基于局部线性嵌入和局部保持投影的图像哈希算法.docx

基于局部线性嵌入和局部保持投影的图像哈希算法
摘要：
哈希算法是目前图像检索和图像识别领域的研究热点之一，图像哈希算法是对原始图像进行压缩，将高维信息转化为低维二进制码，使其可以方便存储和快速检索。本文提出了基于局部线性嵌入和局部保持投影的图像哈希算法，该算法采用局部信息的方式进行哈希编码，可以有效提高图像检索效率和准确率。
关键词：哈希算法；图像哈希；局部线性嵌入；局部保持投影
Abstract:
Hashalgorithmisoneoftheresearchhotspotsinthefieldofimageretrievalandrecognition.Imagehashalgorithmcompressestheoriginalimageandconvertshigh-dimensionalinformationintolow-dimensionalbinarycode,makingiteasiertostoreandquicklyretrieve.Inthispaper,agraph-basedlocallinearembeddingandlocalpreservingprojectionimagehashalgorithmisproposed.Thealgorithmuseslocalinformationtohashencoding,whichcaneffectivelyimprovetheefficiencyandaccuracyofimageretrieval.
Keywords:hashalgorithm;imagehash;locallinearembedding;localpreservingprojection
一、引言
随着计算机技术的发展，图像数据数量呈现爆炸式增长，如何高效地进行图像检索和图像识别一直是学术界和工业界关注的焦点。基于哈希码的图像检索算法，将原始图像压缩成二进制码，从而实现图像快速检索，被广泛应用于网络图片搜索、社交媒体、安全监控等领域。常见的哈希算法包括感知哈希(PHash)、局部二值模式哈希(LBPH)、哈希函数哈希等。然而，传统的哈希算法存在一些缺陷，例如不同尺度、旋转和平移对图像的影响较大，哈希码的干扰也比较严重，导致图像检索效率和准确率较低。
为了解决这些问题，学术界提出了一系列的图像哈希算法，其中基于局部特征的哈希算法效果较好。基于局部特征的哈希算法通过提取图像局部信息，建立局部特征向量，并利用哈希函数将局部特征向量压缩成二进制码，并通过合并得到图像的哈希码。然而，不同的局部信息对哈希编码的结果影响较大，因此如何选择合适的局部信息成为一个关键问题。
本文提出了一种基于局部线性嵌入和局部保持投影的图像哈希算法，该算法采用局部信息的方式进行哈希编码，针对各种图像的难点提出一套方案，可以有效提高图像检索效率和准确率。
二、相关工作
2.1局部特征
图像局部特征是一种在图像识别和检索中常用的技术，它通过对图像局部区域进行分析，提取有意义的局部特征点，建立与图像内容相关的特征描述符。图像局部特征有很多种，包括SIFT、SURF、FAST、ORB等。
2.2哈希算法
哈希算法是信息处理领域中的一种常用技术，它将任意长度的消息压缩成固定长度的消息摘要，通常用于数据校验和、消息认证码、数据加密、图像快速检索等领域。常见的哈希算法有摘要算法和密码学哈希算法。其中，MD5、SHA-1、SHA-2、SHA-3等摘要算法被广泛应用于数据加密和校验。而Laplace哈希、Feather哈希、PHash、DHash、Wavelet哈希等哈希算法则常用于图像压缩和图像快速检索。
2.3基于局部特征的哈希算法
基于局部特征的哈希算法通过提取图像的局部信息，建立局部特征向量，并利用哈希函数将局部特征向量压缩成二进制码，最终通过合并得到图像的哈希码。常用的基于局部特征的哈希算法有近似最近邻哈希(ALSH)、局部二值模式哈希(LBPH)、感知哈希(PHash)等。
三、算法原理
3.1局部线性嵌入
局部线性嵌入(LLE)是一种经典的非线性降维技术，它通过线性变换将高维空间的数据映射到低维空间中，同时保留了数据局部微小变化的结构信息。LLE算法采用局部信息对数据进行建模，基于欧氏距离、最近邻距离和标准化残差能获取局部特征向量。结合嵌入权重矩阵，LLE算法可以得到低维空间的数据表示。LLE算法对数据局部信息建模，可以有效提高图像哈希的准确性。
3.2局部保持投影
局部保持投影(LPP)是一种保留局部信息的线性降维技术，它通过最小化全局特征向量的高维重构误差，学习到一个低维嵌入空间。LPP算法首先构建邻接矩阵，以此来体现数据之间的局部关系，然后求解嵌入权重矩阵，实现低维空间的数据投影。LPP算法可以维护数据邻接关系