一种安全图像检索方法和系统、一种图像检索服务器与流程

本发明涉及图像处理技术领域，特别涉及一种安全图像检索方法和系统、一种图像检索服务器。

背景技术：

随着网络技术的发展，尤其是随着各种社交网站的流行，图像、视频、音频、文本等异构数据每天都在以惊人的速度增长。针对包含丰富视觉信息的海量图片，在这些浩瀚的图像集中方便、快速、准确地查询并检索到用户所需的或感兴趣的图像的技术CBIR(Content Based Image Retrieval，基于内容的图像检索)应运而生。但是，随着人们安全意识和隐私意识的增强，如何在在线照片服务满足性能需求时，同时对私有图像加密和存储，检索相关图像时并不泄露加密图像的任何信息给服务器成为难题。

现在，基本上都是在基于CBIR框架中提出基于加密特征的图像检索技术，通过加密域图像处理操作，将图像检索和隐私信息保护结合起来，可以在不泄露用户隐私的情况下实现图像检索。但是，在检索过程中，需要将经过加密的图像或者图像特征先进行解密，再进行图像检索或者进行图像特征检索，从而造成图像信息的泄露，因此，图像检索的安全性较低。

技术实现要素：

本发明实施例提供了一种安全图像检索方法和系统、一种图像检索服务器，能够提高图像检索的安全性。

第一方面，本发明实施例提供了一种安全图像检索方法，该方法预先接收从图像管理端发来的各个待匹配图像的加密SIFT(scale invariant feature transform，尺度不变特征变换)特征向量，其中，每个所述待匹配图像对应至少两个所述加密SIFT特征向量，所述加密SIFT特征向量通过加密从对应的待匹配图像中提取的SIFT特征向量生成，还包括：

接收用户端发来查询图像的查询SIFT特征向量，其中，所述查询SIFT特征向量通过加密从所述查询图像中提取的SIFT特征向量生成；

根据所述各个图像的所述加密SIFT特征向量和所述查询SIFT特征向量，确定与所述查询图像相似的相似待匹配图像的标识；

向所述图像管理端发送所述相似加密SIFT特征向量对应的待匹配图像的标识，以使所述图像管理端根据所述标识向所述用户端反馈所述相似加密SIFT特征向量对应的待匹配图像。

优选地，在所述接收用户端发来查询图像的查询SIFT特征向量之前，进一步包括：

对所述各个待匹配图像的加密SIFT特征向量进行聚类，得到码书；

针对每个所述待匹配图像，根据所述码书的每一类中包含的当前待匹配图像的所述加密SIFT特征向量的数量，生成所述当前待匹配图像的权重向量；

在所述接收用户端发来查询图像的查询SIFT特征向量之后，进一步包括：

确定每个所述查询SIFT特征向量所属于的所述码书中的类；

根据所述码书的每一类中包含的所述查询图像的所述查询SIFT特征向量的数量，生成所述查询图像的权重向量；

所述根据所述各个图像的所述加密SIFT特征向量和所述查询SIFT特征向量，确定与所述查询图像相似的相似待匹配图像的标识，包括：

确定每个所述待匹配图像的权重向量与所述查询图像的权重向量的相似度；

根据每个所述待匹配图像对应的相似度，确定与所述查询图像相似的相似待匹配图像的标识。

优选地，在所述根据所述码书的每一类中包含的当前待匹配图像的所述加密SIFT特征向量的数量，生成所述当前待匹配图像的权重向量之前，进一步包括：

针对所述码书的每一类，确定所述码书的当前类包含的所述加密SIFT特征向量对应的所述待匹配图像的数量与所述待匹配图像的总数的第一比值；

所述根据所述码书的每一类中包含的当前待匹配图像的所述加密SIFT特征向量的数量，生成所述当前待匹配图像的权重向量，包括：

针对所述码书的每一类，确定所述码书的当前类中包含的所述当前待匹配图像的所述加密SIFT特征向量的数量与所述码书中类的总数的第二比值；

根据公式一，确定所述当前待匹配图像在所述码书的每一类中的权重，其中，所述公式一为：

ω_i＝tf_i×log(idf_i)

其中，ω_i为所述当前待匹配图像在所述码书的第i类中的权重，tf_i为第i类对应的第二比值，idf_i为第i类对应的第一比值；

所述根据所述码书的每一类中包含的所述查询图像的所述查询SIFT特征向量的数量，生成所述查询图像的权重向量，包括：

针对所述码书的每一类，确定所述码书的当前类中包含的所述查询SIFT特征向量的数量与所述码书中类的总数的第三比值；

根据公式二，确定所述查询图像在所述码书的每一类中的权重，其中，所述公式二为：

ω_j＝f_j×log(idf_j)

