CN105574837A - 一种图像相似性匹配方法及装置 - Google Patents
一种图像相似性匹配方法及装置 Download PDFInfo
- Publication number
- CN105574837A CN105574837A CN201410539457.XA CN201410539457A CN105574837A CN 105574837 A CN105574837 A CN 105574837A CN 201410539457 A CN201410539457 A CN 201410539457A CN 105574837 A CN105574837 A CN 105574837A
- Authority
- CN
- China
- Prior art keywords
- image
- channel
- similarity
- matched
- channel image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明适用于图像处理领域,提供了一种图像相似性匹配方法及装置。所述方法包括:获取待匹配彩色图像中颜色区域的主要分布特征;缩小待匹配彩色图像中R通道图像、G通道图像以及B通道图像;对缩小后的R通道图像、G通道图像以及B通道图像进行编码,得到相应的编码值;将待匹配彩色图像中颜色区域的主要分布特征与存储的图像中颜色区域的主要分布特征比较,得到第一相似度;将缩小后的R通道图像、G通道图像以及B通道图像的编码值与存储的图像的编码值比较,得到第二相似度;根据第一相似度和第二相似度判断待匹配彩色图像与存储的图像是否匹配。本发明实施例能够提高匹配准确度。
Description
技术领域
本发明属于图像处理领域,尤其涉及一种图像相似性匹配方法及装置。
背景技术
图像匹配,主要是通过分析两个图像的纹理及灰度等的对应关系、相似性,来判断这两个图像是否相同。
目前,在进行图像相似性匹配的过程中,往往都是通过对彩色图像对应的灰度图像进行基于像素操作来获取到对图像内容结构的描述,如尺度不变特征转换(Scale-invariantfeaturetransform,SIFT)算法,局部二值模式(LocalBinaryPatterns,LBP)算法,灰度共生矩阵(GrayLevelConcurrenceMatrix)算法等,但在上面所述的方法中,都有其自身的不足和缺陷,如SIFT虽然鲁棒性很好,抗形变、抗旋转能力强,但是计算量很大,在很多高清图像的特征匹配中实时性很差,LBP算法和灰度共生矩阵都是基于灰度图像的,而由于灰度图像把其它通道的颜色信息去掉了,因此通过LBP算法和灰度共生矩阵算法比较图像的相似性少了很多依据,容易导致误判率高。
发明内容
本发明实施例提供了一种图像相似性匹配方法,旨在解决现有方法在匹配图像时误判率过高的问题。
本发明实施例是这样实现的,一种图像相似性匹配方法,所述方法包括下述步骤:
获取待匹配彩色图像中颜色区域的主要分布特征;
缩小待匹配彩色图像中R通道图像、G通道图像以及B通道图像;
对缩小后的所述R通道图像、G通道图像以及B通道图像进行编码,得到相应的编码值;
将待匹配彩色图像中颜色区域的主要分布特征与存储的图像中颜色区域的主要分布特征比较,得到第一相似度;
将缩小后的所述R通道图像、G通道图像以及B通道图像的编码值与存储的图像的编码值比较,得到第二相似度;
根据所述第一相似度和所述第二相似度判断待匹配彩色图像与存储的图像是否匹配。
本发明实施例的另一目的在于提供一种图像相似性匹配装置,所述装置包括:
颜色分布特征获取单元,用于获取待匹配彩色图像中颜色区域的主要分布特征;
通道图像缩小单元,用于缩小待匹配彩色图像中R通道图像、G通道图像以及B通道图像;
通道图像编码单元,用于对缩小后的所述R通道图像、G通道图像以及B通道图像进行编码,得到相应的编码值;
第一相似度确定单元,用于将待匹配彩色图像中颜色区域的主要分布特征与存储的图像中颜色区域的主要分布特征比较,得到第一相似度;
第二相似度确定单元,用于将缩小后的所述R通道图像、G通道图像以及B通道图像的编码值与存储的图像的编码值比较,得到第二相似度;
图像匹配单元,用于根据所述第一相似度和所述第二相似度判断待匹配彩色图像与存储的图像是否匹配。
