基于感知哈希的相似圖像檢測軟件

陳震海，梁曉萍，孫容海，黃麗艷

（1.廣西師范大學(xué)計算機科學(xué)與信息工程學(xué)院，桂林541004；2.廣西師范大學(xué)出版社集團，桂林541004）

0 引言

隨著互聯(lián)網(wǎng)和多媒體技術(shù)的發(fā)展，人們開始大量使用數(shù)字圖像來表達信息。例如，人們?nèi)找嫦矚g使用微信、微博等社交平臺來分享生活、學(xué)習(xí)和工作的照片。實際應(yīng)用中，同一幅圖像可能被不同用戶上傳到互聯(lián)網(wǎng)，而圖像在上傳的過程中可能還會經(jīng)歷壓縮、水印嵌入等常規(guī)圖像處理。不同用戶上傳的圖像的文件大小可能不同，但是它們具有相似的視覺內(nèi)容。換言之，一幅圖像可能會在互聯(lián)網(wǎng)上存在若干個副本，造成網(wǎng)絡(luò)存儲空間浪費。因此，如何能夠高效快速地檢測網(wǎng)絡(luò)空間中是否存在一幅給定圖像的相似圖像，已經(jīng)成為互聯(lián)網(wǎng)應(yīng)用中亟待解決的一個問題。感知圖像哈希是解決上述問題的一項高效技術(shù)。它將數(shù)字圖像映射成一串短小的數(shù)字序列即圖像哈希序列，可用一串唯一的哈希序列來表示數(shù)字圖像。從本質(zhì)上來講，感知圖像哈希反映了數(shù)字圖像的視覺內(nèi)容，只要兩個數(shù)字圖像的視覺內(nèi)容一致，那么它們對應(yīng)的哈希序列就應(yīng)該是相同或相似。目前，感知圖像哈希技術(shù)憑借其優(yōu)越的性能已經(jīng)被普遍運用于相似圖像檢測、圖像檢索、圖像識別等領(lǐng)域。

本文使用Python 語言實現(xiàn)了基于環(huán)形分割和非負矩陣分解的感知圖像哈希算法[1]，并基于該算法設(shè)計了一個高效的相似圖像檢測軟件。該軟件界面美觀，操作簡便，實現(xiàn)了圖像哈希計算和相似圖像檢測等功能。

1 軟件設(shè)計

本文設(shè)計的相似圖像檢測軟件能抵抗諸如旋轉(zhuǎn)、JPEG 壓縮、亮度調(diào)整、水印嵌入等常規(guī)的數(shù)字圖像處理手段的攻擊，能夠快速檢測出相似圖像，解決相似圖像重復(fù)占用網(wǎng)絡(luò)存儲空間的問題。該軟件將接收圖像作為輸入，計算其圖像哈希，并通過計算哈希相似度來檢測相似圖像，最后將結(jié)果輸出。軟件的主要功能如下：計算圖像哈希、檢測相似圖像（圖像輸入）、檢測相似圖像（文件輸入）。此外，該軟件還有設(shè)置功能，方便用戶根據(jù)實際需求修改軟件運行參數(shù)。本軟件的功能模塊圖如圖1。

圖1 功能模塊圖

該軟件模塊的功能介紹如下。（1）計算圖像哈希：選取一幅或多幅圖像作為輸入并計算其圖像哈希，同時將圖像哈希以Excel 文件方式進行保存。（2）檢測相似圖像（圖像輸入）：選取一幅或多幅選取源圖像和待檢測圖像作為輸入，然后計算所有源圖像和待檢測圖像的哈希序列，最后計算源圖像與待檢測圖像的哈希序列的相似度。（3）檢測相似圖像（文件輸入）：選取該軟件保存的Excel 文件分別作為源圖像和待檢測圖像的輸入，逐一計算源圖像與待檢測圖像的哈希序列的相似度。（4）系統(tǒng)設(shè)置：可以在本軟件中修改算法閾值、修改保存方法、恢復(fù)默認設(shè)置和保存設(shè)置。