其中，ω_j为所述查询图像在所述码书的第j类中的权重，f_j为第j类对应的第三比值，idf_j为第j类对应的第一比值。

优选地，所述确定每个所述待匹配图像的权重向量与所述查询图像的权重向量的相似度，包括：

根据公式三，分别确定每个所述待匹配图像的权重向量与所述查询图像的权重向量的相似度，其中，所述公式三为：

其中，d_j为当前待匹配图像j对应的相似度，A为所述当前待匹配图像j的权重向量，B为所述查询图像的权重向量，i为权重向量的第i维，n为所述待匹配图像的总数；

所述根据每个所述待匹配图像对应的相似度，确定与所述查询图像相似的相似待匹配图像的标识，包括：

将对应的相似度最大的预设值个所述待匹配图像作为所述相似待匹配图像，确定与所述查询图像相似的所述相似待匹配图像的标识。

第二方面，本发明实施例提供了一种图像检索服务器，该图像检索服务器包括：第一接收单元、第二接收单元、确定单元和发送单元，其中，

所述第一接收单元，用于接收从图像管理端发来的各个待匹配图像的加密SIFT特征向量，其中，每个所述待匹配图像对应至少两个所述加密SIFT特征向量，所述加密SIFT特征向量通过加密从对应的待匹配图像中提取的SIFT特征向量生成；

所述第一接收单元，用于接收用户端发来查询图像的查询SIFT特征向量，其中，所述查询SIFT特征向量通过加密从所述查询图像中提取的SIFT特征向量生成；

所述确定单元，用于根据所述第一接收单元接收的所述各个图像的所述加密SIFT特征向量和所述第二接收单元接收的所述查询SIFT特征向量，确定与所述查询图像相似的相似待匹配图像的标识；

所述发送单元，用于向所述图像管理端发送所述确定单元确定的所述相似加密SIFT特征向量对应的待匹配图像的标识，以使所述图像管理端根据所述标识向所述用户端反馈所述相似加密SIFT特征向量对应的待匹配图像。

优选地，进一步包括：聚类单元、第一处理单元和第二处理单元，其中，

所述聚类单元，用于对所述第一接收单元接收的所述各个待匹配图像的加密SIFT特征向量进行聚类，得到码书；

所述第一处理单元，用于针对每个所述待匹配图像，根据所述码书的每一类中包含的当前待匹配图像的所述加密SIFT特征向量的数量，生成所述当前待匹配图像的权重向量；

所述第二处理单元，用于确定每个所述查询SIFT特征向量所属于的所述码书中的类；以及根据所述码书的每一类中包含的所述查询图像的所述查询SIFT特征向量的数量，生成所述查询图像的权重向量；

所述确定单元，用于确定每个所述待匹配图像的权重向量与所述查询图像的权重向量的相似度；以及根据每个所述待匹配图像对应的相似度，确定与所述查询图像相似的相似待匹配图像的标识。

优选地，进一步包括：计算单元，用于针对所述码书的每一类，确定所述码书的当前类包含的所述加密SIFT特征向量对应的所述待匹配图像的数量与所述待匹配图像的总数的第一比值；

所述第一处理单元，用于针对所述码书的每一类，确定所述码书的当前类中包含的所述当前待匹配图像的所述加密SIFT特征向量的数量与所述码书中类的总数的第二比值；以及根据公式一，确定所述当前待匹配图像在所述码书的每一类中的权重，其中，所述公式一为：

ω_i＝tf_i×log(idf_i)

其中，ω_i为所述当前待匹配图像在所述码书的第i类中的权重，tf_i为第i类对应的第二比值，idf_i为第i类对应的第一比值；

所述第二处理单元，用于针对所述码书的每一类，确定所述码书的当前类中包含的所述查询SIFT特征向量的数量与所述码书中类的总数的第三比值；

根据公式二，确定所述查询图像在所述码书的每一类中的权重，其中，所述公式二为：

ω_j＝f_j×log(idf_j)