在本发明实施例中,由于匹配过程中保留了三个通道的颜色信息,增加了匹配信息,因此能够提高匹配的准确率。并且,由于第一相似度是基于分块颜色的直方图,第二相似度是基于图像内容结构,因此,本发明实施例提供的图像相似性匹配方法结合了分块颜色直方图相似度与图像内容结构相似度,从而使匹配更精确。
附图说明
图1是本发明第一实施例提供的一种图像相似性匹配方法的流程图;
图2是本发明第一实施例提供的从彩色图像中分别提取出R通道图像、G通道图像、B通道图像的示意图;
图3是本发明第一实施例提供的图2所示的R通道图像、G通道图像以及B通道图像的直方图;
图4是本发明第一实施例提供的简化图3后得到的直方图;
图5是本发明第一实施例提供的缩小图2后得到的示意图;
图6是本发明第一实施例提供的对15*15像素大小的图像进行编码的示意图;
图7是本发明第二实施例提供的一种图像相似性匹配装置的结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例中,获取待匹配彩色图像中颜色区域的主要分布特征,以及对待匹配彩色图像中红(R)通道图像、绿(G)通道图像以及蓝(B)通道图像分别进行编码,得到相应的编码值,再分别将待匹配彩色图像中颜色区域的主要分布特征、编码值与存储的图像中颜色区域的主要分布特征、编码值比较,确定第一相似度和第二相似度,最后根据确定的第一相似度和第二相似度判断待匹配彩色图像与存储的图像是否匹配。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一:
图1示出了本发明第一实施例提供的一种图像相似性匹配方法的流程图,详述如下:
步骤S11,获取待匹配彩色图像中颜色区域的主要分布特征。
其中,所述获取待匹配彩色图像中颜色区域的主要分布特征的步骤具体包括:
A1、从待匹配彩色图像中分别提取出R通道图像、G通道图像、B通道图像。如图2所示,可在一个待匹配彩色图像中分别提取出R通道图像、G通道图像、B通道图像。
A2、分别将R通道图像、G通道图像以及B通道图像划分为大小相等的块。具体地,应保证每个划分的块的像素值大小大于或等于20*20,即每个划分的块在水平方向的像素值大于或等于20,在垂直方向的像素值大于或等于20。保证划分的块的大小是因为只有一定量的图像像素才能充分描述出一块图像内容的颜色分布状况。
A3、确定划分的所有块的直方图信息。具体地,由于图像通常包括256个像素值,因此,选取一个数值N(N小于或等于255),通过选取的N将0~255这256个像素平均分成N部分。假设256/N=Path_num,若Path_num不为整数,则选取小于Path_num的最大整数值;若为整数,则直接选取Path_num这个整数。在将256个像素值分为N个区间时,所分区间规则如下:当i=1,像素值在0到(Path_num*i)的作为一个区间;当2≤i≤N-1,像素值在Path_num*(i-1)+1到Path_num*i作为N-1个区间;当i=N,像素值在(Path_num*(i-1)+1)到255作为一个区间。例如,假设N=10,那么有256/10=25.6,取小于25.6的最大整数值25,即Patch_num=25,那么对于图像中像素值0~25的为一个统计像素区间,像素值为26~50的为一个统计区间,以此类推直到201~225,226~255。根据该方法可得到图3所示的R通道图像、G通道图像以及B通道图像的直方图,详见图3。
A4、从所述所有块的直方图信息中分别提取R通道图像、G通道图像以及B通道图像中颜色区域的主要分布特征,并合成为待匹配彩色图像中颜色区域的主要分布特征。具体地,该步骤A4包括:A41、分别对R通道图像、G通道图像以及B通道图像中的直方图信息中每个像素区间的统计值的大小进行排序;A42、保留R通道图像的直方图信息、G通道图像的直方图信息以及B通道图像的直方图信息中指定数量的最大的像素区间的统计值,以及保留R通道图像的直方图信息、G通道图像的直方图信息以及B通道图像的直方图信息中被保留的像素区间的统计值的左边和右边的像素区间的统计值,以分别作为R通道图像、G通道图像以及B通道图像中颜色区域的主要分布特征;该步骤中,假设将256个像素值划分为N个部分,则保留最大的N*50%个区间,以及保留这些区间的左边和右边的区间。