo)識在有效地將自身與其它商品區(qū)分開來的情況下，又能反映出產(chǎn)品自身的內(nèi)容，使對產(chǎn)品內(nèi)容的操作包括瀏覽、檢索、分類、驗(yàn)證、篡改檢測等成為可能，顯然僅僅為每件產(chǎn)品分配一個(gè)ID號碼是不足以滿足這些要求的，也就是說，一方面，ID號碼所能提供的信息太“少”了；另一方面，ID號碼與產(chǎn)品內(nèi)容的聯(lián)系太弱了，這兩點(diǎn)使數(shù)字產(chǎn)品需要一個(gè)與其內(nèi)容聯(lián)系起來的標(biāo)識，就象進(jìn)行人類身份識別的指紋一樣，數(shù)字產(chǎn)品也需要“指紋”。
圖像指紋技術(shù)通過一定的特征提取算法獲得一幅圖像的特征信息，由于圖像指紋技術(shù)使每一幅圖像獨(dú)有的內(nèi)容與獲得的特征信息聯(lián)系在一起，不同的圖像具有不同的特征信息，這就象每個(gè)人與自己的指紋對應(yīng)一樣。而這種特征信息，對應(yīng)視覺保持變換如有損壓縮、圖像平滑濾波、圖像銳化等并非保持不變，而是與原圖像指紋之間的距離，即二值編碼為漢明距離，實(shí)數(shù)編碼為歐氏距離，小于預(yù)先設(shè)定的閾值，而不同圖像的指紋之間的距離則大于預(yù)先設(shè)定的閾值，這一點(diǎn)與生物識別領(lǐng)域的指紋類似，因此這項(xiàng)新興技術(shù)就被稱為圖像指紋技術(shù)，而把圖像經(jīng)過該技術(shù)處理得到的特征信息形象地稱為圖像的“指紋”。正像生物測定學(xué)的指紋識別一樣，圖像指紋技術(shù)的性能與圖像的特征提取算法也是密切相關(guān)的。
圖像指紋技術(shù)可以類比數(shù)字簽名技術(shù)中使用的單向函數(shù)，被稱作哈希函數(shù)，將信息轉(zhuǎn)化為摘要的方法。由于哈希函數(shù)逆變換復(fù)雜度極高，因此可認(rèn)為其不可逆，從而無法單憑摘要獲得原信息。由于這種不可逆特性，使哈希技術(shù)在信息安全領(lǐng)域得到廣泛的應(yīng)用。傳統(tǒng)的哈希技術(shù)對位變化十分敏感，只要原信息更改一個(gè)比特位，比如從0變?yōu)?或從1變?yōu)?，經(jīng)過哈希函數(shù)處理后得到的摘要就完全不同。然而，數(shù)字圖像本身具有視覺上的冗余性，即數(shù)字圖像經(jīng)過一些處理后，如有損壓縮、低通濾波、銳化以及幾何變換如縮放、剪切等，人眼仍可辨識原圖像并認(rèn)為該圖像基本上未發(fā)生改變，從而使該圖像的使用價(jià)值并未損失到不可接受的地步。在數(shù)字圖像作為產(chǎn)品發(fā)布時(shí)，需要使用一個(gè)指標(biāo)反映根據(jù)數(shù)字圖像的使用價(jià)值變化，從而使管理者可以在圖像發(fā)布過程中進(jìn)行驗(yàn)證、監(jiān)控和檢索，而傳統(tǒng)哈希技術(shù)的位敏感性使其無法滿足該使用要求，因此需要找到一種新的技術(shù)解決該問題。
應(yīng)用圖像指紋技術(shù)獲得的圖像指紋，需滿足如下性能魯棒性；圖像指紋對有損壓縮等保持視覺不變性的圖像變換具有不變性，或發(fā)生的改變限制在允許的范圍內(nèi)；敏感性；對于內(nèi)容篡改或兩幅不同的圖像，應(yīng)能根據(jù)提取的圖像指紋檢測和區(qū)分差異。
圖像指紋提取器是用來提取能夠形成圖像指紋的圖像特征的工具。其本質(zhì)上是實(shí)現(xiàn)圖像指紋提取方法的一段程序，將其加載到數(shù)字信號處理器(DSP)、單片機(jī)(MCC)、可編程邏輯陣列(FPGA)，可以形成不同形式的產(chǎn)品。由此看來，圖像指紋提取器的核心是圖像指紋提取方法，它從根本上決定了圖像指紋提取器的性能。
