[发明专利]基于Haar特征匹配的数字图像内容搜索方法

权利要求书

1.一种基于Haar特征匹配的数字图像内容搜索方法，其特征在于：所述数字图像内容搜索方法包括以下步骤：

(1)初始化特征模板与数字图库

(1.1)初始化Haar匹配模板库；

(1.2)从初始化后的模板库中载入预定义Haar模板，载入后的模板集合为Haar模板集P；

(1.3)确认并初始化待搜索的数字图像库Y；

(1.4)用户给出并指定待搜索的原始图像T；

(2)对给定原始图像进行预处理

(2.1)原始图像T为RGB位图，以每个像素点的红、绿、蓝三色的平均值作为该像素点的灰度值，转换原始图像T为其灰度图G；

(2.2)统计灰度图G中所有像素点灰度的平均值，以该平均值为参照，凡是灰度大于平均值的像素点设置为黑色，灰度小于等于平均值的像素点设置为白色，则得到灰度图G的二值化图I；

(2.3)采用Sobel边界算子对二值化图I进行处理，使得二值化图I中仅保留边界位置的像素点；

(3)对原始图进行Haar特征统计

(3.1)从Haar模板集P中依次取P_i，其中i＝1，2，...，n，将二值化图I中的像素点逐个与模板集中的P_i进行匹配；

(3.2)统计在二值化图I中，所有模板P_i匹配成功的总次数R；

(4)在图库中搜索与原始图相似的图像

(4.1)依次取数字图像库Y中的图像Y_k，其中k＝1，2，...，m，并遍历所有的图像；

(4.2)图像Y_k为RGB位图，以每个像素点的红、绿、蓝三色的平均值作为该像素点的灰度值，转换图像Y_k为灰度图K_k；

(4.3)统计灰度图K_k中所有像素点灰度的平均值，以该平均值为参照，凡是灰度大于平均值的像素点设置为黑色，灰度小于等于平均值的像素点设置为白色，得到灰度图K_k的二值化图Z_k；

(4.4)采用Sobel边界计算方法处理二值化图Z_k，使得二值化图Z_k中仅保留边界位置的像素点；

(4.5)从Haar模板集P中依次取P_i，其中i＝1，2，...，n，对二值化图Z_k中的像素点逐个与模板集中的P_i进行匹配；

(4.5)统计在图Z_k中，所有模板P_i匹配成功的总次数R’；

(4.6)依据判别式：Abs(R-R’)/R＜10％来判别原始图像T与数字图像库Y中的图像Y_k是否相似，其中函数Abs()表示取绝对值，如果判别式为成立，表示相似，输出图像Y_k；如果判别式不成立，则表示不相似；

(4.7)循环步骤(4.1)～(4.6)，得到并输出数字图像库Y中所有与用户给定原始图像相似的图形，得到搜索结果。