其中，ω_j为所述查询图像在所述码书的第j类中的权重，f_j为第j类对应的第三比值，idf_j为第j类对应的第一比值。

优选地，所述确定单元，用于所述确定每个所述待匹配图像的权重向量与所述查询图像的权重向量的相似度，包括：

根据公式三，分别确定每个所述待匹配图像的权重向量与所述查询图像的权重向量的相似度，将对应的相似度最大的预设值个所述待匹配图像作为所述相似待匹配图像，确定与所述查询图像相似的所述相似待匹配图像的标识；

其中，所述公式三为：

其中，d_j为当前待匹配图像j对应的相似度，A为所述当前待匹配图像j的权重向量，B为所述查询图像的权重向量，i为权重向量的第i维，n为所述待匹配图像的总数。

第三方面，本发明实施例提供了一种安全图像检索系统，该图像检索系统包括：图像管理端、用户端和第二方面中任一所述的图像检索服务器，其中，

所述图像管理端，用于发送各个待匹配图像的加密SIFT特征向量给所述图像检索服务器，其中，每个所述待匹配图像对应至少两个所述加密SIFT特征向量，所述加密SIFT特征向量通过加密从对应的待匹配图像中提取的SIFT特征向量生成；以及接收所述图像检索服务器发送的相似加密SIFT特征向量对应的待匹配图像的标识，根据所述标识向所述用户端反馈所述相似加密SIFT特征向量对应的待匹配图像；

所述用户端，用于发送查询图像的查询SIFT特征向量，其中，所述查询SIFT特征向量通过加密从所述查询图像中提取的SIFT特征向量生成；以及接收所述图像管理端反馈的所述相似加密SIFT特征向量对应的待匹配图像。

优选地，所述图像管理端，进一步用于提取各个待匹配图像中的至少两个SIFT特征向量；针对每一个所述SIFT特征向量，随机打乱当前SIFT特征向量的比特位平面的排列顺序，并与预设的第一伪随机序列异或，获得平面随机SIFT特征向量；将每一个所述平面随机SIFT特征向量的每一维度转换为一元数，并随机打乱所述一元数的排列顺序，以及与预设的第二伪随机序列异或，获得编码随机SIFT特征向量；由具有第一维度的密钥生成具有第一维度的高斯随机矩阵，并将所述高斯随机矩阵与所述编码随机SIFT特征向量作内积，获得所述当前SIFT特征向量对应的加密SIFT特征向量；

所述用户端，进一步用于提取查询图像中的检索SIFT特征向量；针对每一个所述检索SIFT特征向量，随机当前检索SIFT特征向量的比特位平面的排列顺序，并与预设的第一伪随机序列异或，获得平面随机检索SIFT特征向量；将每一个所述平面随机检索SIFT特征向量的每一维度转换为一元数，并随机打乱所述一元数的排列顺序，以及与预设的第二伪随机序列异或，获得编码随机检索SIFT特征向量；由具有第一维度的密钥生成具有第一维度的高斯随机矩阵，并将所述高斯随机矩阵与所述编码随机检索SIFT特征向量作内积，获得加密后的所述查询SIFT特征向量。

本发明实施例提供了一种安全图像检索方法和系统、一种图像检索服务器，通过预先接收从图像管理端发来的各个待匹配图像的加密SIFT特征向量，在用户需要进行图像检索时，接收用户端发来查询图像的查询SIFT特征向量，根据各个图像的加密SIFT特征向量和查询SIFT特征向量，确定与查询图像相似的相似待匹配图像的标识，然后向图像管理端发送相似加密SIFT特征向量对应的待匹配图像的标识，以使图像管理端根据标识向用户端反馈相似加密SIFT特征向量对应的待匹配图像。由于本发明提供的方法直接根据各个图像的加密SIFT特征向量和查询SIFT特征向量，确定与查询图像相似的相似待匹配图像的标识，在特征向量加密时直接进行检索，不需要对图像的特征向量进行解密，从而有效地避免了图像信息的泄露，因此能够有效的提高图像检索的安全性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例提供的一种安全图像检索方法的流程图；

图2是本发明一个实施例提供的另一种安全图像检索方法的流程图；

图3是本发明一个实施例提供的一种图像检索服务器的结构示意图；

图4是本发明一个实施例提供的另一种图像检索服务器的结构示意图；

图5是本发明一个实施例提供的又一种图像检索服务器的结构示意图；

图6是本发明一个实施例提供的一种安全图像检索系统的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明实施例提供了一种安全图像检索方法，该方法可以包括以下步骤：

