[发明专利]基于颜色和内容多因素综合的图像相似性定量分析方法

说明书

本发明公开了基于颜色和内容多因素综合的图像相似性定量分析方法，包括：步骤1，读取图像img1及img2，进行预处理；步骤2，颜色相似性分析；步骤3，内容相似性分析；步骤4，颜色、内容综合相似性分析；步骤5，综合操作：对步骤2、3、4得到的结果进行综合操作，得到图像的综合相似性值similarity_pri；步骤6，对图像的综合相似性值similarity_pri进行修正：根据步骤1中预处理得到的结果，对similarity_pri进行细致修正，得到最后两张图像的定量相似性值similarity_val。

技术领域

本发明属于计算机视觉、数字图像处理等领域，尤其涉及基于颜色和内容多因素综合的图像相似性定量分析方法。

背景技术

图像相似性计算主要是对任意两幅图像进行相似性打分，并根据分数的高低来判断两幅图像之间的相近程度。基于视觉的相似性计算主要根据图像的颜色、内容以及场景的相关性等综合因素进行判定。

图像相似性计算已经成为图像处理和计算机视觉领域中不可缺少的技术之一。工业视觉系统多种应用，例如，缺陷检测、雷达图像识别、交通管理、工业监控、人脸识别、医疗诊断等应用中都要用到图像的相似性计算。此外，计算机视觉领域诸多基础性研究也都需要用到图像相似性的计算，例如图像匹配、图像检索、图像分类等。甚至图像之间的相似性值可作为深度学习中数据的特征之一，因此如何合理准确的计算出图像之间的相似性值变得尤为重要。

目前基于视觉的图像相似性计算主要是对图像的颜色信息进行简单的直方图统计，并根据直方图的相似性判定图像的相似性。SIFT特征点对旋转、尺度缩放、亮度变化都能保持很好的不变性，同时对图像的亮度变换、仿射变化、噪声也具有很好的稳定性，因此另外一种对图像的相似性计算主要是利用SIFT特征对图像进行SIFT匹配，再根据匹配的结果对图像的相似性进行判定。SSIM(structural similarity index)，结构相似性指数通过亮度、对比度、结构三种对比模块对图像进行相似性测量，主要用于判断图像的失真程度。

综合来看，目前基于视觉的图像相似性计算方法较为简单，尚未存在一套系统并且合理的对基于视觉的图像相似性进行定量分析的方法，还有继续研究、完善的巨大空间。

发明内容

发明目的：本发明所要解决的技术问题是对任意两张图像进行合理的相似性打分。

技术方案：本方法根据图像的颜色、内容、时间和GPS等信息，对任意两张图像进行相似性打分，最终打分结果为0至1之间的一个数值，数值越大表示两张图像越相似，具体包括以下步骤：

步骤1，读取待比较两张图像img1及img2，以img1为基准图像，进行预处理；

步骤2，颜色相似性分析：对图像img1、img2进行显著性区域检测，区分图像前景、背景，对RGB(即红Red、绿Green、蓝Blue)颜色空间进行区间划分，对图像进行像素级区间聚类，生成图像前景、背景指纹，分别对图像前景、背景指纹进行相关性分析，综合生成基于图像颜色信息的定量相似性值similarity_color；

步骤3，内容相似性分析：根据步骤1预处理得到的结果对图像进行定量相似性分析，在YUV颜色空间下对Y分量进行基于OTSU法的阈值分割得到图像的内容图，计算联合梯度域combineGrad，根据图像的内容图contentsMap及联合梯度域combineGrad 计算图像基于内容信息的定量相似性值similarity_contents；