一种图像单盲保密匹配方法
【技术领域】
[0001] 本发明设及数据流非稳性度量及图像匹配技术，特别设及图像单盲保密匹配技 术。该技术在身份认证，信息安全等领域中有着广泛的应用前景。
【背景技术】
[0002] 图像匹配是图像处理领域中重要的研究分支，近年来，在大数据条件及物联网飞 速发展的背景下，图像匹配技术受到了广泛的关注和重视。综合国内外的研究成果来看，图 像匹配识别方法可W主要分为=类；（1)第一类是基于特征点的匹配识别方法：彭进业等 人提出了一种在图像的反对称双正交小波分解数据域中，实现多尺度对称变换的方法，并 将它应用于脸部图像中主要特征点的定位（彭进业等.多尺度对称变换及其应用于定位人 脸特征点[J].电子学报，2002,（3))，陈超等人在分析当前主要的图像配准方法的基础上， 提出一种改进的基于点特征的遥感图像配准方法（陈超等，一种改进的遥感图像配准方法 [J].北京大学学报（自然科学版）.2010,（4)) ;(2)第二类是基于灰度信息的图像匹配识 别方法，如；Viola等人把互信息引入图像匹配的领域（Viola P and Wells W M. Alignment by maximization of mutual information. In:Proceedings of the 5th International Conference on Computer Vision. Los Alamitos, CA:IEEE Press,1995:16-23.)， Rosenfeld等利用互相关法来进行图像匹配（A Rosenfeld and A. C.Kak. Digital Pierre Processing Vol. I and II, Academic Press, Orlando, FL 1982.);吴强等提出了一种基于 Sobel边缘特征和小波变换的递推多模板快速匹配算法（吴强等，融合图像灰度信息与边 缘特征的快速匹配算法[J].信号处理，2013,（02)) ; (3)第S类是基于变换域的图像匹配 的方法，如；张锐娟等人结合四元数理论，提出一种基于四元数傅里叶变换的亚像素相位相 关法，能够稳定快速的实现匹配（张锐娟.图像配准理论及算法研究巧].西安：西安电子 科技大学，2009.)。但是，在使用上述方法进行图像匹配之前，需要对含有深度噪声的图像 进行去噪，并且去噪的效果决定着后面图像匹配的效果。也就是说，使用该些方法，无法直 接对噪声隐藏下的信噪比极低的图像进行保密匹配，使用该些图像匹配技术的普通用户可 W在匹配图像的输入和匹配结果的输出过程中，通过自身肉眼辨识出图片上所表示的人和 物。（现有的方法主要关注匹配的准确性，但忽视了安全性）。
[0003] 图像加密技术实际操作中一般先将二维图像转换成一维数据，再采用传统加密算 法进行加密。与普通的文本信息不同，图像和视频具有时间性、空间性、视觉可感知性，还可 进行有损压缩，该些特性使得为图像设计更加高效、安全的加密算法成为可能。自上世纪90 年代起，研究者利用该些特性提出了多种图像加密算法。总结起来图像加密技术可分为两 类；即空域图像加密技术和压缩图像加密技术。前者在未压缩的图像上进行加密，将图像看 作二维数据进行操作，典型方法是采用离散混浊加密技术；后者则基于某种压缩格式或压 缩技术进行加密，如JPEG、算术编码、小波压缩技术等。
[0004] 在实际生活和工作中，人们通常通过云计算的方式来充分利用各部口的计算资源 和数据资源，该对信息安全带来了巨大的隐患。例如，敏感人物的出入境限制，需要各口岸 工作人员的配合，被限制人的信息（护照）将被发送到各地，由出境出的计算机进行排查。 由于接触信息的人员太多，容易出现泄密，造成负面影响。出于个人隐私保护、国家安全、犯 罪追查等因素的考虑，常常需要对图像保密匹配，即把图像加密后进行自动匹配（不让操 作人员看到图像的真实内容），该样可W防止无关人员拥有读取大众敏感信息源的权限，可 W杜绝泄密等事件的发生。如何在保障信息安全的情况下进行云计算，是一个重要的研究 课题。
[0005] 所谓的图像的保密匹配就是研究经过加密后的图像的匹配识别问题，使用该一图 像匹配技术的普通用户，无法通过自身人眼或其它方法在匹配图像的输入和匹配结果的输 出过程中辨识出图片上所表示的人和物，从而满足特殊场合下的保密需求。现有的图像加 密方法目标是为了图像在传输过程中的安全，存在基于密钥的解密的算法，从而保证图像 在传输过程中的安全和解密后的图像质量。由于解密算法的存在，总存在泄密的可能。本发 明中提出的图像保密匹配不同于的图像加密技术和图像匹配技术。它与现有的图像加密技 术最大的区别是；只加密，不解密，图像加密只是起掩盖目标图像的作用；与当前的图像匹 配的显著区别在于，现有的图像匹配方法主要基于相似性，而我们处理的是被掩盖的图像， 待匹配图像的外表完全不相似。因此，本发明的技术只对完全相同的图像有效。如果待匹 配的图像是证件登记照，就可W用于解决敏感人员出入境限制问题。图像的保密匹配是一 个具有挑战性的问题，目前国内外没有公开发表过该方面的工作。
