导读:本文包含了感知图像哈希论文开题报告文献综述及选题提纲参考文献，主要关键词:图像检索,感知哈希技术,视觉词袋模型,特征点提取
感知图像哈希论文文献综述
杨文娟,王文明,王全玉,汪俊杰[1]（2019）在《基于感知哈希和视觉词袋模型的图像检索方法》一文中研究指出针对移动增强现实中图像检索技术耗时长导致的实时性不高的问题,提出了一种基于感知哈希和视觉词袋模型结合的图像检索方法。图像检索过程中,在保证一定正确率的基础上加快了检索速度。首先,对数据集图像使用改进的感知哈希技术处理,选取与查询相似的图像集合,达到筛选图像数据集的作用;然后,对相似图像集使用视觉词袋模型进行图像检索,选取和查询图像中目标一致的目标图像。实验结果表明,该方法相比较视觉词袋模型算法检索的平均正确率提高了3.2%,检索时间缩短了102.9 ms,能够满足移动增强现实中图像检索的实时性要求,为移动增强现实系统提供了有利的条件。(本文来源于《图学学报》期刊2019年03期）
余健,黄泽坛[2]（2019）在《一种基于图像感知哈希的海量恶意代码分类方法》一文中研究指出通过灰度共生矩阵表示恶意代码灰度图像纹理特征,采用4个不同方向表示、贡献最大的6个统计量,构成24维恶意代码纹理特征向量,然后采用SimHash算法将纹理特征向量生成恶意代码图像感知哈希,并通过布隆过滤器构建恶意代码图像感知哈希高效索引结构,将检索时间复杂度和空间复杂度降低常数.经测试,提出的方法对近万个恶意代码及其变种的样本数据的分类准确率超过94%,并能够在普通PC机上实现实时检测.实验结果表明,文章提出的海量恶意代码分类方法具有速度快、准确率高的特点.(本文来源于《韩山师范学院学报》期刊2019年03期）
马伟鹏,林敏锐,吴泽宇,黄国铨[3]（2019）在《基于SIFT和感知哈希的图像复制粘贴篡改检测方法》一文中研究指出面对现在计算机软件技术的发展,图像篡改也变得轻而易举,这不仅对社会引起负面影响,甚至是难以估计的危害。针对同幅图片的复制粘贴篡改的特点,提出基于图像特征子的图像复制粘贴篡改检测方法。利用图像SIFT特征子图像进行特征向量提取,然后组成一定维度的特征向量,接着利用感知哈希对其降维,组成8位16进制的HASH值,最后利用K-means聚类定位篡改的区域。实验表明,提出的方法能够有效实现同幅图片的复制粘贴篡改检测。(本文来源于《现代计算机》期刊2019年15期）
杜玲,陈振[4]（2019）在《图像篡改检测感知哈希技术综述》一文中研究指出互联网的发展使得多媒体的真实性、完整性认证成为亟待解决的问题。感知哈希在理解图像内容基础上,通过简短的感知摘要来完成图像内容的识别和认证,为解决与多媒体认证相关的管理问题提供了一种更为便捷的方式。首先,总结了目前基于底层线索和基于学习的感知哈希图像篡改检测方法,并根据方法的不同特点进行了更为细致的分类。其次,介绍了常用的数据集,给出了叁种算法性能评价指标,并在不同数据集上对最近的几种算法进行了定性和定量的比较分析。最后,对基于感知哈希的图像篡改检测的关键问题进行了总结,并对未来的发展趋势进行了展望。(本文来源于《计算机科学与探索》期刊2019年05期）
王姣尧,侯志强,余旺盛,廖秀峰,陈传华[5]（2018）在《采用图像感知哈希的TLD改进算法》一文中研究指出为了提高长时间视觉目标跟踪的鲁棒性,提出了一种基于图像感知哈希的TLD改进算法。在改进算法中,跟踪模块使用尺度自适应的KCF跟踪器,检测模块对每个检测窗口提取感知哈希特征,并引入量子遗传算法作为搜索策略加快检测速度。对文中算法在OTB2013的50组视频序列上进行了测试,实验结果表明:其跟踪精度与成功率分别达到了0.784和0.568,较TLD算法分别提高了18.7%和14.2%。并且在处理光照变化、遮挡及目标分辨率低等问题时,文中算法在多数情况下取得了优于参考算法的跟踪性能,表现出良好的跟踪鲁棒性。(本文来源于《空军工程大学学报(自然科学版)》期刊2018年05期）
