[发明专利]基于特征融合的图像相似度计算方法、系统及存储介质

权利要求书

1.一种基于特征融合的图像相似度计算方法，其特征在于，包括以下步骤，

S1、获取实验样本，其中，所述实验样本包括场景与目标相同的图片、场景与目标仅含有设定范围内差别的图片、场景与目标完全不同的图片；

S2、将实验样本按照S1分成三组，对每个样本进行相同的图像预处理，减少由于拍摄原因以及光照情况带来的图像差异；

S3、对图像进行特征提取，其中所述特征包括图像多种特征包括颜色、亮度以及纹理；

S4、特征获取之后，按照设定的方式进行维度升降以及标准化处理；

S5、建立相似度计算模型，用以评价图像相似度；

S6、对三个特征进行融合，并且进行不同的设定方式的融合，进行相似度评价。

2.根据权利要求1所述的基于特征融合的图像相似度计算方法，其特征在于：所述S1在获取实验样本时，同组图片需要在设定的时间间隔内完成，并且配以标准三脚架对相机进行固定。

3.根据权利要求2所述的基于特征融合的图像相似度计算方法，其特征在于：所述S2中图像预处理方法包括灰度拉伸，噪声处理以及直方图均衡化处理。

4.根据权利要求3所述的基于特征融合的图像相似度计算方法，其特征在于：所述S3中对于颜色特征，首先利用颜色空间三个分量的剥离得到颜色直方图，之后通过观察实验数据发现将图像进行旋转变换、缩放变换、模糊变换后图像的颜色直方图改变不大。

5.根据权利要求3所述的基于特征融合的图像相似度计算方法，其特征在于：所述S3中对于亮度特征，通过亮度或灰度直方图将图像中所有的像素点，按照灰度值的大小，统计其出现的频率；

所述S3中对于纹理特征，使用HOG特征即方向梯度直方图，通过HOG特征计算和统计图像局部区域的梯度方向直方图来构成特征。

6.根据权利要求1所述的基于特征融合的图像相似度计算方法，其特征在于：所述S5中，基于特征之间的巴式距离进行相似度模型的建立，对于高相似的图片，其特征基本没有差异，因此巴氏距离较小，同理差异大的图像巴式距离较大，最后对计算得到的巴式距离进行得分转换，得到相似度评分。

7.根据权利要求1所述的基于特征融合的图像相似度计算方法，其特征在于：所述S6进行特征融合，直接对每个特征进行拼接，相加，相减取绝对值，相加再标准化操作进行融合，最终择一选择融合方式。

8.根据权利要求6所述的基于特征融合的图像相似度计算方法，其特征在于：所述得分转换，观察得到的图片欧式距离，按照最大值进行范围标准化，将欧氏距离的范围控制再0-1之间，最终结果当作评分。

9.一种基于特征融合的图像相似度计算系统，其特征在于：包括以下单元，

实验样本获取单元，所述实验样本包括场景与目标相同的图片、场景与目标仅含有设定范围内差别的图片、场景与目标完全不同的图片；

图像预处理单元，用于将实验样本按照设定分成三组，对每个样本进行相同的图像预处理，减少由于拍摄原因以及光照情况带来的图像差异；

特征提取单元，用于对图像进行特征提取，其中所述特征包括图像多种特征包括颜色、亮度以及纹理；

标准化处理单元，用于在特征获取之后，按照设定的方式进行维度升降以及标准化处理；

计算模型单元，用于建立相似度计算模型，用以评价图像相似度；

相似度评价单元，用于对三个特征进行融合，并且进行不同的设定方式的融合，进行相似度评价。

10.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至8中任一项所述方法的步骤。