[0006] 本发明从模型选择的角度来处理图像保密匹配问题。模型选择旨在为给定的 一组数据从预先选定的一组模型中选择一个最合适的模型，它是科学认知中的一项基础 性工作。一旦该组模型给定，通过数学分析的方法可W综合考察每个模型的拟合优度和 简洁程度，然后在某个原则下选择最合适的模型。通常的模型选择标准有AIC(Aka化e 信息准则，Akaike(1973))、BIC炬ayes信息准则，Schwarz(1978))、MDL(最小描述长度， I?issanen(1978))、SRM(结构风险最小，Vapnik and Qie;rvonenkis(1974))等出astie 等.The Elements of Statistical Learning:Data Mining, Inference, and Prediction. Second Edition, Springer-Verlag,2009]。该些方法经过近四十年的发展，已经得到 了广泛的应用。它们在不同的问题中各具优势，在某些问题中还存在一些等价关系。此 夕F，还有一些实证的方法，如交叉验证把TOSS validation)、自助法炬ootstrap)、信噪 比等。本发明提出的基于残差的模型选择方法（谭秋衡等，Model selection method based on maximal information coefficient of residuals,Acta Mathematica Scientia，Vol. 34B (2014)，579-592)，借助非平稳性度量的理论与方法（了义明等，数据流 的非平稳性度量，数学物理学报，Vol. (30)，No. 5, 2010, 1364-1376)，采用残差非平稳性度 量最小的模型选择标准，可W很好地完成特定的图像保密匹配问题----图像单盲保密匹 配。
[0007] 本发明融合粗粒化方法、遍历论、信息论的观点，研究了数据流的非平稳程度的比 较问题。本发明通过频率序列的稳定性来定义稳定集合，W此来提取该时间序列的稳定信 息结构，然后用化annon信息滴来衡量稳定信息结构中信息量的大小，再经过适当的归一 化就得到了非平稳性度量。早期的想法发表在2003年（了义明、范文涛、粪小庆，建立系 统科学基础理论框架的一种可能途径与若干具体思路（之走）一离散动力系统的密度演化 与序列的信息结构.系统工程理论与实践.2003. 1-14)，后来完成硕±论文（吴克坤，数据 流的非平稳性度量，硕±学位论文（导师；了义明），中国科学院武汉物理与数学研究所， 2008)，较完整的理论和方法发表于2010年（了义明等，数据流的非平稳性度量，数学物理 学报，Vol. (30)，No. 5, 2010, 1364-1376)。本发明提出的非平稳性度量的理论基础、算法、应 用方面的新进展包含在已经公开的博±论文之中（谭秋衡，时间序列的非平稳性度量及其 应用，博±学位论文（导师了义明），中国科学院武汉物理与数学研究所，2013年5月），文 中对国内外与非平稳性衡量有关的研究进行了综述和比较。2014年发表的非平稳性度量在 彩票数据中的应用工作（谭秋衡、了义明，基于非平稳性度量的彩票数据实证分析，数学物 理学报，2014, 207-216)。一个数据流的非平稳性度量值是0到1之间的实数，它与噪声的 分布无关，只与依赖于数据的平稳程度；其值越接近0,说明数据流越平稳；越接近于1，说 明数据流越不平稳。
[000引如果用Y表示目标图像，如果加上强噪声N，就得到被掩盖的目标图像Yu= Y+N。 位于捜索库中浮动图像记为{YiJ，k= 1，2,…，N。考虑残差Rk=Y。一Yk= (Y-Yk)+N，如 果第k个浮动图像Yk和目标图像Y相同，则R k就是前面所加的掩盖噪声N，否则R k中就含 有反映目标图像和浮动图像差异的信号（Y-Yk)。非平稳性度量可W检测残差接近噪声的 程度，可W完成上述判别问题，由于非平稳性度量不依赖于噪声的分布，掩盖噪声N可W有 多种选择。
[0009] 术语解释：
[0010] 图像匹配；图像匹配是指通过一定的匹配算法在两幅或多幅图像（目标图像和浮 动图像）之间识别同名点，其实质是在基元相似性的条件下，运用匹配准则的最佳捜索问 题。
[0011] 数据加密、解密：数据加密是指通过加密算法和加密密钥将明文转变为密文，而解 密则是通过解密算法和解密密钥将密文恢复为明文。
[0012] 图像加密：利用数字图像的特性设计加密算法，W提高加密的安全性和运算效率， 由于解密算法的存在，其安全性取决于加密算法和拥有密钥的人的安全程度。主要方法有： 像素置乱，秘密分割，混浊加密等。
[0013] -次一密（one time padding);指在流密码当中使用与消息长度等长的随机密 钥，密钥本身只使用一次。具体而言，首先选择一个随机位串作为密钥，然后将明文转变成 一个位串，比如使用明文的ASCII表示法。最后，逐位计算该两个串的异或值，结果得到的 密文不可能被破解，因为即使有了足够数量的密文样本，每个字符的出现概率都是相等的， 每任意个字母组合出现的概率也是相等的。最大优点在于它使