步骤101：预先接收从图像管理端发来的各个待匹配图像的加密SIFT特征向量。

在该步骤中，每个待匹配图像对应至少两个加密SIFT特征向量，加密SIFT特征向量通过加密从对应的待匹配图像中提取的SIFT特征向量生成。

步骤102：接收用户端发来查询图像的查询SIFT特征向量。

在该步骤中，所述查询SIFT特征向量通过加密从所述查询图像中提取的SIFT特征向量生成。

步骤103：根据所述各个图像的所述加密SIFT特征向量和所述查询SIFT特征向量，确定与所述查询图像相似的相似待匹配图像的标识。

步骤104：向所述图像管理端发送所述相似加密SIFT特征向量对应的待匹配图像的标识，以使所述图像管理端根据所述标识向所述用户端反馈所述相似加密SIFT特征向量对应的待匹配图像。

在图1所示的实施例中，通过预先接收从图像管理端发来的各个待匹配图像的加密SIFT特征向量，在用户需要进行图像检索时，接收用户端发来查询图像的查询SIFT特征向量，根据各个图像的加密SIFT特征向量和查询SIFT特征向量，确定与查询图像相似的相似待匹配图像的标识，然后向图像管理端发送相似加密SIFT特征向量对应的待匹配图像的标识，以使图像管理端根据标识向用户端反馈相似加密SIFT特征向量对应的待匹配图像。由于本发明提供的方法直接根据各个图像的加密SIFT特征向量和查询SIFT特征向量，确定与查询图像相似的相似待匹配图像的标识，在特征向量加密时直接进行检索，不需要对图像的特征向量进行解密，从而有效地避免了图像信息的泄露，因此能够有效的提高图像检索的安全性。

在本发明一个实施例中，为了保证图像检索的高效性，在所述接收用户端发来查询图像的查询SIFT特征向量之前，进一步包括：

对所述各个待匹配图像的加密SIFT特征向量进行聚类，得到码书；

针对每个所述待匹配图像，根据所述码书的每一类中包含的当前待匹配图像的所述加密SIFT特征向量的数量，生成所述当前待匹配图像的权重向量；

在所述接收用户端发来查询图像的查询SIFT特征向量之后，进一步包括：

确定每个所述查询SIFT特征向量所属于的所述码书中的类；

根据所述码书的每一类中包含的所述查询图像的所述查询SIFT特征向量的数量，生成所述查询图像的权重向量；

所述根据所述各个图像的所述加密SIFT特征向量和所述查询SIFT特征向量，确定与所述查询图像相似的相似待匹配图像的标识，包括：

确定每个所述待匹配图像的权重向量与所述查询图像的权重向量的相似度；

根据每个所述待匹配图像对应的相似度，确定与所述查询图像相似的相似待匹配图像的标识。

在该实施例中，可以采用基于曼哈顿距离的K-均值聚类法进行聚类，通过迭代过程把所有加密SIFT特征向量集划分为不同的类别，使生成的每个聚类内紧凑，类间独立，对大数据集的处理，该算法具有相当高的效率。而对于码书可以是C＝{c₁，c₂，...，c_a，...，c_B}，a＝1，...，B，其中，B为码书的尺寸。而码书的尺寸也就是码书的类别。例如，B＝1000，就表明码书中分了1000类。由于在进行K-均值聚类进行分类时是基于某种距离的，可以是欧氏距离也可以是曼哈顿距离等，因此在满足距离的条件下，可能将不同的加密SIFT特征向量归为同一类中，所以码书中每一类中可能包含多个不同的加密SIFT特征向量。由于加密SIFT特征向量的欧氏距不再等于SIFT特征向量的欧氏距离，因此使用欧氏距离进行聚类会引起较大的误差。然而通过证明可以得知，对加密SIFT特征向量基于曼哈顿距离进行K-均值聚类可以有效的减小误差。

证明过程如下：

其中，d(Q，F)为查询SIFT特征向量Q和加密SIFT特征向量F之间的距离，Q为查询SIFT特征向量，F为加密SIFT特征向量，q为从查询图像中提取的SIFT特征向量，f为与加密SIFT特征向量F对应的从待匹配图像中提取的SIFT特征向量，r_i为加密时使用的高斯随机矩阵的第i列，K为高斯随机矩阵的总列数，θ_i为(f–q)与r_i之间的夹角。

