海量图像数据的存储和管理是大数据研究面临的一个挑战性问题。图像哈希属于图像处理与信息安全领域的交叉研究课题。它用一个长度固定的短小数字序列来表示图像，实现图像高效处理，在拷贝检测、内容认证、图像检索、质量评价等方面有重要应用。
唐振军教授课题组围绕图像哈希的关键理论与方法开展深入研究，取得了多项重要研究成果，主要的科学发现和贡献概况如下。（1）研究图像环形分割、图像对数极坐标变换和多维尺度分析等技术，建立抗旋转变换的图像哈希算法，突破了图像哈希在旋转稳健性方面的瓶颈问题，性能优于多种主流图像哈希算法，为解决图像处理领域的其他抗旋转变换问题提供了新理论和新技术。（2）研究NMF、LLE、MDS和PCA等降维理论，揭示降维数据间的稳定性规律，提出了基于数据降维理论的图像哈希系列算法，分类性能优于多种经典哈希算法，为上述降维技术在其他研究领域的应用提供了有益借鉴。（3）利用图像颜色信息构造特征，建立彩色图像哈希系列算法，较好解决了彩色图像哈希唯一性不理想的问题，对图像哈希、图像检索和图像认证等问题研究有重要借鉴作用。
围绕图像哈希研究课题，唐振军教授主持国家自然科学基金项目“基于数据降维和压缩感知的图像哈希理论与方法”、广西自然科学基金项目“感知图像Hash算法及其应用研究”和“面向数字图像的新型哈希算法研究”。发表学术论文34篇，其中SCI论文19篇（涵盖16个重要国际期刊，二区期刊论文6篇），中国计算机学会推荐A类期刊论文3篇和B类期刊论文2篇，EI论文27篇，获授权的发明专利3件。研究成果被多个国际组织的Fellow、国家千人、长江学者、国家杰青等专家正面评价和引用，Google scholar引用总计530多次。
项目资助计划书/任务书
中国计算机学会推荐A类期刊论文