张洪帅[6]（2018）在《基于图像感知哈希的场景分类》一文中研究指出随着移动互联网的广泛应用和移动终端的普及,数字图像在生成、传递和存储过程中数量越来越多,面对这些海量的图像数据,如何有效组织和管理它们成为亟待解决的问题。现有的对图像分类的方法主要是针对内容单一的数字图像。当数字图像中内容复杂的时候现有的方法将不能满足对图像的有效分类。数字图像的场景分类是一种对图像高层语义的理解和分析,它是一种以图像的多种特征为基础,依据人类的知识和经验对图像的一种综合分析和判断。图像场景分类方法可以解决图像内容复杂的图像分类问题。在场景分类过程中,存在着两大关键问题:语义鸿沟和文本描述的多义性。图像感知哈希技术可有效地解决上述两种问题,图像感知哈希技术是将数字图像信息通过一定的方法映射成一段数字摘要的过程,这种映射方法将内容相同或者相似的图像映射相同或者相似的摘要,不同内容的图像映射成不同的摘要。本文提出了一种基于梯度方向直方图的感知哈希算法,该算法具有一定的鲁棒性和敏感性。本文提出的场景分类方法是以场景内目标对象为基础,通过分析处理场景内目标对象集合实现场景分类。本文对比文档的潜在语义分析过程,利用PLSA(Probability Latent Semantic Analysis:概率潜在语义分析)主题模型,对图像进行主题分析,进而实现场景分类。在实现场景分类的过程中,本文首先使用图像分割算法,将图像分割成不同的目标对象,然后通过使用图像感知哈希的方法感知图像场景内的目标对象,接下来建立基于图像感知哈希序列的视觉单词表。最后采用主题分类模型PLSA分析每幅图像的主题,实现对图像场景的分类。(本文来源于《兰州大学》期刊2018-05-01）
宋博,姜万里,孙涛,熊正强,芮华建[7]（2018）在《快速特征提取与感知哈希结合的图像配准算法》一文中研究指出经典的特征点提取算法是从整个图像进行遍历来确定特征点,运算量较大,不能满足实时应用的要求。提出了一种特征点快速稀疏提取算法,该方法首先利用高斯拉普拉斯算子(Laplacian of Gaussian,LoG)提取图像梯度,设定阈值过滤获得图像的边缘稀疏矩阵,然后在稀疏矩阵的基础上利用改进的加速分割测试特征(Features from Accelerated Segment Test,FAST)检测算法,解决了传统匹配算法提取特征点耗时的问题,使图像实时匹配成为可能。为减少误匹配对,利用感知哈希算法对匹配对进行提纯,并根据仿射不变性建立两个约束条件进一步验证单应性矩阵,提高配准精度。实验结果证明,该算法提高了特征点提取的速度以及配准精度。(本文来源于《计算机工程与应用》期刊2018年07期）
刘亚芳[8]（2018）在《基于感知哈希的图像重复数据删除技术的研究》一文中研究指出随着云存储服务的普及,越来越多的数据存储在云服务器中。而实际上,云存储服务器中的数据大部分都是冗余的,尤其是图像、视频这种占用内存较多的多媒体文件。为了节约存储空间资源、网络带宽和数据管理成本,基于客户端的重复数据删除技术得到了广泛的应用。基于客户端的重复数据删除技术针对图像类型而言(简称“图像去重”)主要包括重复图像检测和所有权证明(Proof of ownership,PoW)两部分。重复图像检测是通过映射函数将图像映射为简短的摘要,并进行匹配的过程。“所有权证明”概念是为了保证用户数据的安全性而提出的,云服务器通过所有权证明协议来判断客户端是否真的拥有完整的原图像。然而由于数字媒体在应用方式上的推陈出新,客户端重复数据删除技术在图像等多媒体重复数据删除应用中正面临新的挑战。本文首先研究了现有的重复数据删除方案,并总结出现有方案主要存在以下不足:(1)由于语义鸿沟的存在,图像的相似性匹配尚无法做到完全精确,从而导致图像重复数据删除率大幅下降或者图像非重复数据被错误删除。(2)目前,对于交叉客户端图像重复数据删除的所有权证明还处于起步阶段,研究者曾经提出通过随机辅助图像进行所有权证明的方案,但该方案中仍然存在浪费服务器存储空间资源和网络带宽的缺陷。针对上述不足,为了实现安全、准确的交叉客户端图像重复数据删除,本文重点对图像重复数据检测过程中的精确性问题和图像重复数据删除过程中的安全问题进行了大量研究,并取得如下成果:(1)为了解决图像重复数据检测精确度低的问题,本文提出了一种基于感知的图像重复数据删除方案。一方面,该方案通过感知哈希算法提取图像特征避免了传统的重复数据删除技术只能检测编码完全相同的图像而导致图像重复数据删除率过低的问题。另一方面,该方案通过两种感知哈希算法从不同方面提取图像特征,从而对图像进行双重检测,减小了单一图像特征缺乏足够图像信息而导致的图像非重复数据被错误删除的概率。