图像哈希是数字媒体研究领域的一项有用技术,属于图像处理与信息安全领域的交叉研究课题,已成功应用于图像检索、图像取证、图像认证、图像拷贝检测、图像水印和图像质量评估等方面。图像哈希算法可计算出输入图像的压缩表示并其用来代替图像本身,有效地降低了图像存储代价。它可将视觉上相同的图像映射成相同或相似的哈希值,这是图像哈希算法的第一个性质,即鲁棒性。因为经历数字操作后的图像,其视觉内容仍然与原始图像相似,但它们的数字表示却大不相同。该性质可确保图像哈希算法对正常数字操作鲁棒,例如JPEG压缩和图像增强。图像哈希算法的第二个性质称为唯一性,它要求哈希算法将视觉内容不同的图像映射成不同的哈希值。因为实际应用中存在大量的不同图像,该性质可确保图像哈希算法能有效区分不同内容的图像。实际上,鲁棒性和唯一性是图像哈希算法需要具备的两个重要性质。提升算法在鲁棒性和唯一性之间的分类性能是当前图像哈希研究的一个重要任务。本文采用四元数奇异值分解、视觉显著模型、颜色向量角和稀疏模型等理论和技术研究图像哈希算法,设计出两种高效的图像哈希新算法,提升了哈希算法在鲁棒性和唯一性方面的分类性能。第一种算法是基于四元数奇异值分解的图像哈希算法,第二种算法是基于稀疏模型的图像哈希算法。主要研究结果如下:1.提出基于四元数奇异值分解的图像哈希算法四元数是一个有用的数学理论。利用它来表示彩色图像,不需要丢弃彩色信息,可以对彩色图像进行整体处理。目前,四元数理论已经广泛应用于彩色图像处理,例如图像降噪、彩色图像匹配和彩色图像水印等。本文利用四元数奇异值分解理论研究彩色图像哈希算法,提出运用四元数奇异值来构造图像哈希序列。具体而言,该算法先使用四元数奇异值分解从CIE L~*a~*b~*颜色空间中提取图像块的四元数奇异值作为特征,然后将每个图像块的特征视为笛卡尔坐标系中的一个点,通过计算该点与参考点之间的欧氏距离进行特征压缩,最后串联所有距离生成最终的图像哈希序列。为了验证该哈希算法的有效性,在三个公开数据库中进行大量实验。实验结果表明该算法能够抵抗多种数字操作并且具有良好的唯一性。2.提出基于稀疏模型的图像哈希算法稀疏模型是高维数据处理的一种有效方法,已经广泛应用于图像处理和模式识别等领域。本文运用Itti视觉显著模型和稀疏模型设计一种新的图像哈希算法。该算法运用颜色向量角和Itti视觉显著模型来构造图像颜色加权表示,在此基础上进行特征提取可有效提高哈希算法的鲁棒性。接着,运用一种名为鲁棒主成分分析的稀疏模型将颜色加权表示分解成低秩分量和稀疏分量。由于低秩分量能够反映原始图像的内在结构,因此采用低秩分量构造图像哈希可以确保算法具有良好的唯一性。实验结果表明该哈希算法对数字操作具有良好的鲁棒性和唯一性,可应用于图像拷贝检测。用接收机操作特性曲线图来分析本文的两种图像哈希算法在鲁棒性和唯一性方面的分类性能,并与多种文献算法进行性能对比。结果表明本文提出的两种图像哈希算法在分类性能上均优于对比的文献算法。