一种基于块DCT和PCA的图像感知哈希算法

图像感知哈希在内容索引、大规模图像数据库管理、认证与鉴权以及数字水印中有应用。本文提出了一种基于块DCT和PCA的图像感知哈希，并探索了该算法在篡改检测中的应用。该算法的主要思想是将颜色直方图和图像块的DCT系数整合为感知特征，然后通过PCA将感知特征压缩为特征间特征，并通过阈值化生成鲁棒哈希。详细评估了所提算法的鲁棒性和区分性。我们的算法首先通过伪随机提取近似捕获半全局几何特征的特征，从输入图像构建一个次级图像。从次级图像（在感知上并不像输入图像）中，我们进一步提取最终特征，这些特征可用作哈希值（并可进一步适当量化）。在本文中，我们使用了奇异值分解所体现的谱矩阵不变量。令人惊讶的是，次级图像的形成非常重要，因为它不仅引入了进一步的鲁棒性，还增强了安全属性。事实上，我们的实验表明，我们的哈希算法从图像中提取了大部分几何信息，因此对严重的扰动（例如，面积裁剪高达50%并旋转20度）具有鲁棒性，同时避免了误分类。实验结果表明，所提出的图像感知哈希算法能够有效解决篡改检测问题，具有优越的鲁棒性和区分性。