[发明专利]图像查重方法、装置、设备和计算机可读储存介质在审

专利信息
申请号: 201910457984.9 申请日: 2019-05-29
公开(公告)号: CN110188217A 公开(公告)日: 2019-08-30
发明(设计)人: 刘向阳;刘童 申请(专利权)人: 京东方科技集团股份有限公司
主分类号: G06F16/51 分类号: G06F16/51;G06F16/583;G06K9/62
代理公司: 北京市立方律师事务所 11330 代理人: 张筱宁;宋海斌
地址: 100015 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 图像库 相似度 融合 计算机可读存储介质 计算机可读 相似度融合 储存介质 特征变换 图像重复 颜色模型 准确率 尺度 申请
【权利要求书】:

1.一种图像查重方法,其特征在于,包括:

获取待查图像的特征;

根据所述待查图像的特征和图像库中各图像的特征,确定所述图像库中各图像与所述待查图像之间的尺度不变特征变换SIFT特征相似度和颜色模型HSV特征相似度;

将所述待查图像分别与所述图像库中的每个图像进行SIFT特征相似度和HSV特征相似度融合,得到所述待查图像和所述图像库中的每个图像各自的融合相似度;

根据所述待查图像和所述图像库中的每个图像各自的融合相似度,确定所述图像库中是否存在与所述待查图像重复的图像。

2.根据权利要求1所述的方法,其特征在于,所述获取待查图像的特征,包括:

对所述待查图像进行SIFT特征的提取,得到所述待查图像的SIFT特征;

将所述待查图像的色彩模式RGB值转换为HSV值;

对所述HSV值进行整数化,根据整数化后的HSV值确定所述待查图像的HSV特征。

3.根据权利要求1所述的方法,其特征在于,在所述获取待查图像的特征之前,还包括:

根据预设样本库中的各图像的SIFT特征,进行分层聚类HIKM聚类,得到多个HIKM类;

根据各所述HIKM类,将所述图像库中各图像的SIFT特征进行HIKM分类,确定所述图像库中任一图像的Q个类,所述Q个类包含在各HIKM类中;

根据所述Q个类,确定反向索引表,所述反向索引表包括Q个类,第F个类中包括F类的所述图像库中的图像的名称,F为不小于0且不大于S的整数,S=Q-1,Q为正整数。

4.根据权利要求3所述的方法,其特征在于,所述根据所述待查图像的特征和所述图像库中各图像的特征,确定所述图像库中各图像与所述待查图像之间的SIFT特征相似度,包括:

根据所述待查图像的SIFT特征和所述反向索引表,确定所述待查图像和所述图像库中的每个图像各自的相同SIFT特征的数量;

根据所述待查图像和所述图像库中的每个图像各自的相同SIFT特征的数量,确定所述待查图像和所述图像库中的每个图像各自的SIFT特征相似度。

5.根据权利要求4所述的方法,其特征在于,所述根据所述待查图像的SIFT特征和所述反向索引表,确定所述待查图像和所述图像库中的每个图像各自的相同SIFT特征的数量,包括:

将所述待查图像的SIFT特征对应的HIKM类与所述图像库中的每个图像的HIKM类进行比较,确定所述每个图像与所述待查图像之间的相同的SIFT特征。

6.根据权利要求4所述的方法,其特征在于,所述根据所述待查图像和所述图像库中的每个图像各自的相同SIFT特征的数量,确定所述待查图像和所述图像库中的每个图像各自的SIFT特征相似度,包括:

根据下述公式,确定所述待查图像和所述图像库中的每个图像各自的SIFT特征相似度:

其中,Psift表示所述待查图像和所述图像库中的每个图像各自的SIFT特征相似度,Nsame表示所述待查图像和所述图像库中的每个图像各自的相同SIFT特征的数量,Ncheck表示所述待查图像的SIFT特征的数量,Nn表示所述图像库中每个图像的SIFT特征的数量。

7.根据权利要求2所述的方法,其特征在于,所述根据所述待查图像的特征和图像库中各图像的特征,确定所述图像库中各图像与所述待查图像之间的HSV特征相似度,包括:

确定所述图像库中各图像的HSV特征与所述待查图像的HSV特征之间的欧式距离;

根据所述欧式距离,确定所述待查图像和所述图像库中的每个图像各自的HSV特征相似度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于京东方科技集团股份有限公司,未经京东方科技集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910457984.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top