[发明专利]基于Haar特征匹配的数字图像内容搜索方法

摘要

一种基于Haar特征匹配的数字图像内容搜索方法，包括以下步骤：(1)初始化特征模板与数字图库；(2)对给定原始图像进行预处理；(3)对原始图进行Haar特征统计；(4)在图库中搜索与原始图相似的图像。对用户输入的原始图像进行分析，提取原始图像的内容特征，并采用预定义的各类Haar特征来对原始图像进行匹配成功次数统计，找到与用户所提供的原始图像相似或者包含原始图像的数字图像搜索结果。本发明搜索方式直观、搜索结果有效性好。

主权项

1、一种基于Haar特征匹配的数字图像内容搜索方法，其特征在于：所述数字图像内容搜索方法包括以下步骤：(1)初始化特征模板与数字图库(1.1)初始化Haar匹配模板库；(1.2)从初始化后的模板库中载入预定义Haar模板，载入后的模板集合为模板集P；(1.3)确认并初始化待搜索的数字图像库Y；(1.4)用户给出并指定待搜索的原始图像T；(2)对给定原始图像进行预处理(2.1)原始图像T为RGB位图，以每个像素点的红、绿、蓝三色的平均值作为该像素点的灰度值，转换原始图像T为其灰度图G；(2.2)统计灰度图G中所有像素点灰度的平均值，以该平均值为参照，凡是灰度大于平均值的像素点设置为黑色，灰度小于等于平均值的像素点设置为白色，则得到灰度图G的二值化图I；(2.3)采用Sobel边界算子对二值化图I进行处理，使得二值化图I中仅保留边界位置的像素点；(3)对原始图进行Haar特征统计(3.1)从Haar模板集P中依次取Pi，其中i＝1..n，将图I中的像素点逐个与模板集中的Pi进行匹配；(3.2)统计在图I中，所有模板Pi匹配成功的总次数R；(4)在图库中搜索与原始图相似的图像(4.1)依次取图库中的图像Yk，其中k＝1..n，并遍历所有的图像；(4.2)图像Yk为RGB位图，以每个像素点的红、绿、蓝三色的平均值作为该像素点的灰度值，转换图像Yk为灰度图Kk；(4.3)统计灰度图Kk中所有像素点灰度的平均值，以该平均值为参照，凡是灰度大于平均值的像素点设置为黑色，灰度小于等于平均值的像素点设置为白色，得到灰度图Kk的二值化图Zk；(4.4)采用Sobel边界计算方法处理图Zk，使得二值化图Zk中仅保留边界位置的像素点；(4.5)从Haar模板集P中依次取Pi，其中i＝1..n，对图Zk中的像素点逐个与模板集中的Pi进行匹配；(4.5)统计在图Zk中，所有模板Pi匹配成功的总次数R’；(4.6)依据判别式：Abs(R-R’)/R＜10％来判别原始图像T与图库中的图像Yk是否相似，其中函数Abs()表示取绝对值，如果判别式为成立，表示相似，输出图像Yk；如果判别式不成立，则表示不相似；(4.7)循环以上步骤，得到并输出图库中所有与用户给定原始图像相似的图形，得到搜索结果。