一种LBP改进的图片相似判定方法技术

本发明专利技术公开了一种LBP改进的图片相似判定方法，第一步，压缩图片尺寸；第二步，将压缩图片灰度化；第三步，提取对角线灰度；第四步，将对角线的每个像素进行DCT变换；第五步，计算对角线像素点的LBP值；第六步，建立LBP的散列，计算对角线LBP的均值，每个LBP值与均值对比，大于或等于记为1，小于记为0；采用一致性散列，得到15位基于LBP的散列值；第七步，对比判定，将不同图片的LBP的散列值进行对比，小于或等于2，则判断近似。

A method of image similarity determination improved by LBP

The invention discloses a method of image similarity determination improved by LBP. The first step is to compress picture size; the second step is to grayscale the compressed picture; the third step is to extract the diagonal gray level; the fourth step is to transform each pixel of the diagonal; the fifth step is to calculate the LBP value of the diagonal pixels; the sixth step is to establish a LBP. The value of diagonal LBP is calculated, and each LBP value is compared with the mean value, which is greater than or equal to 1, less than 0; a hash value based on LBP is obtained by using conformance hash, and the seventh step is to compare the hash values of different pictures of LBP, less than or equal to 2.

【技术实现步骤摘要】
一种LBP改进的图片相似判定方法
本专利技术涉及图像处理领域，特别涉及一种LBP改进的图片相似判定方法。
技术介绍
LBP(LocalBinaryPattern，局部二值模式)是一种用来描述图像局部纹理特征的算子；原始的LBP算子定义为在3*3的窗口内，以窗口中心像素为阈值，将相邻的8个像素的灰度值与其进行比较，若周围像素值大于中心像素值，则该像素点的位置被标记为1，否则为0。这样，3*3邻域内的8个点经比较可产生8位二进制数(通常转换为十进制数即LBP码，共256种)，即得到该窗口中心像素点的LBP值，并用这个值来反映该区域的纹理信息。如图1所示。基本的LBP算子的最大缺陷在于它只覆盖了一个固定半径范围内的小区域，这显然不能满足不同尺寸和频率纹理的需要。圆形LBP算子：为了适应不同尺度的纹理特征，并达到灰度和旋转不变性的要求，Ojala等对LBP算子进行了改进，将3×3邻域扩展到任意邻域，并用圆形邻域代替了正方形邻域，改进后的LBP算子允许在半径为R的圆形邻域内有任意多个像素点。从而得到了诸如半径为R的圆形区域内含有P个采样点的LBP算子，图2所示。LBP旋转不变模式：从LBP的定义可以看出，LBP算子是灰度不变的，但却不是旋转不变的。图像的旋转就会得到不同的LBP值。Maenpaa等人又将LBP算子进行了扩展，提出了具有旋转不变性的LBP算子，即不断旋转圆形邻域得到一系列初始定义的LBP值，取其最小值作为该邻域的LBP值。图3给出了求取旋转不变的LBP的过程示意图，图中算子下方的数字表示该算子对应的LBP值，图中所示的8种LBP模式，经过旋转不变的处理，最终得到的具有旋转不变性的LBP值为15。也就是说，图中的8种LBP模式对应的旋转不变的LBP模式都是00001111。LBP等价模式：一个LBP算子可以产生不同的二进制模式，对于半径为R的圆形区域内含有P个采样点的LBP算子将会产生P2种模式。很显然，随着邻域集内采样点数的增加，二进制模式的种类是急剧增加的。例如：5×5邻域内20个采样点，有220＝1,048,576种二进制模式。如此多的二值模式无论对于纹理的提取还是对于纹理的识别、分类及信息的存取都是不利的。同时，过多的模式种类对于纹理的表达是不利的。例如，将LBP算子用于纹理分类或人脸识别时，常采用LBP模式的统计直方图来表达图像的信息，而较多的模式种类将使得数据量过大，且直方图过于稀疏。因此，需要对原始的LBP模式进行降维，使得数据量减少的情况下能最好的代表图像的信息。为了解决二进制模式过多的问题，提高统计性，Ojala提出了采用一种“等价模式”(UniformPattern)来对LBP算子的模式种类进行降维。在实际图像中，绝大多数LBP模式最多只包含两次从1到0或从0到1的跳变。因此，Ojala将“等价模式”定义为：当某个LBP所对应的循环二进制数从0到1或从1到0最多有两次跳变时，该LBP所对应的二进制就称为一个等价模式类。如00000000(0次跳变)，00000111(只含一次从0到1的跳变)，10001111(先由1跳到0，再由0跳到1，共两次跳变)都是等价模式类。除等价模式类以外的模式都归为另一类，称为混合模式类，例如10010111(共四次跳变)。通过这样的改进，二进制模式的种类大大减少，而不会丢失任何信息。模式数量由原来的2P种减少为P(P-1)+2种，其中P表示邻域集内的采样点数。对于3×3邻域内8个采样点来说，二进制模式由原始的256种减少为58种，这使得特征向量的维数更少，并且可以减少高频噪声带来的影响。由上述综述可得知：变形之后的LBP很适合人脸及人物运动的判断，但是LBP的计算量庞大，没有效率优势，很难适应互联网海量图片相似的判断。申请人在专利申请名称“基于LBP的图片相似判定方法”，在LBP方法之前，先压缩图片，调整像素灰度，之后做DCT变换，得到最简信息，然后进行LBP，之后摒弃了传统的直方图判断方法，而是采用LBP均值散列的方法，得到更多细节；但是由于是压缩之后的全图片一同做LBP，计算量仍显庞大，此外，机器人判断之后需要人工精确判断，因此，前期只需要一个大概的判断即可，要求是：不漏掉相似图片即可，也就是说，可以多找出涉嫌相似的图片，至于是否真的相似，可以人工判断；经验证明，100张图片之内，人工判断效率是很高的。
技术实现思路
为了克服上述现有技术的不足，本专利技术提供了一种LBP改进的图片相似判定方法。本专利技术提供的一种LBP改进的图片相似判定方法，包括以下步骤：第一步，压缩图片尺寸将图片压缩至64*64像素；第二步，将压缩图片灰度化将压缩图片降至64级灰度；第三步，提取对角线灰度第四步，DCT变换将对角线的每个像素进行DCT变换；第五步，计算对角线像素点的LBP值对于每个对角线像素的DCT值与相邻的8个像素的DCT值进行比较，若周围像素值大于中心像DCT值，则该像素点的位置被标记为1，否则为0；3*3邻域内的8个点经比较可产生8位二进制数，即得到该中心像DCT值的LBP值；第六步，建立LBP的散列计算对角线LBP的均值，每个LBP值与均值对比，大于或等于记为1，小于记为0；采用一致性散列，得到15位基于LBP的散列值；第七步，对比判定将不同图片的LBP的散列值进行对比，小于或等于2，则判断近似。有益效果：本专利技术仅对比对角线上的LBP均值(仅计算对角线以及相邻像素点的LBP即可)，并形成15为散列值，与64位散列相比节省4倍的计算量。附图说明图1是LBP方法原理图。图2是圆形LBP方法原理图。图3是求取旋转不变的LBP的过程示意图。图4是原始图谱与LBP图谱。具体实施方式实施例：第一步，压缩图片尺寸将图片压缩至64*64像素；第二步，将压缩图片灰度化将压缩图片降至64级灰度；第三步，提取对角线灰度第四步，DCT变换将对角线的每个像素进行DCT变换；第五步，计算对角线像素点的LBP值对于每个对角线像素的DCT值与相邻的8个像素的DCT值进行比较，若周围像素值大于中心像DCT值，则该像素点的位置被标记为1，否则为0；3*3邻域内的8个点经比较可产生8位二进制数，即得到该中心像DCT值的LBP值；第六步，建立LBP的散列计算对角线LBP的均值，每个LBP值与均值对比，大于或等于记为1，小于记为0；采用一致性散列，得到15位基于LBP的散列值；第七步，对比判定将不同图片的LBP的散列值进行对比，小于或等于2，则判断近似。本文档来自技高网...

