买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南科技大学申请的专利一种基于纹理和统计特征的鲁棒图像哈希认证方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116894234B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310494688.2，技术领域涉及：G06F21/10；该发明授权一种基于纹理和统计特征的鲁棒图像哈希认证方法是由欧阳军林;王志敏;马嘉勇设计研发完成，并于2023-05-05向国家知识产权局提交的专利申请。

本一种基于纹理和统计特征的鲁棒图像哈希认证方法在说明书摘要公布了：本发明公开了一种基于纹理和统计特征的图像哈希认证方法。图像哈希认证方法，包括：步骤S1：预处理，首先将RGB图像转换到YCbCr颜色空间，对Y分量执行NSCT变换。步骤S2：特征提取与表示，在NSCT子带图像上提取纹理特征和统计特征获得更多的图像有用信息，其中纹理特征从NSCT低频子带图像上使用均匀局部二值模式描述子ULBP映射为直方图获得，该特征比原始局部二值模式描述子LBP直方图的向量维数小。另一方面，对NSCT高频子带图像进行奇异值分解（SVD），利用奇异向量距离获得统计特征。步骤S3：结合上述两种纹理特征和统计特征以生成图像哈希并进行图像认证。本发明具有原理简单，适用范围广，在检测性能上有较好鲁棒性和鉴别性等优点。

本发明授权一种基于纹理和统计特征的鲁棒图像哈希认证方法在权利要求书中公布了：1.一种基于纹理与统计特征图像哈希认证方法，其特征在于，步骤包括： 步骤S1：预处理，首先将RGB彩色图像转换到YCbCr颜色空间，对Y颜色分量执行NSCT非下采样轮廓变换； 步骤S2：特征提取与表示，在NSCT子带图像上提取纹理特征和统计特征获得图像有用信息，其中纹理特征从NSCT低频子带图像上使用均匀局部二值模式描述子ULBP映射为直方图获得，该特征比原始局部二值模式描述子LBP直方图的向量维数小；首先提取NSCT低频子带图像I0，将大小为M×M的低频子带图像分割为一系列大小为m×m的图像子块,因此，块数为L1＝M×Mm×m，分块方式如下： 执行分块后，计算每个图像块的ULBP，获得大小为m′×m′的ULBP映射Wii＝1，2，...，L1，该映射由十进制值组成；不会将图像块的四个边界像素视为中心像素，因此m′＝m-2,然后，用Uii＝1，2，...，L1表示Wi的直方图，推导公式如下： 其中，IC表示图像块的中心像素，ULBPP，radiusIc表示为分布在半径为radius的P邻域内UniformLBP映射，Zu，v定义了一个单位矩阵的数学表达式；获得图像块ULBP映射Wi的直方图Ui之后，计算Ui的直方图统计矩，计算公式如下所示： 其中，N为直方图水平轴变量的个数，n是直方图水平轴的变量，取值范围是[1,2,..,59]，pin为n的概率分布,hin是n处的直方图统计值,连接图像块的直方图统计矩，构造局部纹理特征F1＝hl1，hl2，...，hlL1]，L1表示纹理特征长度； 另一方面，对NSCT高频子带图像进行奇异值分解SVD，利用奇异向量距离获得统计特征；首先对每个NSCT高频子带图像Ijj＝1，2，..，L2，进行如下SVD操作： Ij＝Uj·Sj·Vj, 其中，Sj是大小为M×M的对角矩阵，有M个奇异值，Uj和Vj是对应于IJ大小为M×M的两个正交矩阵；接下来，对于每个高频子图，收集Uj和Vj的前最大ξ个奇异向量， [uj 1，uj 2，...，uj ξ，vj 1，vj 2，...，vj ξ]，1≤j≤L2作为特征矩阵；其中，uj λ和vj λλ＝1，2，...，ξ分别是Uj和Vj的第λ个向量，大小为M×1，因此特征矩阵为Γj＝[rj 1，rj 2，...，rj ξ，rj ξ+1，rj ξ+2，...，rj ξ+ξ],大小为M×D,D＝ξ+ξ； 为了获得紧凑哈希，特征矩阵Γj的每一列都被视为一个向量，并且这些特征向量被用于构造哈希；选择向量距离作为特征，向量距离的计算细节如下：首先，对于每个高频子图的特征矩阵Γj的参考向量Rj如下： Rj＝[Rj1,Rj2,...,RM]T， 其中，Rja是Rj的第a个元素，是的第a个元素；其次，利用L2范数计算参考向量Rj和向量之间的距离， 最后，连接向量距离构造距离特征；由于每个高频子图有D个向量距离，一共有L2个高频子图，因此距离特征矩阵如下： 其中Q的大小为×D×L2,将特征矩阵Q拉伸为一维序列 F2＝[Q1,Q2,...,QD×L2]； 步骤S3：结合上述纹理特征F1和统计特征F2以生成图像哈希并进行图像认证，对局部纹理特征F1＝[hl1，hl2，...，hlL1]和奇异向量距离特征F2＝[Q1，Q2，...，QD×L2]进行量化以生成最终的图像哈希序列如下： 其中hlL表示为纹理特征F1的第L个元素，QH表示为统计特征F2的第H个元素，meanF1和meanF2分别表示F1和F2的均值，H1L表示H1的第L个元素,H2H表示H2的第H个元素，连接H1和H2得到最终哈希Hash＝[H1，H2]。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南科技大学，其通讯地址为：411201 湖南省湘潭市雨湖区桃园路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。