最后,实验仿真结果表明,通过设置合适的阈值,该方案与现有方案相比,在减小了非重复数据被错误删除概率的情况下,依然能够保证较高的图像重复数据删除率。(2)为了解决图像重复数据删除过程中的安全问题,本文提出了一种基于置乱的图像所有权证明方案。该方案通过云服务器发送的询问信息,利用原图像本身生成所有权证据,不需要借助于辅助图像,因此节省了云服务器的存储空间资源和网络带宽,通过安全性证明和仿真实验结果可以得到,该方案不仅能节省网络带宽和云服务器的存储空间资源,还在计算时间开销方面有非常明显的优势。(本文来源于《西安电子科技大学》期刊2018-04-01）
王闻阳,高宏岩,林兴鹏[9]（2018）在《基于感知哈希算法的受电弓滑板图像检测》一文中研究指出现有的机车入库受电弓检测方法,除人工检测外大多需要机械手臂搭载传感器运动到受电弓附近。这类方法在复杂环境下使用时有着一定的局限性。现提出一种直接使用相机拍照的图像检测方法,利用感知哈希算法对检测到的图像进行对比,自动识别出被检测对象的图像,避免了因使用机械臂等设备带来的干扰,所采集到的图像可作为受电弓滑板磨耗检测系统重要的数据来源。(本文来源于《计算机时代》期刊2018年02期）
张春艳,李京兵,王双双[10]（2018）在《基于离散小波变换和感知哈希的加密医学图像检索算法》一文中研究指出针对加密存储在云服务器的医学图像安全检索问题,提出基于离散小波变换(DWT)和感知哈希的加密医学图像检索算法。首先结合Henon映射的特点对图像进行频域加密运算;然后,对加密医学图像进行小波分解,得到逼近原图的子图;其次,根据离散余弦变换(DCT)的特性,通过比较DCT各系数与系数均值的关系得到图像的感知哈希序列;最后通过比较感知哈希序列之间的归一化相关系数来实现对加密医学图像检索。与基于非负矩阵分解(NMF)的哈希算法相比,所提算法在高斯噪声下检索精度提高了近40%,且在JPEG压缩攻击、中值滤波攻击、缩放攻击和扭曲攻击下检索精度与之相差无几。实验结果表明,所提算法对于常规攻击和几何攻击具有较好的鲁棒性,同时降低了图像加密的时间复杂度。(本文来源于《计算机应用》期刊2018年02期）
感知图像哈希论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
通过灰度共生矩阵表示恶意代码灰度图像纹理特征,采用4个不同方向表示、贡献最大的6个统计量,构成24维恶意代码纹理特征向量,然后采用SimHash算法将纹理特征向量生成恶意代码图像感知哈希,并通过布隆过滤器构建恶意代码图像感知哈希高效索引结构,将检索时间复杂度和空间复杂度降低常数.经测试,提出的方法对近万个恶意代码及其变种的样本数据的分类准确率超过94%,并能够在普通PC机上实现实时检测.实验结果表明,文章提出的海量恶意代码分类方法具有速度快、准确率高的特点.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
感知图像哈希论文参考文献
[1].杨文娟,王文明,王全玉,汪俊杰.基于感知哈希和视觉词袋模型的图像检索方法[J].图学学报.2019
[2].余健,黄泽坛.一种基于图像感知哈希的海量恶意代码分类方法[J].韩山师范学院学报.2019
[3].马伟鹏,林敏锐,吴泽宇,黄国铨.基于SIFT和感知哈希的图像复制粘贴篡改检测方法[J].现代计算机.2019
[4].杜玲,陈振.图像篡改检测感知哈希技术综述[J].计算机科学与探索.2019
[5].王姣尧,侯志强,余旺盛,廖秀峰,陈传华.采用图像感知哈希的TLD改进算法[J].空军工程大学学报(自然科学版).2018
[6].张洪帅.基于图像感知哈希的场景分类[D].兰州大学.2018
[7].宋博,姜万里,孙涛,熊正强,芮华建.快速特征提取与感知哈希结合的图像配准算法[J].计算机工程与应用.2018
[8].刘亚芳.基于感知哈希的图像重复数据删除技术的研究[D].西安电子科技大学.2018
[9].王闻阳,高宏岩,林兴鹏.基于感知哈希算法的受电弓滑板图像检测[J].计算机时代.2018
[10].张春艳,李京兵,王双双.基于离散小波变换和感知哈希的加密医学图像检索算法[J].计算机应用.2018