假设N=10,则选出最大的10*50%=5个区间,以及保留这最大的5个区间的左边和右边的区间,继续以图3为例,则在一个像素块的直方图去掉部分区间之后,保留的区间组成的直方图如图4所示。从图4中的三个颜色通道可以看出,一个像素块的颜色区域的分布情况,区间的值越大,说明在该像素块中,该范围的像素值占主要部分。最后,对图3中R、G、B三个通道的每个分块都按照像素块的分布顺序,从左到右,从上到下确定三个颜色通道图像的颜色区域的主要分布特征。A43、将R通道图像、G通道图像以及B通道图像中颜色区域的主要分布特征,按顺序合成为待匹配彩色图像中颜色区域的主要分布特征。该步骤中,按照R、G、B三个颜色通道中颜色区域的主要分布特征的顺序,合成待匹配彩色图像中颜色区域的主要分布特征。
步骤S12,缩小待匹配彩色图像中R通道图像、G通道图像以及B通道图像。
该步骤中,将待匹配彩色图像中R通道图像、G通道图像以及B通道图像缩小为只剩下图像轮廓的主题信息,基本没有细节信息的图像。比如,可将图像缩小到20*20像素大小的范围内,或者,将图像缩小到15*15像素大小。继续以图2为例,则通过大尺度的缩小步骤之后,得到如图5所示的图像,该图5只保留了基本的图像轮廓,基本没有细节的描述。本步骤通过缩小待匹配彩色图像中红R通道图像、绿G通道图像以及蓝B通道图像,减少了后续的计算量,从而提高图像匹配的速度。
步骤S13,对缩小后的所述R通道图像、G通道图像以及B通道图像进行编码,得到相应的编码值。
其中,所述对缩小后的所述R通道图像、G通道图像以及B通道图像进行编码,得到相应的编码值的步骤具体包括:
对缩小后的所述R通道图像、G通道图像以及B通道图像都执行以下编码:
B1、从通道图像的左上角的像素块开始,从左往右,从上到下,按顺序比较相邻的两个像素值。
B2、根据比较结果进行对应的标识,所述标识为编码值。
为了更清楚地说明B1和B2的步骤,下面以一具体例子进行说明:请参阅图6,假设将R通道图像、G通道图像以及B通道图像缩小为15*15像素大小。从该缩小后的图像的左上角开始,第一个像素块的位置标记为(1,1),在横向方向上,向右移动一个像素块的位置标记为(1,2),这时候比较像素块(1,1)与像素块(1,2)的像素值大小,若像素块(1,1,)的像素值大于等于像素块(1,2)的像素值,则标记为1(即编码值为1),若像素块(1,1,)的像素值小于像素块(1,2)的像素值,则标记为0(即编码值为0)。完成一行像素块比较之后,把第一行的最后一个像素块(1,15)与第二行的第一个像素块(2,1)按照上述方式继续比较,重复上述步骤,直到完成所有像素块的比对,最后得到(w_k-1)*(h_k-1)大小的编码值,其中,w_k为图像缩小后在宽方向上的像素个数,h_k为图像缩小后在高方向上的像素个数。
步骤S14,将待匹配彩色图像中颜色区域的主要分布特征与存储的图像中颜色区域的主要分布特征比较,得到第一相似度。
该步骤中,可采用直方图相交的方法判断待匹配彩色图像与存储的图像在三个通道图像上的相似性。
步骤S15,将缩小后的所述R通道图像、G通道图像以及B通道图像的编码值与存储的图像的编码值比较,得到第二相似度。
该步骤中,将缩小后的R通道图像的编码值、G通道图像的编码值以及B通道图像的编码值分别与存储的图像的R通道图像的编码值、G通道图像的编码值以及B通道图像的编码值比较,具体比较时,是比较相同位置上的编码值是否相同,最后通过如下所述方法确定第二相似度:相同位置相同编码值与总的编码长度值的比值。
步骤S16,根据所述第一相似度和所述第二相似度判断待匹配彩色图像与存储的图像是否匹配。
其中,所述根据所述第一相似度和所述第二相似度判断待匹配彩色图像与存储的图像是否匹配的步骤具体包括:
C1、确定所述第一相似度和所述第二相似度的平均值。
C2、判断得到的平均值是否大于预先设定的阈值,若是,判定待匹配彩色图像与存储的图像匹配,若否,判定待匹配彩色图像与存储的图像不匹配。
本发明第一实施例中,获取待匹配彩色图像中颜色区域的主要分布特征,以及对待匹配彩色图像中红R通道图像、绿G通道图像以及蓝B通道图像分别进行编码,得到相应的编码值,再分别将待匹配彩色图像中颜色区域的主要分布特征、编码值与存储的图像中颜色区域的主要分布特征、编码值比较,确定第一相似度和第二相似度,最后根据确定的第一相似度和第二相似度判断待匹配彩色图像与存储的图像是否匹配。由于匹配过程中保留了三个通道的颜色信息,增加了匹配信息量,因此能够提高匹配的准确率。并且,由于第一相似度是基于分块颜色的直方图,第二相似度是基于图像内容结构,因此,本发明实施例提供的图像相似性匹配方法结合了分块颜色直方图相似度与图像内容结构相似度,从而使匹配更精确。
