公开(公告)号：CN108959478B

公开(公告)日：2021-06-22

申请号：CN201810642032.X

申请日：2018-06-21

Applicant: 中南林业科技大学

Inventor： 秦姣华 ,  李浩 ,  向旭宇 ,  潘丽丽 ,  谭云 ,  马文涛

IPC: G06F16/583 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明公开了一种云环境下的密文图像检索方法及系统，首先，从自适应阈值和特征点预筛选两方面优化Harris算法，并提取图像特征。其次，采用SURF算法和词袋模型生成每一幅图像的Harris角点特征向量。然后，采用局部敏感哈希(Locality Sensitive Hashing,LSH)算法对特征向量构建可搜索索引，并用传统加密方案对图像以及索引进行加密，最后，在云服务器上进行安全的相似性检索。实验结果证明，通过对Harris角点优选及SURF与词袋模型的特征描述，并对局部敏感哈希算法的参数进行了优化，本发明提出的检索方案与现有加密检索方案对比，不仅缩短了特征提取时间，而且有效提高了加密图像检索效率。

公开(公告)号：CN109767406A

公开(公告)日：2019-05-17

申请号：CN201910083343.1

申请日：2019-01-28

Applicant: 中南林业科技大学

Inventor： 秦姣华 ,  马文涛 ,  向旭宇 ,  谭云

IPC: G06T5/00

Abstract: 本发明公开了一种应用于图像处理的自适应中值滤波去噪方法，先对图像进行预处理，然后：(1)采用分治排序策略对滤波窗口内的数据进行排序；(2)结合噪声密度自适应调整滤波窗口大小。该应用于图像处理的自适应中值滤波去噪方法去燥效率高，易于实施。

公开(公告)号：CN110659379B

公开(公告)日：2023-05-23

申请号：CN201910902185.8

申请日：2019-09-24

Applicant: 中南林业科技大学

Inventor： 秦姣华 ,  向旭宇 ,  马文涛 ,  谭云

IPC: G06F16/583 ,  G06F21/60 ,  G06N3/0464 ,  G06N3/08 ,  H04L9/08

Abstract: 本发明公开了一种基于深度卷积网络特征的可搜索加密图像检索方法，在数据拥有设备端，将图像加密并将加密后的图像集存储在服务器端；在服务器端，由服务器提供CBIR服务；根据用户的查询请求对加密的查询图像提取特征，再计算相似度，最后将检索到的检索结果返回给查询用户；在授权查询业务端，向服务器提出查询请求，由服务器返回检索结果后，用户使用密钥对检索结果对应的图像进行解密还原。该基于深度卷积网络特征的可搜索加密图像检索方法具有更高的安全性和检索精度。

公开(公告)号：CN108959478A

公开(公告)日：2018-12-07

申请号：CN201810642032.X

申请日：2018-06-21

Applicant: 中南林业科技大学

Inventor： 秦姣华 ,  李浩 ,  向旭宇 ,  潘丽丽 ,  谭云 ,  马文涛

IPC: G06F17/30 ,  G06K9/46 ,  G06K9/62

CPC classification number: G06K9/4676 ,  G06K9/6215 ,  G06K9/6218

Abstract: 本发明公开了一种云环境下的密文图像检索方法及系统，首先，从自适应阈值和特征点预筛选两方面优化Harris算法，并提取图像特征。其次，采用SURF算法和词袋模型生成每一幅图像的Harris角点特征向量。然后，采用局部敏感哈希(Locality Sensitive Hashing,LSH)算法对特征向量构建可搜索索引，并用传统加密方案对图像以及索引进行加密，最后，在云服务器上进行安全的相似性检索。实验结果证明，通过对Harris角点优选及SURF与词袋模型的特征描述，并对局部敏感哈希算法的参数进行了优化，本发明提出的检索方案与现有加密检索方案对比，不仅缩短了特征提取时间，而且有效提高了加密图像检索效率。

公开(公告)号：CN108335319A

公开(公告)日：2018-07-27

申请号：CN201810116898.7

申请日：2018-02-06

Applicant: 中南林业科技大学

Inventor： 秦姣华 ,  李浩 ,  向旭宇 ,  钟少宏 ,  马文涛

IPC: G06T7/32

Abstract: 本发明公开了一种基于自适应阈值及RANSAC的图像角点匹配方法，首先，采用自适应方式抑制非极大值的方法对角点进行预筛选。其次，采用Forstner算子对角点进行二次筛选。接着采用归一化互相关匹配算法对检测的Harris角点进行粗匹配。最后采用随机抽样一致算法对图像进行精确匹配。实验结果证明改进的方法不仅缩短角点检测和图像匹配时间，而且能有效提高图像的匹配精度。该基于自适应阈值及RANSAC的图像角点匹配方法处理效率高，匹配准确率高。

公开(公告)号：CN110659379A

公开(公告)日：2020-01-07

申请号：CN201910902185.8

申请日：2019-09-24

Applicant: 中南林业科技大学

Inventor： 秦姣华 ,  向旭宇 ,  马文涛 ,  谭云

IPC: G06F16/583 ,  G06F21/60 ,  G06N3/04 ,  G06N3/08 ,  H04L9/08

Abstract: 本发明公开了一种基于深度卷积网络特征的可搜索加密图像检索方法，在数据拥有设备端，将图像加密并将加密后的图像集存储在服务器端；在服务器端，由服务器提供CBIR服务；根据用户的查询请求对加密的查询图像提取特征，再计算相似度，最后将检索到的检索结果返回给查询用户；在授权查询业务端，向服务器提出查询请求，由服务器返回检索结果后，用户使用密钥对检索结果对应的图像进行解密还原。该基于深度卷积网络特征的可搜索加密图像检索方法具有更高的安全性和检索精度。