[发明专利]图像相似性的度量方法和装置

说明书

本申请公开了图像相似性的度量方法和装置，包括：A、提取待对比图像的边界，确定图像边界的相似性，选出边界相同或边界在指定范围内相似的待对比图像；B、针对所选出的待对比图像，采用结构相似性和感知哈希算法计算所述图像之间的相似性。本发明可以提高度量精度、降低计算量。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种图像相似性的度量方法和装置。

背景技术

目前，主流的图像相似性度量方法有基于颜色和纹理特征的相似性度量、基于峰值信噪比(PSNR)的相似性度量方法、结构相似性(SSIM)度量方法、感知哈希算法(P-Hash)、计算特征点(FAST、SURF、SIFT、ORB等)度量方法。

在所述现有的图像相似性度量方法中，基于PSNR的相似性度量方法是最普遍和使用最为广泛的一种图像客观评价方法，然而该方法是基于对应像素点间的误差，即基于误差敏感的图像质量进行相似性度量。由于并未考虑到人眼的视觉特性，例如人眼对空间频率较低的对比差异敏感度较高，人眼对亮度对比差异的敏感度较色度高，人眼对一个区域的感知结果会受到其周围邻近区域的影响等。由于人眼的这种视觉特性，则经常出现所述基于PSNR的相似性度量方法的度量结果与人的主观感觉不一致的情况。

所述现有的基于SSIM的度量方法能取得优于PSNR度量方法的结果，但SSIM度量方法不能完全解决上述PSNR度量方法存在的问题。

所述现有的P-Hash算法由于将图像压缩并灰度化，丢失了大部分图像信息，因此其精确度不高。

因此，现有技术整体上存在如下缺点：图像相似性的度量精度不高，计算量都比较大。

发明内容

有鉴于此，本发明的主要目的是提供一种图像相似性的度量方法和装置，以提高度量精度、降低计算量。

本发明的技术方案是这样实现的：

一种图像相似性的度量方法，包括：

A、提取待对比图像的边界，确定图像边界的相似性，选出边界相同或边界在指定范围内相似的待对比图像；

B、针对所选出的待对比图像，采用结构相似性和感知哈希算法计算所述图像之间的相似性。

在本发明所述方法的一种优选实施例中，所述步骤A具体包括：

对待对比图像的图像边缘进行边缘检测，提取图像边界，并得到边界灰度图；

根据图像大小将图像划分为网络结构；

取得所述图像中每一个网格的灰度值，得到边界灰度图的指纹字符串；

统计每两个待对比的图像的指纹字符串中，所述网格灰度值不相同的数据位数；如果不相同的数据位数与指纹字符串中的总数据位数的比值低于指定比值，则判定待对比的两张图像相似，对该两张图像执行步骤B；如果不相同的数据位数与指纹字符串中的总数据位数的比值等于或高于所述指定比值，则判定待对比的两张图像是不同的图像，对该两张图像不执行步骤B。

在本发明所述方法的一种优选实施例中，所述对图像边缘进行边缘检测具体包括：利用Canny边缘检测器进行边缘检测。

在本发明所述方法的一种优选实施例中，所述步骤B具体包括：

将所选出的待对比图像缩小到n×n的尺寸；

将所述缩小后的图像转为n²级灰度；

根据所述两个待对比图像的n²级灰度，计算两个图像各自的像素均值和标准差，以及计算两个图像之间的像素均方差和协方差；