目前公知的基于離散余弦變換的圖像指紋提取方法第一個(gè)圖像指紋提取方法于1996年由Schneider和Chang提出，他們利用可變尺寸的圖像塊的強(qiáng)度直方圖，將直方圖均值作為圖像指紋，該方法依賴于圖像強(qiáng)度，當(dāng)圖像進(jìn)行低通濾波或?qū)D像保存為低品質(zhì)系數(shù)的JPEG壓縮文件時(shí)，該方法就失去了實(shí)用性。此后提出的各種圖像指紋提取方法，雖在一定程度上獲得改善，但在保持敏感性的前提下，這些方法無法對所有視覺不變性變換，包括有損壓縮、低通濾波、銳化以及幾何變換如縮放、剪切等，保持魯棒性，特別是幾何變換，這些方法對經(jīng)過幾何變換后的圖像提取的指紋，其魯棒性大大降低。

發(fā)明內(nèi)容
本發(fā)明目的是公開一種基于離散余弦變換的圖像指紋提取方法，繼承了傳統(tǒng)哈希技術(shù)的優(yōu)點(diǎn)，即使用該技術(shù)獲得的圖像指紋也保持不可逆性，還具有對有損壓縮、低通濾波、銳化以及幾何變換如縮放、剪切等保持視覺不變性的圖像變換，應(yīng)用圖像指紋技術(shù)處理后得到的摘要一定程度上不發(fā)生改變，而視覺上完全不同的兩幅圖像，則對應(yīng)不同的圖像指紋，也就是說，圖像指紋對視覺不變性的圖像變換的位敏感性大大降低，從而在圖像視覺上的內(nèi)容不發(fā)生顯著變化的時(shí)候，圖像指紋在指紋比對時(shí)仍與原圖像指紋的距離保持在預(yù)先設(shè)定的閾值范圍內(nèi)，從而得出圖像內(nèi)容上相同的結(jié)論。
本發(fā)明包括二部分，一是基于離散余弦變換的圖像指紋提取方法，二是基于離散余弦變換的圖像指紋比對方法.
圖像指紋提取方法，其實(shí)施步驟如下步驟1原始圖像轉(zhuǎn)化為相同格式F，相同大小S的正方形亮度圖像，這里只考慮亮度信息而把圖像的顏色信息去除，將包含紅色、藍(lán)色、綠色三個(gè)顏色通道的RGB圖像，轉(zhuǎn)化成灰度圖像，顏色信息就被去除而只保留亮度信息；步驟2亮度圖像經(jīng)過小波變換K處理一次后，獲得大小為LS低頻子帶圖像；步驟3低頻子帶圖像按從左向右、從上到下的順序被分割成若干個(gè)相同大小的規(guī)格為BS的正方形圖像塊；步驟4對于每個(gè)圖像塊進(jìn)行離散余弦變換，通過之字型掃描得到變換后的L個(gè)低頻系數(shù)；步驟5對于每個(gè)低頻系數(shù)的符號，正號或負(fù)號，將正號對應(yīng)比特“1”，負(fù)號對應(yīng)形成比特“0”，形成只存在0和1的長度為L的二值指紋向量；步驟6將每個(gè)圖像塊提取的指紋向量作為一個(gè)行向量，結(jié)合起來組成規(guī)格為MS的整幅圖像的圖像指紋矩陣，該圖像指紋矩陣就是基于離散余弦變換的圖像指紋提取器的輸出結(jié)果。
基于離散余弦變換的圖像指紋比對方法，實(shí)施步驟如下基于離散余弦變換圖像指紋提取方法輸出的指紋是由0和1組成的二值數(shù)據(jù)，因此對兩個(gè)圖像指紋的對應(yīng)位置取異或，即在該位置數(shù)值不同則結(jié)果為1，數(shù)值相同則結(jié)果為0。圖像指紋所有位置取異或后，輸出與圖像指紋矩陣大小MS相同的結(jié)果矩陣，該矩陣內(nèi)1的個(gè)數(shù)除以MS就得出衡量兩個(gè)指紋差異的距離。若該距離為0，則表示兩幅圖像內(nèi)容完全相同；若該距離為1，則表示兩幅圖像內(nèi)容完全不同。在實(shí)際應(yīng)用中，該距離往往處于0和1之間，則設(shè)定一個(gè)閾值T，當(dāng)距離大于T，認(rèn)為兩幅圖像內(nèi)容存在顯著差異；反之認(rèn)為兩幅圖像內(nèi)容基本相同。