【技术保护点】
一种LBP改进的图片相似判定方法，其特征在于，包括以下步骤：第一步，压缩图片尺寸将图片压缩至64*64像素；第二步，将压缩图片灰度化将压缩图片降至64级灰度；第三步，提取对角线灰度第四步，DCT变换将对角线的每个像素进行DCT变换；第五步，计算对角线像素点的LBP值对于每个对角线像素的DCT值与相邻的8个像素的DCT值进行比较，若周围像素值大于中心像DCT值，则该像素点的位置被标记为1，否则为0；3*3邻域内的8个点经比较可产生8位二进制数，即得到该中心像DCT值的LBP值；第六步，建立LBP的散列计算对角线LBP的均值，每个LBP值与均值对比，大于或等于记为1，小于记为0；采用一致性散列，得到15位基于LBP的散列值；第七步，对比判定将不同图片的LBP的散列值进行对比，小于或等于2，则判断近似。

【技术特征摘要】
1.一种LBP改进的图片相似判定方法，其特征在于，包括以下步骤：第一步，压缩图片尺寸将图片压缩至64*64像素；第二步，将压缩图片灰度化将压缩图片降至64级灰度；第三步，提取对角线灰度第四步，DCT变换将对角线的每个像素进行DCT变换；第五步，计算对角线像素点的LBP值对于每个对角线像素的DCT值与相邻的8个像素的DCT值进行比较，若周围像素值大于中心...

【专利技术属性】
技术研发人员：王祝，
申请(专利权)人：奕响大连科技有限公司，
类型：发明
国别省市：辽宁,21