隨著移動(dòng)設(shè)備的不斷應(yīng)用和發(fā)展,圖像等可視化數(shù)據(jù)的存儲(chǔ)需求不斷增大,外包圖像數(shù)據(jù)至云服務(wù)器成了一種主流的趨勢(shì)。在云服務(wù)器中,圖像擁有者不需要在本地存儲(chǔ)圖像資源,而用戶只需要獲得授權(quán)就可以很快捷的獲取所需的圖像資源,這給用戶和圖像擁有者兩者之間帶來(lái)了極大的便利。由于圖像資源隱私泄露的事件時(shí)有發(fā)生,因此安全問(wèn)題同樣給云服務(wù)器帶來(lái)了挑戰(zhàn)。為了保證圖像的存儲(chǔ)安全,圖像資源不能直接外包給云服務(wù)器,需要將圖像加密后再存儲(chǔ)至云端,但加密后的圖像檢索問(wèn)題是一個(gè)難題。因此如何對(duì)云計(jì)算環(huán)境下的加密圖像進(jìn)行高效檢索,是一個(gè)極具挑戰(zhàn)性的課題。針對(duì)云環(huán)境下的密文圖像檢索存在的問(wèn)題,本文主要研究基于多特征融合與LSH(局部敏感哈希)的密文圖像檢索研究技術(shù)。本文主要貢獻(xiàn)如下:(1)提出了基于多特征融合與LSH的密文圖像檢索方法。該方法首先結(jié)合深度學(xué)習(xí),用DenseNet提取圖像的深度特征,同時(shí)提取CLD(顏色局部描述符)、EHD(邊緣直方圖描述符)和BOW(詞袋)特征,并對(duì)特征進(jìn)行二值化處理。然后對(duì)四類特征進(jìn)行自適應(yīng)加權(quán)融合得到融合特征,并利用PCA對(duì)融合特征進(jìn)行降維。最后使用局部敏感哈希(LSH)算法對(duì)融合特征構(gòu)建預(yù)...

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１?ＲＧＢ顏色空間單位立方體??

的顏色值范圍介于０－２５５之間。??ＲＧＢ顏色空間可以通過(guò)一個(gè)單位的立方體表示，其中Ｒ、Ｇ、Ｂ分別在Ｘ，??Ｙ，Ｚ軸的單位坐標(biāo)上，具體立方體表示如圖２．１所示。??ｆｍｑｊｏ．ｉＸ??，Ｚ｝?Ｚ??＿?Ｇ（〇ａ，〇）??ＲＵ，?＾??Ａ．’??圖２．１?ＲＧＢ顏色空間單位立方體?....

圖３．３?ＢＯＷ特征提取??

進(jìn)一步研究，并且與２０１９年Ｑｉｎ［４３］的文章進(jìn)行了對(duì)比。??３．１基于多特征融合與ＬＳＨ的密文圖像檢索模型??本章使用和Ｘｉａ［４２］文中相似的框架模型，如圖３．１所示，模型分為三個(gè)實(shí)體??對(duì)象，分別為圖像擁有者、查詢用戶和云服務(wù)器。??一?Ｉ?????１——＿?云服務(wù)器?＾....

圖３．５?ＥＨＤ特征提取??

對(duì)每一個(gè)圖像塊進(jìn)行顯著性顏色檢測(cè)，然后對(duì)Ａ＾Ｖ塊矩陣進(jìn)行ＤＣＴ（離散余弦變??換），得到ＤＣＴ系數(shù)矩陣，最后對(duì)ＤＣＴ系數(shù)矩陣進(jìn)行ＺＩＧＺＡＧ掃描，并且進(jìn)行??非均勻量化，得到１２０維ＣＬＤ特征。具體提取過(guò)程見圖３．４。???????Ｓｉ?－－－?．．?．．?．．?．?ＣＬＤ?懇―....

圖3.7Corell業(yè)圖像集

件進(jìn)行檢索系統(tǒng)的相關(guān)實(shí)驗(yàn)。本章實(shí)驗(yàn)中使用的圖像集是Ｃｏｒｅｌ?ｔｅｓｔ?ｓｅｔ該圖像集有１００類，每一類包括１００幅相似的圖像。待檢索圖像是中每類任�。矎垐D像，共４０張。本章的對(duì)比實(shí)驗(yàn)包括兩部分，第一ｉａ［４２］的對(duì)比，實(shí)驗(yàn)中使用的參數(shù)值設(shè)定為：預(yù)處理哈希表的數(shù)目１＝４，表使用的....

本文編號(hào)：4054318