1.基于离散小波变换的图像感知哈希方法，其特征在于，包括以下步骤：

1)获取待处理图像；

2)对图像进行预处理，得到预处理后的图像；

3)对预处理后的图像进行特征提取，得到图像特征；

4)对图像特征进行量化和加密，得到图像哈希序列；

对图像进行预处理的步骤包括：

2.1)将待处理图像转换为灰度图像；灰度图像的像素值Gray＝0.299×R+0.587×G+

0.114×B；其中，R、G、B分别为彩色图像中像素的红、绿、蓝分量；并且灰度图像中每个点的像素值需要归一化为0‑1；

2.2)利用双线性插值法将灰度图像的尺寸转换为n×n；

对图像进行预处理的步骤还包括对n×n的灰度图像进行图像校正；

图像校正的步骤包括：

a1)对灰度图像f(x,y)进行仿射射变换，得到图像f1(x,y)＝A1[f(x,y)]；其中，变换参数 参数 满足 且μ3′0+μ1′2＜0，即参数 其中μpq是图像f(x,y)的中心矩，mpq是图像f(x,y)的

几何矩， M、N分别表示图像f(x,y)中像素点的行数、列数；

a2)利用canny算法对图像f1(x,y)进行边缘检测，得到二值图像f2(x,y)；

a3)设定二值图像f2(x,y)为集合A，对二值图像f2(x,y)进行增厚，得到图像其中， 是hit‑or‑miss变换， 是侵蚀C

操作，B、B1、B2是用于增厚的结构元素；A为集合A的补集；

a4)对图像f3(x,y)进行霍夫变换，得到校正图像f4(x,y)＝A2[f3(x,y)]；其中，参数θ为角度；

对预处理后的图像进行特征提取的步骤包括：

3.1)将预处理后的图像划分为L＝d×d个图像块；每个图像块的大小为m×m；尺寸

3.2)对每个图像块进行二维离散小波变换，得到系数矩阵；提取出系数矩阵中出现频率最低的 个元素，并建立低频系数矩阵 i为图像块的序号；1≤i≤L；

3.3)对低频系数矩阵 进行奇异值分解，得到每个图像块的SV序列；其中，第i个图像块的SV序列记为

3.4)计算每个图像块SV序列的标准差，并作为图像特征；其中，第i个图像块的SV序列的标准差 图像特征φ＝φ1,φ2,...,φl；

对图像特征进行量化和加密的步骤包括：

4.1)将图像特征量化为整数，得到量化向量{Q|qi＝round(φi×100+0.5),1≤i≤L}；

round()是一个将小数转换为最接近整数的函数；qi为量化向量Q的元素；

4.2)利用初始秘钥U0和参数λ生成混沌序列{K|ki∈(0,1),i＝1,2,…,l}；K由逻辑映射生成：Ut+1＝λUt(1‑Ut)，其中Ut∈[0,1]，t＝0,1,2,...,∞，3.5699＜λ≤4；ki为混沌序列K的元素；

4.3)将混沌序列K的元素升序排列，得到新的序列K’；将序列K’中元素在混沌序列K中的位置依次记录数组S中；利用混沌序列K对量化向量Q进行加密，得到图像哈希序列{H|hi＝QS[i],1≤i≤l}；S[i]是数组S中的第i个元素；hi表示第i个哈希值。

2.根据权利要求1所述的基于离散小波变换的图像感知哈希方法，其特征在于，灰度图像中每个点的像素值为归一化值。

3.根据权利要求1所述的基于离散小波变换的图像感知哈希方法，其特征在于，边缘检测的步骤包括平滑、寻找梯度、非最大抑制、滞后阈值。