新能源进展
新能源進展
신능원진전
Advances in New and Renewable Enengy
2013年
1期
274-278,228
,共6页
尺度不变特征变换%主成分分析%感知哈希%图像识别
呎度不變特徵變換%主成分分析%感知哈希%圖像識彆
척도불변특정변환%주성분분석%감지합희%도상식별
SIFT%PCA%perceptual hashing%image identification
提出了一种新颖的基于尺度不变特征变换(SIFT)和主成分分析(PCA)的感知哈希方法.SIFT特征在通常的图像处理中具有很强的稳定性,并具有尺度和旋转不变性,通过对哈希生成两阶段框架的详细分析,SIFT算法用来提取图像的局部特征点,PCA用来对特征数据的信息压缩.每个特征点的PCA基的叠加构成图像哈希,在叠加中采用了伪随机处理,增强了算法安全性,图像之间的相似度通过哈希的归一化相关值来确定.实验分析表明该方法对各种复杂攻击,如图像旋转、光照变化、图像滤波等具有较好的稳健性,对比基于非负矩阵分解的图像哈希方法在图像识别应用中具有更好的性能.
提齣瞭一種新穎的基于呎度不變特徵變換(SIFT)和主成分分析(PCA)的感知哈希方法.SIFT特徵在通常的圖像處理中具有很彊的穩定性,併具有呎度和鏇轉不變性,通過對哈希生成兩階段框架的詳細分析,SIFT算法用來提取圖像的跼部特徵點,PCA用來對特徵數據的信息壓縮.每箇特徵點的PCA基的疊加構成圖像哈希,在疊加中採用瞭偽隨機處理,增彊瞭算法安全性,圖像之間的相似度通過哈希的歸一化相關值來確定.實驗分析錶明該方法對各種複雜攻擊,如圖像鏇轉、光照變化、圖像濾波等具有較好的穩健性,對比基于非負矩陣分解的圖像哈希方法在圖像識彆應用中具有更好的性能.
제출료일충신영적기우척도불변특정변환(SIFT)화주성분분석(PCA)적감지합희방법.SIFT특정재통상적도상처리중구유흔강적은정성,병구유척도화선전불변성,통과대합희생성량계단광가적상세분석,SIFT산법용래제취도상적국부특정점,PCA용래대특정수거적신식압축.매개특정점적PCA기적첩가구성도상합희,재첩가중채용료위수궤처리,증강료산법안전성,도상지간적상사도통과합희적귀일화상관치래학정.실험분석표명해방법대각충복잡공격,여도상선전、광조변화、도상려파등구유교호적은건성,대비기우비부구진분해적도상합희방법재도상식별응용중구유경호적성능.
