【摘要】：隨著多媒體社交網(wǎng)絡(luò)的興起,多媒體圖像的數(shù)量爆炸式地增長。對于一些資源受限的圖像擁有者而言,會傾向于將繁重的圖像處理過程外包給云端。由于圖像中可能會包含有關(guān)圖像擁有者的敏感信息,直接將圖像原始數(shù)據(jù)外包給不可信的云端會導(dǎo)致用戶隱私性方面的問題。因而,隱私性是圖像安全應(yīng)用的重要研究內(nèi)容之一。本文就基于向量同態(tài)加密方案VHE的加密圖像的特征提取及相關(guān)應(yīng)用的關(guān)鍵問題進(jìn)行了全面的研究和分析。本文在已有的研究成果的基礎(chǔ)上,研究基于向量同態(tài)加密的密文圖像的特征提取、識別等關(guān)鍵技術(shù)。本文的主要研究內(nèi)容和成果包含以下幾個方面:1.研究適合于圖像處理的整數(shù)向量同態(tài)加密方案。研究安全高效的向量同態(tài)加密方案,該方案適合于圖像矩陣及圖像特征向量的加密,支持帶權(quán)重內(nèi)積、線性變換等圖像處理常用的操作;在此基礎(chǔ)上,研究密文向量的相似性比較等技術(shù),使同態(tài)加密貫穿圖像處理的整個過程。2.基于向量同態(tài)加密方案的灰度直方圖特征提取方案。結(jié)合向量同態(tài)加密方案,在密文域?qū)崿F(xiàn)圖像灰度直方圖的提取,保護(hù)了原始圖像信息的隱私性,最后對整個算法和模型進(jìn)行了相關(guān)分析評估,結(jié)果表明,密文域提取的直方圖特征能夠到達(dá)跟明文域一樣的精度,同時能保護(hù)圖像用戶的隱私性。3.基于向量同態(tài)加密方案的HOG特征提取方案。結(jié)合向量同態(tài)加密算法所支持的同態(tài)運算,簡化改進(jìn)原始HOG算法,得到適應(yīng)于同態(tài)運算的HOG算法,最終實現(xiàn)在密文域中的HOG特征提取。結(jié)合支持向量機(jī)算法(SVM),分別使用明密文域中提取出的HOG特征向量構(gòu)建對應(yīng)的行人檢測模型,實驗表明,密文域中的HOG算法與明文中的原始HOG算法幾乎是等效的,可以達(dá)到近似的行人檢測的目的。4.隱私安全的圖像特征的應(yīng)用。針對之前密文域中提取出的兩種圖像特征,研究在密文域下基于灰度直方圖的圖像識別和基于HOG特征的圖像搜索。實驗結(jié)果顯示,在保證圖像隱私性的基礎(chǔ)上,前者能識別出與自身圖像基本一致的圖像,后者能搜索出與搜索圖像類似的圖像。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP309;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張芳;李曉輝;楊洪偉;;復(fù)雜背景下植物葉片病害的圖像特征提取與識別技術(shù)研究[J];遼寧大學(xué)學(xué)報(自然科學(xué)版);2016年04期

2 周曙光;;關(guān)于運動員動作圖像特征提取仿真研究[J];計算機(jī)仿真;2017年01期

3 代立華;;垃圾圖像特征提取與選擇的分析[J];電子世界;2016年22期

4 關(guān)雪梅;;圖像特征提取技術(shù)研究[J];綏化學(xué)院學(xué)報;2017年02期

5 李懷磊;;基于圖像特征提取的菜品信息讀取系統(tǒng)設(shè)計[J];飲食科學(xué);2017年06期

6 江宏;;基于圖像特征提取的餐盤菜品信息讀取系統(tǒng)設(shè)計[J];飲食科學(xué);2017年08期

7 史顏玲;王忠義;;基于形狀特征的圖像特征提取方法及其在醫(yī)學(xué)圖像分析中的應(yīng)用[J];許昌學(xué)院學(xué)報;2011年02期

8 王志瑞;閆彩良;;圖像特征提取方法的綜述[J];吉首大學(xué)學(xué)報(自然科學(xué)版);2011年05期

9 翟俊海;趙文秀;王熙照;;圖像特征提取研究[J];河北大學(xué)學(xué)報(自然科學(xué)版);2009年01期

10 鄭偉;;人臉識別圖像特征提取方法及其應(yīng)用[J];智庫時代;2017年16期

相關(guān)會議論文 前10條

1 林明星;王曉華;管志光;丁鳳華;趙永瑞;;基于差分碼的圖像特征提取方法研究[A];中國儀器儀表學(xué)會第六屆青年學(xué)術(shù)會議論文集[C];2004年

