【技术实现步骤摘要】
本专利技术属于图片相似度对比，尤其涉及一种定义图片特征及进行相似度对比的方法和系统。
技术介绍
1、图片相似比对现在越来越多的应用到了现实生活中，而判断图片相似与否主要是通过判断图片间是否拥有足够的相似特征来决定的，而表达图片特征目前主要通过下面两个维度以及对应的几个相关算法来决定的，具体如下：
2、1）均值/差值哈希，与位置相关的一种特征，将图片缩放到预置分辨率后，通过和整个图片均值以及和相邻位置差值之间的比较，产生一个每个像素点的特征，所以特征数为分辨率大小。
3、2）颜色直方图，和位置关系较小的一种特征，将图片指定颜色通道（可以是灰度）作为统计量，统计0~255各有多少像素命中，从而产生特征，该特征数为256。
4、目前来看，使用上述特征进行图片相似比对均有各自的缺陷之处，对于均值/差值哈希而言，对于镜头移动后拍摄的图片效果很差，正确率有明显下滑。
5、而使用颜色（灰度）直方图对于同一张图片，只是亮度进行了增强或减弱后，直方图的结果也会有严重失真，从而产生判断错误。
6、可以看出，对于图片比对而言，目前的常用方法对于图片的特征获取维度有加强的需求，需要其他维度的特征来更进一步的扩大图片相似匹配的正确性。
技术实现思路
1、有鉴于此，本专利技术提供一种定义图片特征及进行相似度对比的方法和系统，以梯度直方图作为图片的特征进行相似度对比，提高图片相似度对比的鲁棒性。
2、为解决以上技术问题，本专利技术的技术方案
3、对目标图片进行预处理，输出轮廓高亮的灰度图；
4、构建一个拥有180个元素的数组g，用以记录灰度图的梯度直方图特征；初始化时，数组g中每个元素的值均为0；
5、遍历灰度图的像素点，计算每个像素点的梯度值，并根据梯度值访问数组g中对应的元素；计算该像素点的权重值，并将权重值与对应元素的值相加后赋予对应元素；遍历完成后将数组g作为目标图片特征值。
6、作为一种改进，所述对目标图片进行预处理的方法包括：
7、对目标图像进行缩放到阈值尺寸；
8、对缩放后的图片进行颜色空间转换至灰度图；
9、对灰度图中的轮廓进行识别，并获取轮廓的位置信息；
10、根据轮廓的位置信息对灰度图中的轮廓进行高亮处理。
11、作为一种进一步的改进，取轮廓的位置信息后，对轮廓的长度和幅度进行判断，其分别大于长度阈值和幅度阈值则保留。
12、作为另一种更进一步的改进，在遍历灰度图的像素点时，选择灰度图中间部分的像素点。
13、作为一种改进，计算像素点梯度值的方法包括：
14、获取像素点的灰度值m（x,y）；
15、利用公式
16、dx = （x-3,y）- (x+3,y)；
17、dy =（x，y-3)-(x,y+3)
18、分别计算x坐标和y坐标的灰度差值；其中dx为x坐标的灰度差值，dy为y坐标的灰度差值；
19、利用公式
20、r=arctan(dx/dy）
21、计算弧度值；其中r为弧度值，dx为x坐标的灰度差值，dy为y坐标的灰度差值；
22、利用公式
23、a=（r/π）*180+90
24、将弧度值转换为角度值从而获得该像素点的梯度值；其中a为梯度值，r为弧度值；若dy=0,则a直接为90。
25、作为一种改进，计算像素点权重值的方法包括：
26、利用公式t=sqrt(dx * dx + dy * dy)
27、计算像素点权重值；其中t为权重值，dx为x坐标的灰度差值，dy为y坐标的灰度差值。
28、本专利技术还提供一种定义图片特征值的系统，包括：
29、预处理模块，用于对目标图片进行预处理，输出轮廓高亮的灰度图；
30、数组构建模块，用于构建一个拥有180个元素的数组g，用以记录灰度图的梯度直方图特征；初始化时，数组g中每个元素的值均为0；
31、赋值模块，用于遍历灰度图的像素点，计算每个像素点的梯度值，并根据梯度值访问数组g中对应的元素；计算该像素点的权重值，并将权重值与对应元素的值相加后赋予对应元素；遍历完成后将数组g作为目标图片特征值。
32、本专利技术还提供一种图片相似度对比方法，包括：
33、根据上述定义图片特征值的方法获取进行对比的两张图片的特征值数组g[a]和g[b]；