圖1為本發(fā)明基于離散余弦變換的圖像指紋提取方法原理框圖；圖2為本發(fā)明實(shí)施例的原圖像；圖3為圖2原圖像作小波變換得到四個(gè)頻帶圖像；圖4為本發(fā)明圖像指紋提取方法步驟4之字型掃描實(shí)施示意圖；圖5為本發(fā)明基于離散余弦變換的圖像指紋比對原理框圖；圖6為本發(fā)明實(shí)施例的視覺不變性變換的圖像指紋比對圖之一；圖7為本發(fā)明實(shí)施例的視覺不變性變換的圖像指紋比對圖之二。
圖8為本發(fā)明實(shí)施例的視覺上不同的圖像指紋比對圖之一；圖9為本發(fā)明實(shí)施例的視覺上不同的圖像指紋比對圖之二。
具體實(shí)施例方式為便于闡述具體實(shí)施步驟，下面是涉及到的參數(shù)列表F-提取圖像指紋的圖像格式，數(shù)字圖像按一定的圖像格式存取和處理，常見的圖像格式包括Bitmap(.bmp)、JPEG(.jpg)、Tag(.tif)、Encapsulated Postscript(.eps)等，括號內(nèi)為對應(yīng)的文件后綴；S-提取圖像指紋的圖像大小，指數(shù)字圖像的長度和寬度；K-選擇的小波變換類型，小波變換是一種數(shù)字信號和數(shù)字圖像處理方法，目前常用的小波變換有上百種；LS-低頻子帶圖像大小，指低頻子帶圖像的長度和寬度，數(shù)字圖像經(jīng)過小波變換后形成一個(gè)低頻子帶圖像和三個(gè)高頻子帶圖像，每個(gè)圖像的長度和寬度都是原圖像的四分之一，低頻子帶圖像位于小波變換后左上方四分之一圖像。從圖2中可以看到，左邊的原圖像經(jīng)小波變換后得到的圖4，其中左上方四分之一圖像從視覺上還可以清晰地分辨出原圖像的內(nèi)容，該圖像就是原圖像經(jīng)過小波變換后形成的低頻子帶圖像；BS-正方形圖像塊大小，即長度和寬度，該正方形圖像塊指從較大的圖像中劃分出來的長度和寬度相等的圖像塊；L-離散余弦變換低頻系數(shù)個(gè)數(shù)，離散余弦變換可以將圖像變換成一個(gè)包含直流、低頻、中頻和高頻信息的數(shù)值矩陣，矩陣內(nèi)的數(shù)值就是離散余弦變換的變換系數(shù)，包含低頻信息的變換系數(shù)就是低頻系數(shù)，低頻系數(shù)個(gè)數(shù)等于二值指紋向量長度；MS-圖像指紋矩陣大小，指該矩陣的行數(shù)和列數(shù)。
離散余弦變換按如下公式實(shí)施C(u,v)=α(u)α(v)Σx=0N-1Σy=0N-1f(x,y)cos[(2x+1)uπ2N]cos[(2y+1)vπ2N]---(1)]]>其中系數(shù)滿足α(u)=α(v)=1N,]]>μ＝v＝0；α(u)=α(v)=2N,]]>μ＝v＝1，2，..N-1公式(1)中參數(shù)N是進(jìn)行離散余弦變換的圖像塊大小，在本圖像指紋提取方法中數(shù)值上等于BS。
這種技術(shù)特征使圖像指紋技術(shù)又被稱為基于內(nèi)容的數(shù)字簽名技術(shù)或感知哈希技術(shù)。
與以前的圖像指紋提取方法相比，基于離散余弦變換的圖像指紋提取方法魯棒性大大增強(qiáng)，且仍能保持高敏感性；另一方面，離散余弦變換是一種數(shù)字信號和數(shù)字圖像處理方法，廣泛應(yīng)用于圖像壓縮領(lǐng)域，并已納入JPEG圖像壓縮標(biāo)準(zhǔn)及MPEG動態(tài)圖像壓縮標(biāo)準(zhǔn)，因此基于離散余弦變換的圖像指紋提取方法，在實(shí)際應(yīng)用中易于與圖像壓縮操作相結(jié)合，達(dá)到互相兼容、互相促進(jìn)的目的。
圖像指紋提取器的實(shí)際用途基于圖像指紋技術(shù)的特點(diǎn)，即無需對圖像進(jìn)行更改，這是與圖像水印技術(shù)的根本差異，使其可以應(yīng)用到對圖像質(zhì)量要求高的場合，典型的場合如醫(yī)學(xué)圖像、軍事地圖、測繪地圖，這些圖像是不允許一點(diǎn)修改的，也就無法嵌入數(shù)字水印。
