《表5 不同算法的平均时间和哈希长度》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于对立色与显著区域的紧凑图像哈希算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在ROC曲线图中，不同算法取相同的PFPR时，PTPR越大的算法性能更优越.同理，取相同的PTPR时，PFPR越小的算法性能更优越.当PFPR为0时，本文算法的PTPR为0.991 5，而Local Color算法、Ring算法、CS-LBP算法、TD算法的PTPR分别为0.960 3、0.974 2、0.998 7和0.982 8.当PTPR接近1时，本文算法的PFPR为6×10-5，而Local Color算法、Ring算法、CS-LBP算法、TD算法的PFPR分别为0.943 6、0.475 0、0.126 4、0.009 3.只有PFPR为0时，CS-LBP算法的PTPR略高于本文算法，其他数值均明显低于本文算法.同时从图9可以看出，本文算法相对于其他算法更接近图像的左上角，因此本文算法图像分类性能更好.这是因为本文算法充分利用了图像的颜色信息，并结合了图像的显著区特征使得算法在图像的鲁棒性和区别性上达到一个较好的平衡.同时为了测试不同算法的生成效率，我们通过Matlab平台，在同一电脑上提取1 000幅图像的哈希序列并记录总时间求出不同算法运行一次所需的平均时间，如表5所示.可以看出，本文算法在对比算法中所用时间最短为0.04 s，Ring算法所用时间最长为0.55 s.