34、设置相似系数g，相似系数g初始值为0；
35、逐一对比数组g[a]和g[b]的每个元素，若g[a]n=g[b]n，g[a]n为数组g[a]中的第n个元素，g[b]n为数组g[b]中的第n个元素，则将g+1的结果赋值给相似系数g；否则将g+（1 -(ga[n] - gb[n]）/ max(ga[n],gb[n])）的值赋值给相似系数g；
36、将g/180赋值给相似系数g，若相似系数大于相似阈值，则认为进行对比的两张图片为相似图片。
37、作为一种改进，所述相似阈值为0.81~0.85。
38、本专利技术还提供一种图片相似度对比系统，包括：
39、特征值获取模块，用于根据权利要求1~6中任意一项所述的定义图片特征值的方法获取进行对比的两张图片的特征值数组g[a]和g[b]；
40、相似系数初始化模块，用于设置相似系数g，相似系数g初始值为0；
41、对比模块，用于逐一对比数组g[a]和g[b]的每个元素，若g[a]n=g[b]n，g[a]n为数组g[a]中的第n个元素，g[b]n为数组g[b]中的第n个元素，则将g+1的结果赋值给相似系数g；否则将g+（1 - (ga[n] - gb[n]）/ max(ga[n],gb[n])）的值赋值给相似系数g；
42、判断模块，用于将g/180赋值给相似系数g，若相似系数大于相似阈值，则认为进行对比的两张图片为相似图片。
43、本专利技术的有益之处在于：
44、与现有的均值/差值哈希、颜色直方图为特征值的图片相似对比方法相比，本专利技术具有如下优点：
45、1）相机移动影响较小：梯度直方是基于图像的梯度信息来计算的，不受镜头移动对亮度和颜色的影响，能够更好地处理拍摄角度或者图片拍摄者移动引起的相似度变化。2）鲁棒性较强：梯度直方图能够更好地处理图像几何和光学畸变带来的影响，比如缩放、旋转、仿射、投影变换、别动率等变形引起的像素值变化。同时，相比于颜色直方图，梯度直方图对于亮、对比度的变化也具有更强的鲁棒性。3）对于杂纹理更敏感：梯度直方图利用图像梯度信息来计算，对于图像纹理和细节的提取较为敏感，可以更好地处理图像纹理复杂、过于抽象的情况。
46、4）现有技术中利用灰度图直接获取梯度图像对于对比度较差，本文档来自技高网...
【技术保护点】
1.一种定义图片特征值的方法，其特征在于包括：
2.根据权利要求1所述的一种定义图片特征值的方法，其特征在于所述对目标图片进行预处理的方法包括：
3.根据权利要求2所述的一种定义图片特征值的方法，其特征在于：获取轮廓的位置信息后，对轮廓的长度和幅度进行判断，其分别大于长度阈值和幅度阈值则保留。
4.根据权利要求1所述的一种定义图片特征值的方法，其特征在于：在遍历灰度图的像素点时，选择灰度图中间部分的像素点。
5.根据权利要求1所述的一种定义图片特征值的方法，其特征在于计算像素点梯度值的方法包括：
6.根据权利要求1所述的一种定义图片特征值的方法，其特征在于计算像素点权重值的方法包括：
7.一种定义图片特征值的系统，其特征在于包括：
8.一种图片相似度对比方法，其特征在于包括：
9.根据权利要求8所述的一种相似度对比方法，其特征在于：所述相似阈值为0.81~0.85。
10.一种图片相似度对比系统，其特征在于包括：
【技术特征摘要】
1.一种定义图片特征值的方法，其特征在于包括：
2.根据权利要求1所述的一种定义图片特征值的方法，其特征在于所述对目标图片进行预处理的方法包括：
3.根据权利要求2所述的一种定义图片特征值的方法，其特征在于：获取轮廓的位置信息后，对轮廓的长度和幅度进行判断，其分别大于长度阈值和幅度阈值则保留。
4.根据权利要求1所述的一种定义图片特征值的方法，其特征在于：在遍历灰度图的像素点时，选择灰度图中间部分的像素点。
5.根...
【专利技术属性】
技术研发人员：谢蜀岷，
申请(专利权)人：成都易我科技开发有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。