图像处理软件的广泛应用使得大量视觉内容相似的图像涌现在互联网,如何高效地检测出给定一幅图像的视觉相似图像是图像处理领域亟待解决的一个重要问题。近年,越来越多的研究人员提出运用图像哈希算法来解决此问题。图像哈希算法可将一幅图像映射成一串短小的数字序列。该数字序列称为图像哈希,是一种基于视觉内容的图像表示,不依赖于保存图像的具体比特数据。由于哈希序列的数据简单且长度较短,因此保存哈希序列的存储代价较低以及计算哈希相似性的速度较快,运用哈希序列代替图像本身可以实现图像的高效处理。当前,图像哈希算法已被应用于图像处理领域的许多方面,包括检索、认证、质量评价等。通常,设计面向数字图像的哈希算法需要满足鲁棒性和唯一性这两个基本性能指标。鲁棒性主要针对视觉内容相同的图像,不管它们的分辨率大小和具体存储的比特数据是否相同,哈希算法都应该计算得到相同哈希序列或者相似的哈希序列。唯一性主要针对不同视觉内容的图像,要求哈希算法将它们映射成不同取值的哈希序列。设计兼顾上述两个性能指标的哈希算法是当前研究的一个重要任务。本文利用不变矩和压缩感知等理论与技术来研究图像哈希算法,设计出两种新的图像哈希算法。第一种算法是基于视觉显著模型和不变矩的哈希算法,该算法利用视觉显著模型保证鲁棒性,通过不变矩特征来实现区分性能。第二种算法是基于压缩感知与序数测度的哈希算法,该算法利用压缩感知理论来实现数据压缩,通过序数测度来构造量化的鲁棒哈希。主要研究结果总结如下。1.提出基于视觉显著模型与不变矩的图像哈希算法视觉显著模型能够有效检测图像的视觉显著区域,而不变矩具有良好的鲁棒性和区分性。为此,联合使用视觉显著模型和不变矩来研究图像哈希算法,设计出一种新的哈希算法。该算法的一个重要贡献是运用离散小波变换的低频子带和视觉显著模型构造出一种加权的图像表示。视觉显著模型的使用确保了该算法的鲁棒性。此外,由于不变矩具有良好的鲁棒性和区分性,因此从加权的图像表示中提取不变矩来构造哈希序列可确保算法在鲁棒性和唯一性之间具有良好的分类性能。用大量实验来验证算法性能,结果表明该哈希算法具有良好的鲁棒性和唯一性。选取接收机操作特性曲线作为对比结果分析工具,实验结果显示该哈希算法在鲁棒性和唯一性之间的分类性能方面优于多种文献提出的哈希算法。2.提出基于压缩感知和序数测度的图像哈希算法压缩感知是近年新兴的一种信号处理理论,能够实现数据的高效压缩。考虑到图像哈希的本质也是一种数据压缩技术,利用压缩感知理论和序数测度技术设计一种新的图像哈希算法。该算法先使用Itti视觉显著模型和Canny算子来构造加权的图像表示,再利用压缩感知从加权的图像表示中提取紧凑特征,最后运用压缩感知特征的序数测度构造哈希值。哈希的相似性判断通过计算L2范数实现。对该算法进行各类实验测试,包括鲁棒性验证、唯一性测试、块大小选择、视觉显著模型选择、量化方案选择和序数测度有效性验证等,实验结果验证了该算法的性能。与多种文献提出的哈希算法进行性能比较,结果表明该算法在接收机操作特性曲线上的分类性能优于所比较的算法。