图像哈希算法是应用于图像检索、认证和拷贝检测等方面的一个重要研究课题。从本质上讲,它是将任意图像单向映射为序列,这个序列称为哈希。在实际应用中,图像经常要经过保持图像内容的处理操作。因此,相同或相似的图像应具有相同或相似的哈希序列,即鲁棒性。不同图像的哈希序列应有较大区别,即区别性。除这两种基本性质外,图像哈希算法应该有密钥控制,如果没有正确的密钥,就无法获得正确的哈希序列,即安全性。本文以离散小波变换、纹理特征、位平面、颜色对立色和四叉树分解等方面为嵌入点,提出了三种图像哈希算法。具体研究结果概括如下。1.基于CS-LBP纹理与位图像分解的图像哈希算法通过结合小波分解的近似图像的纹理特征和高频信息的位图像特征生成图像哈希。具体而言,先将输入图像规则化为相同大小并经过高斯低通滤波,然后通过小波分解得到近似图像和高频信息,接着分别提取近似图像的纹理特征和高频信息的位平面特征,最后结合全部特征来生成最终的哈希。实验结果表明,该算法对常见的图像操作具有较好的鲁棒性,对不同的图像具有较好的区别性。2.提出基于小波分解的统计特征哈希提出利用统计值提取小波分解后的近似图像的行与列的特征来构造图像哈希算法。具体而言,先对输入图像调整尺寸和滤波处理,然后通过小波分解获得近似图像,从近似图像中提取每行与每列提取统计值特征,最后对行统计特征与列统计特征进行L2范数计算得到最终的哈希。实验结果表明,该算法对常见的图像处理操作具有较好的稳健性,在拷贝检测性能测试中,该算法能够检测出常见的图像拷贝版本,检测性能较好。3.基于颜色对立色和四叉树结构的图像哈希算法采用颜色对立色和四叉树分解来分别提取图像的颜色特征和结构特征来生成图像哈希。具体而言,先对输入图像调整为相同大小,然后对尺寸规则化后的图像进行高斯低通滤波处理,接着从预处理后的图像中获取颜色对立色成分和亮度图像,对颜色对立成分提取颜色特征,对亮度图像提取四叉树结构特征,最后结合颜色特征与结构特征生成哈希。在鲁棒性实验中,该算法对伽马校正、JPEG压缩、水印嵌入等保持内容的图像处理操作稳健。对不同图像能够较好的区分。在篡改检测实验中,算法能够检测篡改图像,并可以定位篡改区域。