2 軟件處理流程

圖2 為本文軟件的處理流程，具體過程如下。運行軟件后，系統(tǒng)初始化運行參數(shù)并進入等待用戶操作狀態(tài)。用戶輸入圖像后，系統(tǒng)按照預(yù)設(shè)的參數(shù)使用哈希算法計算哈希序列，輸出的哈希序列與哈希庫中的哈希序列逐一計算相似度，根據(jù)相似計算結(jié)果來判斷輸入圖像是否為相似圖像。本軟件用到的哈希算法將在第3 節(jié)進行詳細介紹。

圖2 軟件處理流程

3 軟件核心算法

本文設(shè)計的相似圖像檢測軟件的核心算法主要分為兩個部分，一是計算圖像的哈希序列，二是檢測哈希序列的相似度。本文使用一種基于環(huán)形分割和非負矩陣分解的圖像哈希算法[1]來計算圖像的哈希序列，算法處理過程示意圖如圖3 所示。

圖3 算法處理過程示意圖

該算法可以概括為如下三個步驟，第一步，對輸入圖像進行預(yù)處理，將輸入圖像轉(zhuǎn)換成規(guī)范化圖像，為提取相同長度的圖像哈希序列奠定基礎(chǔ)；第二步，對預(yù)處理后的圖像分割成多個環(huán)形區(qū)域，獲取每個圓環(huán)的像素集合，并生成輔助圖像。第三步，利用非負矩陣分解算法壓縮輔助圖像，生成長度確定且簡短的圖像哈希序列。以下將詳細介紹算法處理的各計算步驟。

3.1 預(yù)處理

為了保證所有圖像哈希序列的長度一致并且能夠?qū)s放操作魯棒，輸入的圖像首先使用雙線性插值算法[3]將圖像尺寸歸一化為m×m，接著對圖像進行高斯低通濾波，目的是平滑圖像，降低噪聲或圖像細微紋理對圖像哈希序列產(chǎn)生的影響。如果輸入圖像是彩色圖像，還需要將彩色圖像的RGB 顏色空間轉(zhuǎn)換到Y(jié)CbCr顏色空間，選取亮度分量Y 表示預(yù)處理后的圖像。

3.2 環(huán)形分割

一般來說，圖像的旋轉(zhuǎn)變換大多以圖像中心為坐標原點，故以圖像中心為圖像內(nèi)切圓環(huán)內(nèi)區(qū)域的像素在旋轉(zhuǎn)變換前后基本保持不變。因此，利用這一特性可構(gòu)造抗旋轉(zhuǎn)變換的圖像特征，本節(jié)算法將尺度為m×m 的圖像以圖像中心點為坐標原點劃分出n 個面積相同的圓環(huán)，將每個圓環(huán)內(nèi)的像素集合升序排列并插值成相同長度的一維向量，按圓環(huán)半徑大小順序連接劃分出的n 個一維向量構(gòu)造輔助圖像V，在該輔助圖像V 上提取出的特征能有效抵抗圖像的旋轉(zhuǎn)變換。

3.3 非負矩陣分解

非負矩陣分解，簡稱NMF，是研究人員Lee 和Seung 于1999 年發(fā)表在Nature 上的一種矩陣分解算法。它是一種高效的數(shù)據(jù)降維技術(shù)，比主成分分析和矢量量化具有更好的局部學(xué)習(xí)表示能力。顧名思義該算法就是將非負的大矩陣分解成兩個非負的小矩陣。本節(jié)利用NMF 算法將輔助圖像V 壓縮分解為權(quán)重矩陣W 與特征矩陣H。本文使用一種乘法更新法規(guī)則來快速計算NMF 的權(quán)重矩陣W 與特征矩陣H，其公式如下，其中W 與H 的初始值采用隨機函數(shù)生成。

