基于多特征融合与LSH的密文图像检索研究

发布时间：2025-06-28 03:01

　　随着移动设备的不断应用和发展,图像等可视化数据的存储需求不断增大,外包图像数据至云服务器成了一种主流的趋势。在云服务器中,图像拥有者不需要在本地存储图像资源,而用户只需要获得授权就可以很快捷的获取所需的图像资源,这给用户和图像拥有者两者之间带来了极大的便利。由于图像资源隐私泄露的事件时有发生,因此安全问题同样给云服务器带来了挑战。为了保证图像的存储安全,图像资源不能直接外包给云服务器,需要将图像加密后再存储至云端,但加密后的图像检索问题是一个难题。因此如何对云计算环境下的加密图像进行高效检索,是一个极具挑战性的课题。针对云环境下的密文图像检索存在的问题,本文主要研究基于多特征融合与LSH(局部敏感哈希)的密文图像检索研究技术。本文主要贡献如下:(1)提出了基于多特征融合与LSH的密文图像检索方法。该方法首先结合深度学习,用DenseNet提取图像的深度特征,同时提取CLD(颜色局部描述符)、EHD(边缘直方图描述符)和BOW(词袋)特征,并对特征进行二值化处理。然后对四类特征进行自适应加权融合得到融合特征,并利用PCA对融合特征进行降维。最后使用局部敏感哈希(LSH)算法对融合特征构建预...

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

图２．１?ＲＧＢ颜色空间单位立方体??

的颜色值范围介于０－２５５之间。??ＲＧＢ颜色空间可以通过一个单位的立方体表示，其中Ｒ、Ｇ、Ｂ分别在Ｘ，??Ｙ，Ｚ轴的单位坐标上，具体立方体表示如图２．１所示。??ｆｍｑｊｏ．ｉＸ??，Ｚ｝?Ｚ??＿?Ｇ（〇ａ，〇）??ＲＵ，?＾??Ａ．’??图２．１?ＲＧＢ颜色空间单位立方体?....

图３．３?ＢＯＷ特征提取??

进一步研究，并且与２０１９年Ｑｉｎ［４３］的文章进行了对比。??３．１基于多特征融合与ＬＳＨ的密文图像检索模型??本章使用和Ｘｉａ［４２］文中相似的框架模型，如图３．１所示，模型分为三个实体??对象，分别为图像拥有者、查询用户和云服务器。??一?Ｉ?????１——＿?云服务器?＾....

图３．５?ＥＨＤ特征提取??

对每一个图像块进行显著性颜色检测，然后对Ａ＾Ｖ块矩阵进行ＤＣＴ（离散余弦变??换），得到ＤＣＴ系数矩阵，最后对ＤＣＴ系数矩阵进行ＺＩＧＺＡＧ扫描，并且进行??非均匀量化，得到１２０维ＣＬＤ特征。具体提取过程见图３．４。???????Ｓｉ?－－－?．．?．．?．．?．?ＣＬＤ?懇―....

图3.7Corell业图像集

件进行检索系统的相关实验。本章实验中使用的图像集是Ｃｏｒｅｌ?ｔｅｓｔ?ｓｅｔ该图像集有１００类，每一类包括１００幅相似的图像。待检索图像是中每类任取２张图像，共４０张。本章的对比实验包括两部分，第一ｉａ［４２］的对比，实验中使用的参数值设定为：预处理哈希表的数目１＝４，表使用的....

本文编号：4054318