根据大数准则，近似为常数，因此，最后可以得出d(Q，F)≈c·||f-q||₂，也就是基于曼哈顿距离进行K-均值聚合后查询SIFT特征向量和加密SIFT特征向量之间的距离近似与从查询图像中提取的SIFT特征向量和与加密SIFT特征向量对应的从待匹配图像中提取的SIFT特征向量之间的距离，也就是与从查询图像提取的原始向量和从待匹配图像提取的原始向量之间的欧式距离成比例。

在本发明一个实施例中，为了增加图像检索的准确度，在所述根据所述码书的每一类中包含的当前待匹配图像的所述加密SIFT特征向量的数量，生成所述当前待匹配图像的权重向量之前，进一步包括：

针对所述码书的每一类，确定所述码书的当前类包含的所述加密SIFT特征向量对应的所述待匹配图像的数量与所述待匹配图像的总数的第一比值；

所述根据所述码书的每一类中包含的当前待匹配图像的所述加密SIFT特征向量的数量，生成所述当前待匹配图像的权重向量，包括：

针对所述码书的每一类，确定所述码书的当前类中包含的所述当前待匹配图像的所述加密SIFT特征向量的数量与所述码书中类的总数的第二比值；

根据公式一，确定所述当前待匹配图像在所述码书的每一类中的权重，其中，所述公式一为：

ω_i＝tf_i×log(idf_i)

其中，ω_i为所述当前待匹配图像在所述码书的第i类中的权重，tf_i为第i类对应的第二比值，idf_i为第i类对应的第一比值；

所述根据所述码书的每一类中包含的所述查询图像的所述查询SIFT特征向量的数量，生成所述查询图像的权重向量，包括：

针对所述码书的每一类，确定所述码书的当前类中包含的所述查询SIFT特征向量的数量与所述码书中类的总数的第三比值；

根据公式二，确定所述查询图像在所述码书的每一类中的权重，其中，所述公式二为：

ω_j＝f_j×log(idf_j)

其中，ω_j为所述查询图像在所述码书的第j类中的权重，f_j为第j类对应的第三比值，idf_j为第j类对应的第一比值。

在该实施例中，通过计算待匹配图像的权重向量，将与每个待匹配图像对应的至少两个加密SIFT特征向量量化为一个由权重表示的权值向量，从而使一个权值向量代表一个待匹配图像；而对于查询图像对应的查询SIFT特征向量，同样将查询SIFT特征向量量化为一个由权重表示的权值向量，从而仅用一个权值向量就可以表示该查询图像。由于待匹配图像和查询图像均使用一个对应的权值向量表示，因此可以直接通过确定待匹配图像和查询图像对应的权值向量的相似度，从而得知待匹配图像和查询图像的相似度。对于第二比值可以通过公式进行计算，公式为例如，码书共150类，分为第1类，…，第50类，…，第150类，而在该码书中图像1的第1类中有600个加密SIFT特征向量，而码书中类的总数为150，则第二比值为对于第一比值同样可以通过公式进行计算，公式为若待匹配图像的总数为60000，而第1类包含有加密SIFT特征向量的待匹配图像为600，则第一比值为接着就可以通过公式一确定图片1中第1类的权重为根据公式计算出待匹配图像和查询图像中每一类的权重后，便可得到权重向量。

在本发明一个实施例中，为了快速获取待匹配图像的权重向量与所述查询图像的权重向量的相似度，所述确定每个所述待匹配图像的权重向量与所述查询图像的权重向量的相似度，包括：

根据公式三，确定每个所述待匹配图像的权重向量与所述查询图像的权重向量的相似度，其中，所述公式三为：

其中，d_j为当前待匹配图像j对应的相似度，A为所述当前待匹配图像j的权重向量，B为所述查询图像的权重向量，i为权重向量的第i维，n为所述待匹配图像的总数；

所述根据每个所述待匹配图像对应的相似度，确定与所述查询图像相似的相似待匹配图像的标识，包括：

将对应的相似度最大的预设值个所述待匹配图像作为所述相似待匹配图像，确定与所述查询图像相似的所述相似待匹配图像的标识。

在该实施例中，提供了一种快速计算待匹配图像的权重向量与所述查询图像的权重向量的相似度，但这并不是唯一的算法，通过其他算法求得待匹配图像的权重向量与所述查询图像的权重向量的相似度的方法同样在本发明的保护范围内。例如，假设待匹配图像的权重向量是(A₁,A₂)，查询图像的权重向量是(B₁,B₂)，则待匹配图像的权重向量与查询图像的权重向量的相似度为求得结果必定在-1至1之间，并且所计算出的相似度值越大，就认为待匹配图像的权重向量与所述查询图像的权重向量，同时也代表待匹配图像与查询图像越相似。