更新規(guī)則對應(yīng)的最小化代價函數(shù)稱為Kullback-Leibler（KL）散度距離，它的具體計算公式如下表示。

運用公式（1）進行迭代計算，最終得到權(quán)重矩陣W和特征矩陣H。串聯(lián)特征矩陣H 的元素得到一串序列，該序列就是圖像哈希。

3.4 相似度比較

比較圖像哈希序列的相似度有多種方法，例如：L2范數(shù)、漢明距離、最大最小比值法等。本文采用相關(guān)系數(shù)方法來計算哈希序列的相似度[4]，相關(guān)系數(shù)的定義如下：

其中，μ1和μ2分別是h1和h2的均值，相關(guān)系數(shù)的取值范圍為[- 1,1] ，兩幅圖像越相似，其對應(yīng)的圖像哈希序列的相關(guān)系數(shù)就越大；反之則越小。如果相關(guān)系數(shù)大于預(yù)先設(shè)定的閾值，則可認為輸入的圖像是相似圖像，否則認為其視覺內(nèi)容存在明顯差異或者為不同內(nèi)容。

4 軟件功能驗證

本文設(shè)計的相似圖像檢測軟件使用Python 語言在JetBrains PyCharm 環(huán)境下設(shè)計并實現(xiàn)[2]。軟件用戶圖形界面使用PyQt5 工具包構(gòu)造，使用OpenCV3 庫和NumPy 庫處理數(shù)字圖像[3]。該軟件的運行界面和功能測試圖像分別如圖4（a）、（b）、（c）所示。

圖4 軟件運行界面及測試圖像

為了驗證軟件功能，利用StirMarkBenchmark 軟件對圖4（b）所示圖像進行JPEG 壓縮、水印嵌入、縮放和旋轉(zhuǎn)等攻擊處理，得到處理后的圖像分別如圖5（a）、（b）、（c）、（d）所示。

接下來對軟件功能進行驗證。單擊“計算圖像哈?！卑粹o進入功能界面，選擇圖4（b）作為輸入圖像，單擊“計算哈?！卑粹o計算圖像哈希，計算結(jié)果如圖6（a）所示，單擊“保存結(jié)果”按鈕可將哈希序列計算結(jié)果以Excel 文件保存輸出。單擊“檢測相似圖像（圖像輸入）”按鈕進入功能界面，選擇圖4（b）作為源圖像進行輸入，選取圖4（c）、圖5（a）、（b）、（c）、（d）作為待檢測圖像進行輸入，單擊“檢測相似圖像”按鈕，軟件便計算源圖像與待檢測圖像的相似度，檢測結(jié)果如圖6（b）所示，單擊“保存結(jié)果”按鈕可將檢測結(jié)果以Excel 文件保存輸出。單擊“檢測相似圖像（文件輸入）”按鈕進入功能界面，選擇使用該軟件功能保存的Excel 文件結(jié)果分別作為源圖像和待檢測圖像輸入，單擊“檢測相似圖像”按鈕，軟件便計算源圖像與待檢測圖像的相似度，檢測結(jié)果如圖6（c）所示，單擊“保存結(jié)果”按鈕可將檢測結(jié)果以文件形式保存。單擊“設(shè)置”按鈕可以進行系統(tǒng)設(shè)置，包括修改哈希算法的閾值和檢測結(jié)果的保存方式等。單擊“退出程序”按鈕即可退出軟件。

圖5 處理后的測試圖像

圖6 功能驗證結(jié)果

5 結(jié)語

本文利用Python 語言實現(xiàn)基于環(huán)形分割和非負矩陣分解的感知圖像哈希算法，基于該算法在JetBrains PyCharm 環(huán)境下設(shè)計和開發(fā)了一款高效的相似圖像檢測軟件。該軟件實現(xiàn)了圖像哈希計算，可以有效檢測經(jīng)過旋轉(zhuǎn)、JPEG 壓縮、水印嵌入、亮度調(diào)整、對比度調(diào)整、縮放等常規(guī)數(shù)字圖像處理手段處理后的相似圖像，實用性強。經(jīng)測試，在型號為I7-7700 的CPU 硬件支持下，圖像哈希的計算時間僅需0.5 秒，檢測兩個圖像是否為相似圖像僅需0.001 秒。