实施例二:
图7示出了本发明第二实施例提供的一种图像相似性匹配装置的结构图,为了便于说明,仅示出了与本发明实施例相关的部分。
所述图像相似性匹配装置包括:颜色分布特征获取单元71、通道图像缩小单元72、通道图像编码单元73、第一相似度确定单元74、第二相似度确定单元75、图像匹配单元76。其中:
颜色分布特征获取单元71,用于获取待匹配彩色图像中颜色区域的主要分布特征。
其中,所述颜色分布特征获取单元71包括:通道图像提取模块、像素块划分模块、直方图信息确定模块、图像的颜色分布特征合成模块。
该通道图像提取模块,用于从待匹配彩色图像中分别提取出R通道图像、G通道图像、B通道图像。
该像素块划分模块,用于分别将R通道图像、G通道图像以及B通道图像划分为大小相等的块。具体地,应保证每个划分的块的像素值大小大于或等于20*20
该直方图信息确定模块,用于确定划分的所有块的直方图信息。具体地,选取一个数值N(N小于或等于255),通过选取的N将0~255这256个像素平均分成N部分。假设256/N=Path_num,若Path_num不为整数,则选取小于Path_num的最大整数值;若为整数,则直接选取Path_num这个整数。
该图像的颜色分布特征合成模块,用于从所述所有块的直方图信息中分别提取R通道图像、G通道图像以及B通道图像中颜色区域的主要分布特征,并合成为待匹配彩色图像中颜色区域的主要分布特征。具体地,所述图像的颜色分布特征合成模块包括:区间统计值排序模块,用于分别对R通道图像、G通道图像以及B通道图像中的直方图信息中每个像素区间的统计值的大小进行排序;区间统计值剔除模块,用于保留R通道图像的直方图信息、G通道图像的直方图信息以及B通道图像的直方图信息中指定数量的最大的像素区间的统计值,以及保留R通道图像的直方图信息、G通道图像的直方图信息以及B通道图像的直方图信息中被保留的像素区间的统计值的左边和右边的像素区间的统计值,以分别作为R通道图像、G通道图像以及B通道图像中颜色区域的主要分布特征;比如,假设将256个像素值划分为N个部分,则保留最大的N*50%个区间,以及保留这些区间的左边和右边的区间。三通道的颜色分布特征合成模块,用于将R通道图像、G通道图像以及B通道图像中颜色区域的主要分布特征,按顺序合成为待匹配彩色图像中颜色区域的主要分布特征。这里的顺序是按照R、G、B三个颜色通道中颜色区域的主要分布特征的顺序进行合成。
通道图像缩小单元72,用于缩小待匹配彩色图像中红R通道图像、绿G通道图像以及蓝B通道图像。
其中,缩小的范围为:将待匹配彩色图像中R通道图像、G通道图像以及B通道图像缩小为只剩下图像轮廓的主题信息,基本没有细节信息的图像。
通道图像编码单元73,用于对缩小后的所述R通道图像、G通道图像以及B通道图像进行编码,得到相应的编码值。
其中,所述通道图像编码单元包括:相邻像素值比较模块和编码值确定模块。
对缩小后的所述R通道图像、G通道图像以及B通道图像都执行以下相邻像素值比较模块和编码值确定模块:
该相邻像素值比较模块,用于从通道图像的左上角的像素块开始,从左往右,从上到下,按顺序比较相邻的两个像素值。
该编码值确定模块,用于根据比较结果进行对应的标识,所述标识为编码值。
第一相似度确定单元74,用于将待匹配彩色图像中颜色区域的主要分布特征与存储的图像中颜色区域的主要分布特征比较,得到第一相似度。
第二相似度确定单元75,用于将缩小后的所述R通道图像、G通道图像以及B通道图像的编码值与存储的图像的编码值比较,得到第二相似度。
其中,具体比较时,是比较相同位置上的编码值是否相同,最后通过下式确定第二相似度:相同位置相同编码值与总的编码长度值的比值。
图像匹配单元76,用于根据所述第一相似度和所述第二相似度判断待匹配彩色图像与存储的图像是否匹配。
其中,所述图像匹配单元76包括:
相似度平均值确定模块,用于确定所述第一相似度和所述第二相似度的平均值。