值得说明的是，最大的预设值个可以通过用户端或图像管理端进行调节。例如，最大的预设值个可以是20个、100个、1000个等等。

如图2所示，本发明实施例提供了一种安全图像检索方法，该方法可以包括以下步骤：

步骤201：预先接收从图像管理端发来的各个待匹配图像的加密SIFT特征向量。

在该步骤中，接收到的加密SIFT特征向量的数量由图像管理端中图像集的大小决定，由于图像集越大则提取的SIFT特征向量越多，相应的加密SIFT特征向量也就越多，接收到的加密SIFT特征向量也就越多。

步骤202：基于曼哈顿距离采用K-均值聚类法对加密SIFT特征向量进行聚类，得到码书。

在该步骤中，码书的尺寸大小为M，由于大小和类别相等，也就是码书中包含了M类。

步骤203：针对码书的每一类，确定码书的当前类包含的加密SIFT特征向量对应的待匹配图像的数量与待匹配图像的总数的第一比值。

在该步骤中，由于待匹配图像的多样性，会引起加密SIFT特征向量的多样性，因此可能存在图像2中第3类中有500个加密SIFT特征向量，而在图像3中第3类中没有加密SIFT特征向量的情况；第一比值可以通过公式进行计算，公式为待匹配图像的总数为60000，在上述M类的码书第1类中包含加密SIFT特征向量的待匹配图像的数量为600，则第一比值为通过同样的方法可以计算出其他各类在待匹配图像中的第一比值。

步骤204：针对码书的每一类，确定码书的当前类中包含的当前待匹配图像的加密SIFT特征向量的数量与码书中所有加密SIFT特征向量的总数的第二比值。

在该步骤中，码书中的每一类可能包括多个不同的加密SIFT特征向量，由于通过了K-均值聚类，可以把这些不同的加密SIFT特征向量看做是相同的加密SIFT特征向量，因此只需要每一类中确定加密SIFT特征向量的总数即可，不需要区分是否相同；第二比值同样可以通过公式进行计算，公式为例如，M＝250，码书则分为第1类，…，第250类，而图像1中第1类的加密SIFT特征向量的数量为500，码书中类的总数为250，则在图像1中第1类的第二比值为通过同样的方法可以计算出M类的码书中其余各类的第二比值。

步骤205：确定当前待匹配图像在码书的每一类中的权重，生成当前待匹配图像的权重向量。

在该步骤中，利用下述公式(1)进行计算，

ω_i＝tf_i×log(idf_i) (1)

例如，在步骤204已经计算出tf_i为2，在步骤203中已经计算出idf_i为100，则在图像1中第一类的权重为ω_i＝2×log100＝2×2＝4。通过同样的方法可以计算出其他各类的权重。将当前待匹配图像各类权重组生成权重向量。例如，上述M类码书C＝{c₁，c₂，...，c_a，...，c_M}，a＝1，...，M，计算出图像1中各类的权重分别为第1类c₁为4，第2类c₂为6，…，第M类c_M为1.5，则图像1的权重向量为(4，6，...，1.5)。通过同样的方法可以计算出各个待匹配图像的权重向量。

步骤206：接收用户端发来查询图像的查询SIFT特征向量。

在该步骤中，用户端抽取查询图像的SIFT特征向量，并且会对SIFT特征向量进行加密得到查询SIFT特征向量，因此接收到的是经过加密的查询SIFT特征向量。

步骤207：针对码书的每一类，确定码书的当前类中包含的查询SIFT特征向量的数量与码书中类的总数的第三比值。

在该步骤中，第三比值同样可以通过公式进行计算，公式为例如，M＝125，码书则分为第1类，…，第27类，…，第125类，而查询图像中第1类的查询SIFT特征向量的数量为125，码书中类的总数为125，则在查询图像中第1类的第三比值为通过同样的方法可以计算出M类的码书中其余各类的第三比值。

步骤208：根据查询图像在所述码书的每一类中的权重，生成查询图像的权重向量。

步骤209：确定每个待匹配图像的权重向量与查询图像的权重向量的相似度。

在该步骤中，通过下述公式(2)计算相似度，

该计算结果必定在-1至1之间，并且所计算出的相似度值越大，就认为待匹配图像的权重向量与所述查询图像的权重向量，同时也代表待匹配图像与查询图像越相似。

步骤210：将对应的相似度最大的预设值个待匹配图像作为相似待匹配图像，确定与查询图像相似的相似待匹配图像的标识。

在该步骤中，将相似度最大的预设值个待匹配图像作为相似待匹配图像。例如，有10个计算结果，分别是0.99，0.88，0.54，0.64，0.18，0.45，056，0.64，0.96，0.78，而将相似度最大的4个作为相似待匹配图像，则取0.99，0.96，0.88，0.78对应的待匹配图像作为相似待匹配图像。