圖像指紋技術(shù)的用途，包括版權(quán)保護(hù)產(chǎn)品供應(yīng)商可以把經(jīng)圖像指紋技術(shù)處理得到的圖像指紋提交版權(quán)仲裁機(jī)構(gòu)，版權(quán)仲裁機(jī)構(gòu)負(fù)責(zé)保管該指紋并將數(shù)字證書頒發(fā)給該供應(yīng)商，一旦出現(xiàn)盜版行為，版權(quán)仲裁機(jī)構(gòu)可對盜版的產(chǎn)品使用圖像指紋處理器并將獲得的指紋與保管的指紋進(jìn)行比對，若比對結(jié)果小于預(yù)先設(shè)定的閾值，即可認(rèn)為兩幅圖像在視覺上基本相同，從而認(rèn)為是盜版；完整性驗(yàn)證將圖像指紋作為該圖像的數(shù)字簽名保存起來，進(jìn)行完整性認(rèn)證時(shí)，只需將待驗(yàn)證圖像進(jìn)行圖像指紋提取，將得到的圖像指紋同該圖像保存的數(shù)字簽名進(jìn)行比對，比對相同則表示圖像未發(fā)生改變，比對不同則可認(rèn)為圖像被篡改，并可對篡改位置進(jìn)行定位，這樣還達(dá)到了篡改檢測的目的；跟蹤和監(jiān)控產(chǎn)品供應(yīng)商需要跟蹤用戶對產(chǎn)品的操作，進(jìn)行市場調(diào)查，而有時(shí)需要對非法操作進(jìn)行監(jiān)控，這時(shí)利用圖像指紋進(jìn)行比對，通過比對操作前后指紋的變化來獲知發(fā)生的操作，根據(jù)二者之間的比對差異還可量化確定操作的強(qiáng)度；基于內(nèi)容的檢索和分類由于圖像指紋技術(shù)處理的對象是整幅圖像，而得到的指紋包含了圖像的大部分視覺信息，因此可以將指紋作為每個(gè)圖像的內(nèi)容標(biāo)示，進(jìn)行基于內(nèi)容的圖像檢索和分類。通過對特定圖像內(nèi)容如人臉、建筑物等提取指紋，再將該指紋與圖像數(shù)據(jù)庫中每幅圖像的指紋進(jìn)行比對，就可實(shí)現(xiàn)這一目的；身份識別和認(rèn)證絕大多數(shù)身份證件上都有個(gè)人照片，可以對該照片圖像提取圖像指紋并保存起來，建立每張個(gè)人照片與每個(gè)人身份的一一對應(yīng)關(guān)系。在身份識別時(shí)只需對身份證件上的照片提取圖像指紋，與保存的圖像指紋進(jìn)行比對，根據(jù)比對結(jié)果確定身份；在身份認(rèn)證時(shí)只需對身份證件上的照片提取圖像指紋，與待認(rèn)證的個(gè)人身份所對應(yīng)的圖像指紋進(jìn)行比對，根據(jù)比對結(jié)果確定該身份證件與待認(rèn)證的個(gè)人身份是否對應(yīng)。
圖像指紋的比對及實(shí)例圖像指紋提取器在實(shí)際應(yīng)用中，圖像指紋比對是涉及的關(guān)鍵步驟。圖5為圖像指紋比對的原理框圖。由于基于離散余弦變換圖像指紋提取方法輸出的指紋是由0和1組成的二值數(shù)據(jù)，因此對兩個(gè)圖像指紋的對應(yīng)位置取異或，即在該位置數(shù)值不同則結(jié)果為1，數(shù)值相同則結(jié)果為0。圖像指紋所有位置取異或后，輸出與圖像指紋矩陣大小MS相同的結(jié)果矩陣，該矩陣內(nèi)1的個(gè)數(shù)除以MS就得出衡量兩個(gè)指紋差異的距離。若該距離為0，則表示兩幅圖像內(nèi)容完全相同；若該距離為1，則表示兩幅圖像內(nèi)容完全不同。在實(shí)際應(yīng)用中，該距離往往處于0和1之間，則設(shè)定一個(gè)閾值T，當(dāng)距離大于T，認(rèn)為兩幅圖像內(nèi)容存在顯著差異；反之認(rèn)為兩幅圖像內(nèi)容基本相同。