相似度平均值与阈值比较模块,用于判断得到的平均值是否大于预先设定的阈值,若是,判定待匹配彩色图像与存储的图像匹配,若否,判定待匹配彩色图像与存储的图像不匹配。
本发明实施例中,由于匹配过程中保留了三个通道的颜色信息,增加了匹配以及,因此能够提高匹配的准确率。并且,由于第一相似度是基于分块颜色的直方图,第二相似度是基于图像内容结构,因此,本发明实施例提供的图像相似性匹配方法结合了分块颜色直方图相似度与图像内容结构相似度,从而使匹配更精确。
本领域普通技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以在存储于一计算机可读取存储介质中,所述的存储介质,如ROM/RAM、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像相似性匹配方法,其特征在于,所述方法包括下述步骤:
获取待匹配彩色图像中颜色区域的主要分布特征;
缩小待匹配彩色图像中R通道图像、G通道图像以及B通道图像;
对缩小后的所述R通道图像、G通道图像以及B通道图像进行编码,得到相应的编码值;
将待匹配彩色图像中颜色区域的主要分布特征与存储的图像中颜色区域的主要分布特征比较,得到第一相似度;
将缩小后的所述R通道图像、G通道图像以及B通道图像的编码值与存储的图像的编码值比较,得到第二相似度;
根据所述第一相似度和所述第二相似度判断待匹配彩色图像与存储的图像是否匹配。
2.如权利要求1所述的方法,其特征在于,所述获取待匹配彩色图像中颜色区域的主要分布特征的步骤具体包括:
从待匹配彩色图像中分别提取出R通道图像、G通道图像、B通道图像;
分别将R通道图像、G通道图像以及B通道图像划分为大小相等的块;
确定划分的所有块的直方图信息;
从所述所有块的直方图信息中分别提取R通道图像、G通道图像以及B通道图像中颜色区域的主要分布特征,并合成为待匹配彩色图像中颜色区域的主要分布特征。
3.如权利要求2所述的方法,其特征在于,所述从所述所有块的直方图信息中分别提取R通道图像、G通道图像以及B通道图像中颜色区域的主要分布特征,并合成为待匹配彩色图像中颜色区域的主要分布特征的步骤具体包括:分别对R通道图像、G通道图像以及B通道图像中的直方图信息中每个像素区间的统计值的大小进行排序;
保留R通道图像的直方图信息、G通道图像的直方图信息以及B通道图像的直方图信息中指定数量的最大的像素区间的统计值,以及保留R通道图像的直方图信息、G通道图像的直方图信息以及B通道图像的直方图信息中被保留的像素区间的统计值的左边和右边的像素区间的统计值,以分别作为R通道图像、G通道图像以及B通道图像中颜色区域的主要分布特征;
将R通道图像、G通道图像以及B通道图像中颜色区域的主要分布特征,按顺序合成为待匹配彩色图像中颜色区域的主要分布特征。
4.如权利要求1所述的方法,其特征在于,所述对缩小后的所述R通道图像、G通道图像以及B通道图像进行编码,得到相应的编码值的步骤具体包括:
对缩小后的所述R通道图像、G通道图像以及B通道图像都执行以下编码:
从通道图像的左上角的像素块开始,从左往右,从上到下,按顺序比较相邻的两个像素值;
根据比较结果进行对应的标识,所述标识为编码值。
5.如权利要求1所述的方法,其特征在于,所述根据所述第一相似度和所述第二相似度判断待匹配彩色图像与存储的图像是否匹配的步骤具体包括:
确定所述第一相似度和所述第二相似度的平均值;
判断得到的平均值是否大于预先设定的阈值,若是,判定待匹配彩色图像与存储的图像匹配,若否,判定待匹配彩色图像与存储的图像不匹配。
6.一种图像相似性匹配装置,其特征在于,所述装置包括:
颜色分布特征获取单元,用于获取待匹配彩色图像中颜色区域的主要分布特征;
通道图像缩小单元,用于缩小待匹配彩色图像中R通道图像、G通道图像以及B通道图像;
通道图像编码单元,用于对缩小后的所述R通道图像、G通道图像以及B通道图像进行编码,得到相应的编码值;
第一相似度确定单元,用于将待匹配彩色图像中颜色区域的主要分布特征与存储的图像中颜色区域的主要分布特征比较,得到第一相似度;
第二相似度确定单元,用于将缩小后的所述R通道图像、G通道图像以及B通道图像的编码值与存储的图像的编码值比较,得到第二相似度;
图像匹配单元,用于根据所述第一相似度和所述第二相似度判断待匹配彩色图像与存储的图像是否匹配。
7.如权利要求6所述的装置,其特征在于,所述颜色分布特征获取单元包括:
通道图像提取模块,用于从待匹配彩色图像中分别提取出R通道图像、G通道图像、B通道图像;
像素块划分模块,用于分别将R通道图像、G通道图像以及B通道图像划分为大小相等的块;
直方图信息确定模块,用于确定划分的所有块的直方图信息;
图像的颜色分布特征合成模块,用于从所述所有块的直方图信息中分别提取R通道图像、G通道图像以及B通道图像中颜色区域的主要分布特征,并合成为待匹配彩色图像中颜色区域的主要分布特征。
8.如权利要求7所述的装置,其特征在于,所述图像的颜色分布特征合成模块包括:
区间统计值排序模块,用于分别对R通道图像、G通道图像以及B通道图像中的直方图信息中每个像素区间的统计值的大小进行排序;
区间统计值剔除模块,用于保留R通道图像的直方图信息、G通道图像的直方图信息以及B通道图像的直方图信息中指定数量的最大的像素区间的统计值,以及保留R通道图像的直方图信息、G通道图像的直方图信息以及B通道图像的直方图信息中被保留的像素区间的统计值的左边和右边的像素区间的统计值,以分别作为R通道图像、G通道图像以及B通道图像中颜色区域的主要分布特征;
三通道的颜色分布特征合成模块,用于将R通道图像、G通道图像以及B通道图像中颜色区域的主要分布特征,按顺序合成为待匹配彩色图像中颜色区域的主要分布特征。
9.如权利要求6所述的装置,其特征在于,所述通道图像编码单元包括:
对缩小后的所述R通道图像、G通道图像以及B通道图像都执行以下模块:
相邻像素值比较模块,用于从通道图像的左上角的像素块开始,从左往右,从上到下,按顺序比较相邻的两个像素值;
编码值确定模块,用于根据比较结果进行对应的标识,所述标识为编码值。
10.如权利要求6所述的装置,其特征在于,所述图像匹配单元包括:
相似度平均值确定模块,用于确定所述第一相似度和所述第二相似度的平均值;
相似度平均值与阈值比较模块,用于判断得到的平均值是否大于预先设定的阈值,若是,判定待匹配彩色图像与存储的图像匹配,若否,判定待匹配彩色图像与存储的图像不匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410539457.XA CN105574837A (zh) | 2014-10-13 | 2014-10-13 | 一种图像相似性匹配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410539457.XA CN105574837A (zh) | 2014-10-13 | 2014-10-13 | 一种图像相似性匹配方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105574837A true CN105574837A (zh) | 2016-05-11 |
Family
ID=55884932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410539457.XA Pending CN105574837A (zh) | 2014-10-13 | 2014-10-13 | 一种图像相似性匹配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105574837A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109215004A (zh) * | 2018-07-26 | 2019-01-15 | 努比亚技术有限公司 | 一种图像合成方法、移动终端及计算机可读存储介质 |
CN110458232A (zh) * | 2019-08-13 | 2019-11-15 | 腾讯科技(深圳)有限公司 | 一种确定图像风格相似度的方法及设备 |
CN112184689A (zh) * | 2020-10-12 | 2021-01-05 | 罗建华 | 一种半导体器件检测方法、装置、智能终端及存储介质 |
