[发明专利]用于快速图像相似度搜索的基于片的纹理直方图编码

说明书

背景

数字图片或数字图像像其他艺术作品一样将版权提供给它们的所有者。授权和未授权方容易地访问、传输、下载、和操纵数字图像。例如，只需通过访问网站，各方就能够在没有版权所有者的授权的情况下复制数字图像。此外，数字图像还可在没有版权所有者的同意的情况下容易地在各方之间交换。在许多情况下，未授权的复制的数字图像可被认为是盗版作品或盗版图像。

在某些情况下，期望搜索是原始数字图像的副本的数字图像。这样的搜索可以用于或可以不用于确定所复制的图像是否是盗版的。可进行尝试来从成百上万的图像中搜索复制的图像，这可实际上是相当大的工作或任务。

包括检测复制或盗版的图像的用于搜索复制的图像的技术包括水印模式，然而，当原始图像(即，有版权的图像)的内容被修改时，水印模式和某些其他搜索模式可能是低效的。为检测经稍微修改的图像或近似的图像，需要不同的模式或技术。

概述

提供此概述以介绍涉及应用程序的远程自动预配和发布的概念。这些概念将在以下详细描述中进一步描述。本概述并不旨在标识所要求保护的主题的必要特征，也不旨在用于帮助确定所要求保护的主题的范围。

在一个实现中，图像被分成多个片，并且为每一片创建直方图。组合多个直方图来表示图像。直方图对于每一图像是唯一的。因此，复制的图像可通过分析这些图像的直方图来找出。

附图简述

参考附图来描述具体实施方式。在附图中，附图标记中最左边的数字标识该附图标记首次出现的附图。在各附图中，使用相同的标号来指示相同的特征和组件。

图1是示出被分成8乘8即64片的示例性图像的图示。

图2是示出示例性图像和主导梯度方向的图示。

图3是示出被分割成八个纹理方向的示例性片的图示。

图4是图像的片的示例性纹理直方图的图示。

图5是示出用于对图像进行索引的示例性过程的流程图。

图6是示出用于检测图像的副本的示例性过程的流程图。

图7是示出示例性计算环境的框图。

详细描述

假设将原始数字图像(即，有版权的图像)作为查询，重复或近似重复的图像，或复制的图像可通过内容分析来找出。为找出这样的图像，可实现基于内容的图像检索或称CBIR的模式。对于这一CBIR模式，数字图像(即，原始图像)可由特征向量来表示。图像之间的相似度可被定义为特征空间中的距离。给定一原始图像，其他相似的图像(即，复制的图像)可通过这一CBIR模式来检索。相似的图像可随后由其他方法来判断以便确定他们是否是复制的图像。

复制或近似重复检测中的两个问题是高效的图像特征和相似度测量。在大规模近似重复检测中使用的特征可包括“平均灰度”、色彩直方图、纹理直方图等。对于相似度测量，可实现行业内已知的距离函数，诸如Minkowski度量、直方图余弦距离、模糊逻辑等。

如以下进一步描述的，可以实现大规模重复检测算法或模式。该模式将原始图像划分成片，并且可将每一片的“平均灰度”用作特征。可从由主分量分析或称PCA挑选的大多数差异特征维度中生成散列码(行业内已知的许多中的一种)，以便于快速相似度比较，其中PCA及其使用是已知的。在一个实现中，汉明(Hamming)距离可用于相似度测量。

因为由PCA挑选的差异特征仅可表征整个数据集，因此查询图像的具体属性可能没有被很好地利用。因此，根据查询图像(即，原始图像)，相似度测量可以是动态的，并且可以实现面向查询的子空间移位方法来检测近似重复或复制的图像。

在一个实现中，特殊散列代码可被用于图像表示和快速相似度搜索两者。原始图像首先被分割成8乘8(即，64)个块或片，并且可取每一片的平均亮度作为特征维度，从而得到64维特征向量，这可由PCA进一步缩减为32维特征向量。每一维度可随后根据该维度是否在平均值之上来被量化成二进制值。以此方式，图像可由32位散列码来表示。取两个散列码之间汉明距离作为两个图像的相似度测量。基于此方法，可非常迅速地检测相似的图像。

在某些情况下，在特定实例中以上方案可能不能有效地检测复制或盗版的图像。盗版的图像可与原始图像在色彩、对比度、和/或饱和度上略微不同。这些改变可能显著地改变图像块的平均亮度，并且得到不同的散列码，从而导致图像检测失败。

如以下将进一步详细描述的，可以实现用于测量图像之间相似度的基于片的纹理直方图编码方法。如以上讨论的，这一基于片的直方图编码方法可对色彩改变问题不敏感。