例如，圖6是一幅原始圖像及其經(jīng)過JPEG有損壓縮后的圖像，圖7，顯然這兩幅圖像視覺上是基本相同的。這兩幅圖像分別經(jīng)過離散余弦變換的圖像指紋提取后，對兩個(gè)指紋比對得到指紋距離為0.0078，接近于0，表明這兩幅圖像內(nèi)容幾乎相同。
圖9和圖8是兩幅視覺上完全不同的圖像，分別經(jīng)過離散余弦變換的圖像指紋提取后，對兩個(gè)指紋比對得到指紋距離為0.5352，接近于1，表明這兩幅圖像內(nèi)容是不同的。閾值T可以選擇在兩個(gè)距離之間的中點(diǎn)附近，例如0.3。
權(quán)利要求
1.一種基于離散余弦變換的圖像指紋提取方法，圖像指紋提取方法，其實(shí)施步驟如下步驟1原始圖像轉(zhuǎn)化為相同格式F，相同大小S的正方形亮度圖像，這里只考慮亮度信息而把圖像的顏色信息去除，將包含紅色、藍(lán)色、綠色三個(gè)顏色通道的RGB圖像，轉(zhuǎn)化成灰度圖像，顏色信息就被去除而只保留亮度信息；步驟2亮度圖像經(jīng)過小波變換K處理一次后，獲得大小為LS低頻子帶圖像；步驟3低頻子帶圖像按從左向右、從上到下的順序被分割成若干個(gè)相同大小的規(guī)格為BS的正方形圖像塊；步驟4對于每個(gè)圖像塊進(jìn)行離散余弦變換，通過之字型掃描得到變換后的L個(gè)低頻系數(shù)；步驟5對于每個(gè)低頻系數(shù)的符號，正號或負(fù)號，將正號對應(yīng)比特“1”，負(fù)號對應(yīng)形成比特“0”，形成只存在0和1的長度為L的二值指紋向量；步驟6將每個(gè)圖像塊提取的指紋向量作為一個(gè)行向量，結(jié)合起來組成規(guī)格為MS的整幅圖像的圖像指紋矩陣，該圖像指紋矩陣就是基于離散余弦變換的圖像指紋提取器的輸出結(jié)果。
2.如權(quán)利要求1所述的一種基于離散余弦變換的圖像指紋提取方法，其圖像指紋比對方法為基于離散余弦變換圖像指紋提取方法輸出的指紋是由0和1組成的二值數(shù)據(jù)，因此對兩個(gè)圖像指紋的對應(yīng)位置取異或，即在該位置數(shù)值不同則結(jié)果為1，數(shù)值相同則結(jié)果為0；圖像指紋所有位置取異或后，輸出與圖像指紋矩陣大小MS相同的結(jié)果矩陣，該矩陣內(nèi)1的個(gè)數(shù)除以MS就得出衡量兩個(gè)指紋差異的距離；若該距離為0，則表示兩幅圖像內(nèi)容完全相同；若該距離為1，則表示兩幅圖像內(nèi)容完全不同；在實(shí)際應(yīng)用中，該距離往往處于0和1之間，則設(shè)定一個(gè)閾值T，當(dāng)距離大于T，認(rèn)為兩幅圖像內(nèi)容存在顯著差異；反之認(rèn)為兩幅圖像內(nèi)容基本相同。
全文摘要
本發(fā)明公開一種基于離散余弦變換的圖像指紋提取方法，繼承了傳統(tǒng)哈希技術(shù)的優(yōu)點(diǎn)，即使用該技術(shù)獲得的圖像指紋也保持不可逆性，還具有對有損壓縮、低通濾波、銳化以及幾何變換如縮放、剪切等保持視覺不變性的圖像變換，應(yīng)用圖像指紋技術(shù)處理后得到的摘要一定程度上不發(fā)生改變，而視覺上完全不同的兩幅圖像，則對應(yīng)不同的圖像指紋，也就是說，圖像指紋對視覺不變性的圖像變換的位敏感性大大降低，從而在圖像視覺上的內(nèi)容不發(fā)生顯著變化的時(shí)候，圖像指紋在指紋比對時(shí)仍與原圖像指紋的距離保持在預(yù)先設(shè)定的閾值范圍內(nèi)，從而得出圖像內(nèi)容上相同的結(jié)論。本發(fā)明包括二部分，一是基于離散余弦變換的圖像指紋提取方法，二是基于離散余弦變換的圖像指紋比對方法。
文檔編號G06K9/00GK1786979SQ20051001040
公開日2006年6月14日 申請日期2005年9月30日 優(yōu)先權(quán)日2005年9月30日
發(fā)明者俞龍江, 孫圣和 申請人:哈爾濱工業(yè)大學(xué)