CN113902760B (zh) * | 2021-10-19 | 2022-05-17 | 深圳市飘飘宝贝有限公司 | 视频分割中物体边缘优化方法、***、装置及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8023731B2 (en) * | 2006-02-08 | 2011-09-20 | Samsung Electronics Co., Ltd | Apparatus and method for histogram analysis of image and luminance compensation apparatus using the same |
CN102509118A (zh) * | 2011-09-28 | 2012-06-20 | 安科智慧城市技术(中国)有限公司 | 一种监控视频检索方法 |
CN103440646A (zh) * | 2013-08-19 | 2013-12-11 | 成都品果科技有限公司 | 用于颜色分布和纹理分布图像检索的相似度获取方法 |
-
2014
- 2014-10-13 CN CN201410539457.XA patent/CN105574837A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8023731B2 (en) * | 2006-02-08 | 2011-09-20 | Samsung Electronics Co., Ltd | Apparatus and method for histogram analysis of image and luminance compensation apparatus using the same |
CN102509118A (zh) * | 2011-09-28 | 2012-06-20 | 安科智慧城市技术(中国)有限公司 | 一种监控视频检索方法 |
CN103440646A (zh) * | 2013-08-19 | 2013-12-11 | 成都品果科技有限公司 | 用于颜色分布和纹理分布图像检索的相似度获取方法 |
Non-Patent Citations (4)
Title |
---|
SUSHILA AGHAV等: "Mitigation of Rotational Constraints in Image Based Plagiarism Detection Using Perceptual Hash", 《INTERNATIONAL JOURNAL OF COMPUTER SCIENCE TRENDS AND TECHNOLOGY》 * |
李建生: "图像元数据特征提取及其在检索中的应用", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 * |
陈伟平: "图像相似性计算及其GPU加速的若干研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
黄元元等: "一种基于颜色特征的图像检索方法", 《中国图象图形学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109215004A (zh) * | 2018-07-26 | 2019-01-15 | 努比亚技术有限公司 | 一种图像合成方法、移动终端及计算机可读存储介质 |
CN109215004B (zh) * | 2018-07-26 | 2021-11-19 | 努比亚技术有限公司 | 一种图像合成方法、移动终端及计算机可读存储介质 |
CN110458232A (zh) * | 2019-08-13 | 2019-11-15 | 腾讯科技(深圳)有限公司 | 一种确定图像风格相似度的方法及设备 |
CN110458232B (zh) * | 2019-08-13 | 2023-05-30 | 腾讯科技(深圳)有限公司 | 一种确定图像风格相似度的方法及设备 |
CN112184689A (zh) * | 2020-10-12 | 2021-01-05 | 罗建华 | 一种半导体器件检测方法、装置、智能终端及存储介质 |