步骤211：向图像管理端发送相似加密SIFT特征向量对应的待匹配图像的标识，以使图像管理端根据标识向用户端反馈相似加密SIFT特征向量对应的待匹配图像。

如图3所示，本发明实施例提供了一种图像检索服务器，该图像检索服务器可以包括：第一接收单元301、第二接收单元302、确定单元303和发送单元304，其中，

所述第一接收单元301，用于接收从图像管理端发来的各个待匹配图像的加密SIFT特征向量，其中，每个所述待匹配图像对应至少两个所述加密SIFT特征向量，所述加密SIFT特征向量通过加密从对应的待匹配图像中提取的SIFT特征向量生成；

所述第二接收单元302，用于接收用户端发来查询图像的查询SIFT特征向量，其中，所述查询SIFT特征向量通过加密从所述查询图像中提取的SIFT特征向量生成；

所述确定单元303，用于根据所述第一接收单元301接收的所述各个图像的所述加密SIFT特征向量和所述第二接收单元接收的所述查询SIFT特征向量，确定与所述查询图像相似的相似待匹配图像的标识；

所述发送单元304，用于向所述图像管理端发送所述确定单元302确定的所述相似加密SIFT特征向量对应的待匹配图像的标识，以使所述图像管理端根据所述标识向所述用户端反馈所述相似加密SIFT特征向量对应的待匹配图像。

如图4所示，在本发明一个实施例中，为了保证图像检索的高效性，该图像检索服务器可以进一步包括：聚类单元401、第一处理单元402和第二处理单元403，其中，

所述聚类单元401，用于对所述第一接收单元301接收的所述各个待匹配图像的加密SIFT特征向量进行聚类，得到码书；

所述第一处理单元402，用于针对每个所述待匹配图像，根据所述码书的每一类中包含的当前待匹配图像的所述加密SIFT特征向量的数量，生成所述当前待匹配图像的权重向量；

所述第二处理单元403，用于确定每个所述查询SIFT特征向量所属于的所述码书中的类；以及根据所述码书的每一类中包含的所述查询图像的所述查询SIFT特征向量的数量，生成所述查询图像的权重向量；

所述确定单元303，用于确定每个所述待匹配图像的权重向量与所述查询图像的权重向量的相似度；以及根据每个所述待匹配图像对应的相似度，确定与所述查询图像相似的相似待匹配图像的标识。

如图5所示，在本发明一个实施例中，为了增加图像检索的准确度，进一步包括：计算单元501，用于针对所述码书的每一类，确定所述码书的当前类包含的所述加密SIFT特征向量对应的所述待匹配图像的数量与所述待匹配图像的总数的第一比值；

所述第一处理单元402，用于针对所述码书的每一类，确定所述码书的当前类中包含的所述当前待匹配图像的所述加密SIFT特征向量的数量与所述码书中类的总数的第二比值；以及根据公式一，确定所述当前待匹配图像在所述码书的每一类中的权重，其中，所述公式一为：

ω_i＝tf_i×log(idf_i)

其中，ω_i为所述当前待匹配图像在所述码书的第i类中的权重，tf_i为第i类对应的第二比值，idf_i为第i类对应的第一比值；

所述第二处理单元403，用于针对所述码书的每一类，确定所述码书的当前类中包含的所述查询SIFT特征向量的数量与所述码书中类的总数的第三比值；根据公式二，确定所述查询图像在所述码书的每一类中的权重，其中，所述公式二为：

ω_j＝f_j×log(idf_j)

其中，ω_j为所述查询图像在所述码书的第j类中的权重，f_j为第j类对应的第三比值，idf_j为第j类对应的第一比值。

在本发明一个实施例中，所述确定单元303，用于根据公式三，分别确定每个所述待匹配图像的权重向量与所述查询图像的权重向量的相似度，将对应的相似度最大的预设值个所述待匹配图像作为所述相似待匹配图像，确定与所述查询图像相似的所述相似待匹配图像的标识；