2 張永平;何仲昆;蘇日娜;樊少菁;;基于非線性投影的圖像特征提取與分類[A];2009年中國智能自動化會議論文集（第三分冊）[C];2009年

3 黃亞麗;劉志文;時永剛;王琳;;一種基于形狀和形變的細(xì)胞視頻圖像特征提取方法[A];2012醫(yī)療儀器與民眾健康學(xué)術(shù)研討會論文集[C];2012年

4 朱紅娟;蘇立軍;李芬華;陳麗;;基于小波包的超聲圖像特征提取[A];第七屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2009年

5 夏慶觀;路紅;陳桂;;基于小波神經(jīng)網(wǎng)絡(luò)的零件圖像特征提取和識別[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

6 王曉偉;石林鎖;成浩;;基于獨立分量分析的圖像特征提取[A];第十七屆全國測控計量儀器儀表學(xué)術(shù)年會（MCMI'2007）論文集（上冊）[C];2007年

7 柳林霞;陳杰;陳文頡;;自動目標(biāo)識別技術(shù)中的圖像特征提取技術(shù)[A];第二十一屆中國控制會議論文集[C];2002年

8 索芳;魏世澤;;農(nóng)田雜草圖像特征提取與識別方法的探討[A];2007年河北省電子學(xué)會、河北省計算機(jī)學(xué)會、河北省自動化學(xué)會、河北省人工智能學(xué)會、河北省計算機(jī)輔助設(shè)計研究會、河北省軟件行業(yè)協(xié)會聯(lián)合學(xué)術(shù)年會論文集[C];2007年

9 鄒建成;范興華;;基于尺度空間的醫(yī)學(xué)圖像特征分析[A];第四屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2009年

10 沈飛;曹鵬;龍華保;謝長生;;基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的高光譜圖像特征提取方法[A];2016年紅外、遙感技術(shù)與應(yīng)用研討會暨交叉學(xué)科論壇論文集[C];2016年

相關(guān)博士學(xué)位論文 前10條

1 黃志開;彩色圖像特征提取與植物分類研究[D];中國科學(xué)技術(shù)大學(xué);2006年

2 劉淑琴;圖像特征提取方法及其應(yīng)用研究[D];西北大學(xué);2016年

3 謝巍;形態(tài)學(xué)分析方法及在圖像特征提取中的應(yīng)用[D];哈爾濱工程大學(xué);2014年

4 肖哲;醫(yī)學(xué)圖像特征提取方法及應(yīng)用研究[D];電子科技大學(xué);2017年

5 施展;圖像特征提取與識別的跡空間投影方法研究[D];華南理工大學(xué);2012年

6 湯德俊;人臉識別中圖像特征提取與匹配技術(shù)研究[D];大連海事大學(xué);2013年

7 劉波;機(jī)器視覺水中圖像特征提取與對象辨識研究[D];大連理工大學(xué);2013年

8 于梅;肝臟CT圖像特征提取方法的研究及其在檢索中的應(yīng)用[D];南方醫(yī)科大學(xué);2012年

9 劉高峰;極化SAR圖像特征提取與分類方法研究[D];西安電子科技大學(xué);2014年

10 錢建軍;人臉圖像特征提取和分類的若干方法研究[D];南京理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 黃云帆;隱私安全的圖像特征提取及應(yīng)用[D];電子科技大學(xué);2018年

2 楊宇;基于深度學(xué)習(xí)算法的人臉識別研究[D];湖南大學(xué);2017年

3 朱愛軍;復(fù)雜背景面部圖像特征提取的應(yīng)用研究[D];成都理工大學(xué);2004年

4 范羚;獨立分量分析及其在圖像特征提取和消噪中的應(yīng)用[D];安徽大學(xué);2003年

5 陳健斌;圖像特征提取及其相似度的研究和實現(xiàn)[D];西安電子科技大學(xué);2012年

6 王恩永;基于模糊聚類的灰度圖像特征提取和識別研究[D];云南大學(xué);2010年

7 黎明;基于層次方法的圖像特征提取模型分析與研究[D];江蘇科技大學(xué);2017年

8 初延亮;磁粉檢測裂紋圖像特征提取方法研究及實現(xiàn)[D];西南科技大學(xué);2015年

9 曹威;基于小波多尺度分析的銅浮選泡沫圖像特征提取[D];中南大學(xué);2014年

10 程安鳳;基于人臉識別的圖像特征提取研究與實現(xiàn)[D];江西農(nóng)業(yè)大學(xué);2016年

本文編號：2792395