CN113902760B (zh) * | 2021-10-19 | 2022-05-17 | 深圳市飘飘宝贝有限公司 | 视频分割中物体边缘优化方法、***、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9275300B2 (en) | Method and apparatus for generating image description vector, image detection method and apparatus | |
CN109344701A (zh) | 一种基于Kinect的动态手势识别方法 | |
CN105205488B (zh) | 基于Harris角点和笔画宽度的文字区域检测方法 | |
CN104978567B (zh) | 基于场景分类的车辆检测方法 | |
CN106548160A (zh) | 一种人脸微笑检测方法 | |
CN109740572A (zh) | 一种基于局部彩色纹理特征的人脸活体检测方法 | |
CN101655983B (zh) | 主颜色提取装置和方法 | |
CN105913070B (zh) | 一种基于光场相机的多线索显著性提取方法 | |
CN109325507B (zh) | 结合超像素显著性特征与hog特征图像分类方法和*** | |
CN113139521A (zh) | 一种用于电力监控的行人越界标监测方法 | |
CN104598933A (zh) | 一种基于多特征融合的图像翻拍检测方法 | |
CN105574837A (zh) | 一种图像相似性匹配方法及装置 | |
CN111539330B (zh) | 一种基于双svm多分类器的变电站数显仪表识别方法 | |
CN104966348B (zh) | 一种票据图像要素完整性检测方法及*** | |
CN113963041A (zh) | 一种图像纹理识别方法及*** | |
CN110472484A (zh) | 基于多视图特征的视频关键帧提取方法、***及设备 | |
Liang et al. | An extraction and classification algorithm for concrete cracks based on machine vision | |
CN107730508A (zh) | 彩色文本图像多通道二值化处理方法 | |
CN105374010A (zh) | 全景图像的生成方法 | |
CN104636708A (zh) | 一种局部文档图像的比对方法及*** | |
CN113743523A (zh) | 一种视觉多特征引导的建筑垃圾精细分类方法 | |
CN106022310B (zh) | 基于htg-hog和stg特征的人体行为识别方法 | |
CN108537771B (zh) | 基于hsv的mc-siltp运动目标检测方法 | |
CN106815580A (zh) | 一种车牌定位方法 | |
CN111191659A (zh) | 服装生产***多形状衣架识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C41 | Transfer of patent application or patent right or utility model | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20160531 Address after: 518000 Guangdong city of Shenzhen province Nanshan District Xili liuxiandong Zhongshan Road No. 1001 TCL Science Park Research Building D4 Building 8 layer B1 unit 802-1. Applicant after: SHENZHEN TCL HIGH-TECH DEVELOPMENT CO., LTD. Address before: 516006 Guangdong province Huizhou Zhongkai hi tech Development Zone No. nineteen District Applicant before: TCL Group Co., Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160511 |