[发明专利]一种基于LBP特征的加密图像检索方法在审
| 申请号: | 202010111837.9 | 申请日: | 2020-02-24 |
| 公开(公告)号: | CN111324766A | 公开(公告)日: | 2020-06-23 |
| 发明(设计)人: | 夏志华;王兰;孙星明 | 申请(专利权)人: | 南京信息工程大学 |
| 主分类号: | G06F16/583 | 分类号: | G06F16/583;G06F16/55;G06F21/60;G06K9/46;G06K9/62 |
| 代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 罗运红 |
| 地址: | 210032 江苏*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 lbp 特征 加密 图像 检索 方法 | ||
1.一种基于LBP特征的加密图像检索方法,其特征在于:包括以下步骤:
S1,将待查询的RGB图像转换成灰度图像,将灰度图像划分成若干个不重叠的块;
S2,对划分后的灰度图像进行加密处理,将加密后的查询图像上传至云服务器;
S3,云服务器对密文查询图像分别计算每个图像块的LBP值,统计每个图像块的LBP值的局部直方图,将所有图像块的LBP直方图作为图像的局部特征;
S4,根据局部特征即图像块的LBP直方图,采用BOW检索模型生成全局特征;
S5,云服务器计算密文查询图像和服务器上所有加密图像的全局特征之间的相似距离,根据计算出的距离获得相应的密文检索图像;
S6,云服务器将密文检索图像作为查询结果发送给查询用户,查询用户使用由图像所有者通过安全通道发送的解密密钥解密图像,本地检索需要的图像。
2.根据权利要求1所述的一种基于LBP特征的加密图像检索方法,其特征在于:所述步骤S1,将灰度图像划分成若干个不重叠的块,块数量计算公式为:
其中blocknum表示灰度图像被分成不重叠的块数量,imagesize表示灰度图像的大小,blocksize表示划分的灰度图像块大小。
3.根据权利要求2所述的一种基于LBP特征的加密图像检索方法,其特征在于:所述步骤S2,所述加密处理包括图像块随机置乱、块内多张保序加密表值替换和块内像素位置扰乱;对划分后的灰度图像进行块位置随机置乱,方法如下:
block’[i]←block[i=randnum] (2)
其中block[i]表示灰度图像的第i个块位置,block’[i]表示置乱后图像的第i个块位置,randnum代表生成的随机数,其取值范围是[1,blocknum];“←”和“=”为赋值操作;
对于每一个图像块,进行块内多张保序加密表值替换,使用保序加密算法生成的表,应用该表中的数替换灰度图像块中的像素值;块内像素值多表替换方法如下:
其中block{i,pixel[j,k]}表示第i个图像块内第j行第k列的像素值,pixel[j,k]表示灰度图像第j行第k列的灰度值,表示由保序加密算法生成的n张值替换的表,l表示选择第l张表,l∈[1,n];
对于每一个图像块,进行块内像素位置随机置乱,方法如下:
block’[i][j]←block[i][j=randomnum] (4)
其中block’[i][j]表示块内像素位置随机置乱后对应位置的像素值,block[i][j]表示灰度图像第i个块中第j个像素值,j∈[1,m],m为块中像素个数,randomnum表示随机生成的一串数字序列,其取值范围为[1,m]。
4.根据权利要求1所述的一种基于LBP特征的加密图像检索方法,其特征在于:所述步骤S4,根据局部特征即图像块的LBP直方图,采用BOW检索模型生成全局特征,具体如下:
构造词汇表:利用K-Means算法构造词汇表;K-Means算法将所有图像块的LBP直方图进行聚类,形成K个聚类中心即词汇表;
生成全局特征:通过统计词汇表中每个聚类中心在图像中出现的次数,将图像表示为一个K维全局向量,记为Hi(hi,1,hi,2,hi,3,…,hi,K),其中hi,K称为图像的视觉词汇,表示第K个聚类中心在图像中出现的次数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京信息工程大学,未经南京信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010111837.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:2×10G DSFP Pigtail收发光模块
- 下一篇:餐余垃圾泥渣分离器





