SIFT和SVD相结合的GF-2影像感知哈希算法

doi:10.13474/j.cnki.11-2246.2020.0246

测绘通报 ›› 2020, Vol. 0 ›› Issue (8): 44-49.doi: 10.13474/j.cnki.11-2246.2020.0246

SIFT和SVD相结合的GF-2影像感知哈希算法

王昊^1,2,3, 张黎明^1,2,3,4, 慕号伟^1,2,3, 张鑫港^1,2,3, 陈金萍^1,2,3

1. 兰州交通大学测绘与地理信息学院, 甘肃兰州 730070;
2. 地理国情监测技术应用国家地方联合工程研究中心, 甘肃兰州 730070;
3. 甘肃省地理国情检测工程实验室, 甘肃兰州 730070;
4. 扬州微地图地理信息科技有限公司, 江苏扬州 225002

收稿日期:2019-11-12 发布日期:2020-09-01
通讯作者: 张黎明。E-mail:zhanglm8@gmail.com E-mail:zhanglm8@gmail.com
作者简介:王昊(1996-),男,硕士生,主要从事高分辨率遥感影像感知哈希研究。E-mail:lzjtu.wh@gmail.com
基金资助:
国家自然科学资金（41761080）；兰州市人才创新创业科技计划（2016-RC-59）；甘肃高等学校产业支撑引导项目（2019C-04）；兰州交通大学优秀平台支持（201806）

Perceptual Hash algorithm for GF-2 image using SIFT and SVD

WANG Hao^1,2,3, ZHANG Liming^1,2,3,4, MU Haowei^1,2,3, ZHANG Xingang^1,2,3, CHEN Jinping^1,2,3

1. Faculty of Geomatics, Lanzhou Jiaotong University, Lanzhou 730070, China;
2. National-Local Joint Engineering Research Center of Technologies and Applications for National Geographic State Monitoring, Lanzhou 730070, China;
3. Gansu Provincial Engineering Laboratory for National Geographic State Monitoring, Lanzhou 730070, China;
4. Yangzhou Micro Map Geographic Information Technology Co., Ltd., Yangzhou 225002, China

Received:2019-11-12 Published:2020-09-01

摘要/Abstract

摘要： 为解决GF-2影像在传输、存储及实际使用中面临的局部篡改问题，本文提出了一种用于GF-2影像完整性认证的感知哈希算法。首先采用固定分块的方式，将整幅影像分割成多个子块，运用SIFT算子提取子块的关键点特征信息；然后采用SVD方法提取SIFT关键点特征信息的特征值，选取其中较大的10%特征值构建子块的感知哈希序列；最后串联所有子块的感知哈希序列生成整幅影像的感知哈希值。在影像认证过程中，通过计算原始影像与待认证影像的感知哈希值的差异，从而实现对影像内容的认证。试验表明，该算法能够实现GF-2影像中地物篡改的检测与定位，同时对LSB水印嵌入、DAT格式转换及BMP格式转换等内容保持操作具有良好的稳健性，为GF-2影像的安全使用提供保障。

关键词: SIFT, SVD, GF-2影像, 感知哈希, 内容认证

Abstract: A perceptual Hash algorithm for the GF-2 image is proposed to solve the problem of the local tampering in the transmission, storage and use of the GF-2 image. Firstly, the entire image is divided into multiple sub-blocks by means of fixed partitioning. SIFT operator is used to extract the feature information of key points in sub-blocks. Then, SIFT key feature information is extracted via SVD and the first 10% of them is chosen to construct the perceptual hash of sub-blocks. Finally, the perceptual Hash sequence of all sub-blocks is concatenated to generate the perceptual hash sequence of the whole image. In the process of image authentication, the difference between the original GF-2 image and the image to be authenticated is used for authentication of the content. In the meantime, the algorithm has realized detection and location of the object tampering in the GF-2 image. Experiments show that the algorithm is robust at the operation of LSB watermark embedding, DAT format conversion and BMP format conversion. In a word, the proposed algorithm can improved security for the use of the GF-2 image.

Key words: SIFT, SVD, GF-2 image, perceptual Hash algorithm, content authentication

中图分类号:

P237

王昊, 张黎明, 慕号伟, 张鑫港, 陈金萍. SIFT和SVD相结合的GF-2影像感知哈希算法[J]. 测绘通报, 2020, 0(8): 44-49.

WANG Hao, ZHANG Liming, MU Haowei, ZHANG Xingang, CHEN Jinping. Perceptual Hash algorithm for GF-2 image using SIFT and SVD[J]. Bulletin of Surveying and Mapping, 2020, 0(8): 44-49.

