[发明专利]一种基于SIFT算法的重图检测方法

说明书

技术领域

本发明涉及图像检测领域，具体而言，涉及一种基于SIFT算法的对电子商务网站重复图片进行检测的方法。

背景技术

在竞争日趋激烈的商品市场中，一些电子商务网站(如中国制造网等)的商家为了达到增加产品流量及销量的目的，重复提交相同的产品，即重复铺货。通常，电子商务网站会限制商家重复铺货的行为，通常网站对于重复铺货有如下定义：完全相同以及商品的重要属性完全相同的商品，只允许使用一种出售方式，发布一次。违反以上规则，即可判定为重复发布；对于不同的商品，必须在商品的标题、描述、图片等方面体现商品的不同，否则将被判定为重复铺货。一般对对于重复商品的检测：第一，品牌型号不能一样；第二，标题、商品描述不能一样；第三，图片不能一样。

其中对于重复图片的判定是一个技术难点，以中国制造网为例，重复铺货的商家为了避开网站的检测，通常上传的重复图片并非完全一致，而是对其进行了如图片缩放、取局部、模糊、打水印等处理。为了应对电商网站比较复杂的图片环境，以往对于重复图片的判定通常由业务人员人工检测，但随着网站流量的提升以及商品的大量新增，人工检测的方法势必会耗费大量的人工成本。现有的sift是图像匹配的经典的算法，SIFT算法的匹配(Scale-invariant feature transform，尺度不变特征转换)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由David Lowe在1999年所发表，2004年完善总结。目前应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。

发明内容

本发明目的是，给定重复图片的相似度判定区间，最终达到自动化识别重图的效果，进而为判定商家是否重复铺货提供依据。使得电子商务网站的运行良好，给网站浏览受众给出清新不重复的环境。

本发明的技术方案是：一种基于SIFT算法的电商网站重复图片检测的自动化方法，具体内容包括：

1、图像截图处理

因为部分中国制造网商家会在其产品图片上下两端加上文字与logo，因此在应用SIFT之前需要先进行图像预处理。

2、构建尺度空间

通过对图像进行尺度变换，获得图像多尺度下的尺度空间表示序列，并搜索所有尺度上的图像位置。通常通过高斯微分函数来识别潜在的对于尺度和旋转不变的关键点。

3、关键点定位

在每个候选的位置上，通过一个拟合精细的模型来确定位置和尺度。关键点的选择依据于它们的稳定程度。

4、关键点方向确定

基于图像局部的梯度方向，分配给每个关键点位置一个或多个方向。所有后面的对图像数据的操作都相对于关键点的方向、尺度和位置进行变换，从而提供对于这些变换的不变性。

5、关键点描述

在每个关键点周围的邻域内，在选定的尺度上测量图像局部的梯度。这些梯度被变换成一种表示，这种表示允许比较大的局部形状的变形和光照变化。

6、关键点匹配

通过两图中的描述器的两两比较找出相互匹配的若干对特征点，也就建立了图片间的对应关系。

7、相似度计算

通过自定义图片相似度计算公式，并通过给定的重复图片的相似度判定区间，判断是否为重复图片。

有益效果，本发明充分利用SIFT算法的局部影像特征的描述与侦测可以帮助辨识物体，SIFT特征是基于物体上的一些局部外观的兴趣点而与影像的大小和旋转无关。对于光线、噪声、些微视角改变的容忍度也相当高。特性高度显著而且相对容易提取，在母数庞大的特征数据库中，很容易辨识物体而且误认低。使用SIFT特征描述对于部分物体遮蔽的侦测率也相当高，甚至只需要3个以上的SIFT物体特征就足以计算出位置与方位。在今天的特征数据库条件下，辨识速度可接近即时运算。SIFT特征的信息量大，适合在海量数据库中快速准确匹配。本发明就是通过对图片的相似度进行定量计算，并以中国制造网为例，通过对大量相似图片的计算，给定重复图片的相似度判定区间，最终达到自动化识别重图的效果，进而为判定商家是否重复铺货提供依据。给商业网站提供一实用工具。

附图说明

图1为本发明实施例的流程图；

图2为本发明图像的高斯金字塔模型的示意图；

图3为本发明DOG算子构建DOG金字塔示意图。

图4至图7是本发明的效果图；每个图中均有四个实施例，每个实施例对应一个具体查重的结果。

具体实施方式