其中，所述公式三为：

其中，d_j为当前待匹配图像j对应的相似度，A为所述当前待匹配图像j的权重向量，B为所述查询图像的权重向量，i为权重向量的第i维，n为所述待匹配图像的总数。

如图6所示，本发明实施例提供了一种安全图像检索系统，该图像检索系统包括：图像管理端601、用户端602和上述任一实施例所述的图像检索服务器603，其中，

所述图像管理端601，用于发送各个待匹配图像的加密SIFT特征向量给所述图像检索服务器603，其中，每个所述待匹配图像对应至少两个所述加密SIFT特征向量，所述加密SIFT特征向量通过加密从对应的待匹配图像中提取的SIFT特征向量生成；以及接收所述图像检索服务器503发送的相似加密SIFT特征向量对应的待匹配图像的标识，根据所述标识向所述用户端502反馈所述相似加密SIFT特征向量对应的待匹配图像；

所述用户端602，用于发送查询图像的查询SIFT特征向量，其中，所述查询SIFT特征向量通过加密从所述查询图像中提取的SIFT特征向量生成；以及接收所述图像管理端反馈的所述相似加密SIFT特征向量对应的待匹配图像。

在本发明一个实施例中，所述图像管理端601，进一步用于提取各个待匹配图像中的至少两个SIFT特征向量；针对每一个所述SIFT特征向量，随机打乱当前SIFT特征向量的比特位平面的排列顺序，并与预设的第一伪随机序列异或，获得平面随机SIFT特征向量；将每一个所述平面随机SIFT特征向量的每一维度转换为一元数，并随机打乱所述一元数的排列顺序，以及与预设的第二伪随机序列异或，获得编码随机SIFT特征向量；由具有第一维度的密钥生成具有第一维度的高斯随机矩阵，并将所述高斯随机矩阵与所述编码随机SIFT特征向量作内积，获得所述当前SIFT特征向量对应的加密SIFT特征向量；

所述用户端602，进一步用于提取查询图像中的检索SIFT特征向量；针对每一个所述检索SIFT特征向量，随机当前检索SIFT特征向量的比特位平面的排列顺序，并与预设的第一伪随机序列异或，获得平面随机检索SIFT特征向量；将每一个所述平面随机检索SIFT特征向量的每一维度转换为一元数，并随机打乱所述一元数的排列顺序，以及与预设的第二伪随机序列异或，获得编码随机检索SIFT特征向量；由具有第一维度的密钥生成具有第一维度的高斯随机矩阵，并将所述高斯随机矩阵与所述编码随机检索SIFT特征向量作内积，获得加密后的所述查询SIFT特征向量。

在该实施例中，密钥的维度决定高斯随机矩阵的维度，例如，密钥的维度为20维，则该20维密钥生成独立的20维标准高斯向量，从而得到具有20维标准高斯向量的高斯随机矩阵。

综上，本发明的各实施例，至少具有如下有益效果：

1、在本发明的实施例中，通过预先接收从图像管理端发来的各个待匹配图像的加密SIFT特征向量，在用户需要进行图像检索时，接收用户端发来查询图像的查询SIFT特征向量，根据各个图像的加密SIFT特征向量和查询SIFT特征向量，确定与查询图像相似的相似待匹配图像的标识，然后向图像管理端发送相似加密SIFT特征向量对应的待匹配图像的标识，以使图像管理端根据标识向用户端反馈相似加密SIFT特征向量对应的待匹配图像。由于本发明提供的方法直接根据各个图像的加密SIFT特征向量和查询SIFT特征向量，确定与查询图像相似的相似待匹配图像的标识，在特征向量加密时直接进行检索，不需要对图像的特征向量进行解密，从而有效地避免了图像信息的泄露，因此能够有效的提高图像检索的安全性。

2、在本发明的实施例中，通过将各个待匹配图像的加密SIFT特征向量进行聚类并得到码书，根据码书计算出各个待匹配图像中各个类的权重，从而得到各个待匹配图像的权重，将各个待匹配图像至少两个加密SIFT特征向量转换为一个能够代表该待匹配图像的权重向量，使得图像检索高效并且准确。

3、在本发明的实施例中，将文字信息检索使用的TF-IDF思想，运用到图像检索中，能够快速确定待匹配图像的权重向量，并且只需要通过计算待匹配图像的权重向量与查询图像的权重向量的相似度，就能够确定图像检索结果，使得图像检索更加方便快捷。

上述装置内的各单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。

需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。

最后需要说明的是：以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。