参考文献

[1] 任娜,朱长青,王志伟. 基于映射机制的遥感影像盲水印算法[J]. 测绘学报, 2011, 40(5):623-627.
[2] 牛夏牧,焦玉华. 感知哈希综述[J]. 电子学报, 2008,36(7):1405-1411.
[3] 朱长青,杨成松,任娜. 论数字水印技术在地理空间数据安全中的应用[J]. 测绘通报,2010(10):1-3.
[4] 丁凯孟,朱长青,卢付强. 基于自适应格网划分的遥感影像感知哈希认证算法[J]. 武汉大学学报(信息科学版), 2015, 40(6):716-720.
[5] 丁凯孟,朱长青. 一种用于遥感影像完整性认证的感知哈希算法[J]. 东南大学学报(自然科学版), 2014, 44(4):723-727.
[6] 丁凯孟,朱颖婷,朱长青,等. 基于Gabor滤波器和DWT的遥感影像感知哈希认证算法[J]. 铁道学报, 2016, 38(7):70-76.
[7] 丁凯孟,杨晓梅,苏守宝,等. 融合波段特征的多光谱遥感影像感知哈希认证算法[J]. 中国图象图形学报, 2018, 23(5):708-718.
[8] DING K M, CHEN S P, MENG F. A novel perceptual Hash algorithm for multispectral image authentication[J]. Algorithms, 2018, 11(1):6.
[9] DING K M, MENG F, LIU Y M, et al. Perceptual hashing based forensics scheme for the integrity authentication of high resolution remote sensing image[J]. Information, 2018, 9(9):229.
[10] DING K M, YANG Z D, WANG Y Y, et al. An improved perceptual Hash based on U-net for the authentication of high-resolution remote sensing image[J]. Applied Sciences, 2019, 9(15):2972.
[11] 陈海鹏,董明. 高分辨遥感影像在测绘生产中的应用潜力研究[J]. 测绘通报, 2005(3):11-12,16.
[12] 张春美. 特征点提取及其在图像匹配中的应用研究[D]. 郑州:信息工程大学, 2008.
[13] LOWE D G. Distinctive image features from scale-invariant keypoints[J]. International Journal of Computer Vision, 2004, 60(2):91-110.
[14] HOU J H, LIN Y. Adaptive Harris X-corner detection algorithm[J]. Computer Engineering and Design, 2009, 30(20):4741-4743.
[15] LU Y, HAO X W, WANG Y J. Research on Moravec and Harris corner algorithm[J]. Computer Technology and Development, 2011, 26(6):95-97.
[16] YAN K, SUKTHANKAR R. PCA-SIFT:a more distinctive representation for local image descriptors[C]//Proceedings of 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition.[S.l.]:IEEE, 2004:506-513.
[17] SE S, LOWE D G, LITTLE J J. Vision-based global localization and mapping for mobile robots[J]. IEEE Transactions on Robotics, 2005, 21(3):364-375.
[18] 董梅,高康林. 矩阵奇异值分解和Arnold置乱技术在图像隐藏中的应用[J]. 山东大学学报(理学版), 2005, 40(3):71-75.
[19] 韩崇,孙力娟,肖甫,等. 基于SVD的无线多媒体传感器网络图像压缩机制[J]. 东南大学学报(自然科学版), 2012, 42(5):814-819.

SIFT和SVD相结合的GF-2影像感知哈希算法

Perceptual Hash algorithm for GF-2 image using SIFT and SVD

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	闫坤, 张志华, 颜鲁春. 结合正则化K-SVD和Hampel滤波的探地雷达数据重建[J]. 测绘通报, 2021, 0(8): 22-27.
[2]	王艳, 祁萌. 基于GA-SIFT算法的无人机航拍图像实时拼接[J]. 测绘通报, 2021, 0(8): 28-32,47.
[3]	李培, 姜刚, 马千里. 基于SAR-SIFT改进的SAR图像配准[J]. 测绘通报, 2021, 0(2): 30-35,71.
[4]	刘明轩, 张黎明, 王昊, 马文骏, 李玉. 运用ULBP的高分辨率遥感影像感知哈希完整性认证算法[J]. 测绘通报, 2021, 0(12): 22-27.
[5]	陈世荣, 申佩佩, 包颖. 一种适用于粗匹配的遥感影像快速变化发现方法[J]. 测绘通报, 2021, 0(1): 90-93,98.
[6]	周杰, 解琨, 付超, 施昆. 结合SIFT特征点和泊松融合的无人机遥感影像拼接技术[J]. 测绘通报, 2021, 0(1): 94-98.
[7]	喜文飞, 史正涛, 李国柱. 图论算法的无人机影像匹配特征点粗差剔除[J]. 测绘通报, 2020, 0(4): 6-10.
[8]	陈优良, 肖钢, 卞焕, 胡敏. 一种融合动态预测的感知哈希目标跟踪算法[J]. 测绘通报, 2020, 0(2): 17-23.
[9]	赵维淞, 钱建国, 汤圣君, 王伟玺, 李晓明, 郭晗. 一种移动视频与地理场景的融合方法[J]. 测绘通报, 2020, 0(12): 11-16.
[10]	张进, 赵相伟, 栾吉山, 冯康, 艾波. 改进FAST和对立颜色特征的向量场一致性匹配[J]. 测绘通报, 2020, 0(11): 50-54.
[11]	孙培芪, 卜俊洲, 陶庭叶, 房兴博, 贺晗, 冯佳琪. 基于特征点法向量的点云配准算法[J]. 测绘通报, 2019, 0(8): 48-53.
[12]	张省, 朱伟. 基于SIFT匹配和RANSAC算法的超分辨率重建[J]. 测绘通报, 2019, 0(10): 119-122.
[13]	宋佳乾, 汪西原. 改进SIFT算法和NSCT相结合的遥感图像匹配算法[J]. 测绘通报, 2018, 0(9): 34-38.
[14]	杨幸彬, 吕京国, 张丹璐, 成喆. Dense SIFT与改进最小二乘匹配结合的倾斜航空影像匹配方法[J]. 测绘通报, 2018, 0(10): 32-36,70.
[15]	张慧慧, 王茹. 利用高分影像与特征匹配算法标定滑坡位移场[J]. 测绘通报, 2017, 0(8): 41-44.