[发明专利]一种基于颜色差值算法和DHash的图像相似判定方法

摘要

本发明公开了一种基于颜色差值算法和DHash的图像相似判定方法，属于图像处理技术领域。本发明通过颜色差值算法对图像进行行差值计算，生成其颜色向量，通过余弦定理计算两张图像之间基于颜色差值算法的差值；若基于颜色差值算法的差值大于差值阈值，则判定为图像不相似，结束之后步骤；若基于颜色差值算法的差值小于等于差值阈值，继续通过DHash算法对图像进行Hash化，计算两张图像之间基于DHash的汉明距离；若基于DHash的汉明距离小于汉明距离阈值，则判定图像相似；否则判定为图像不相似。本发明与现有技术相比，主要解决了现有技术在对图像相似判定时存在的运行时间长、效率低等现象，在不失其判定的灵活性和准确度的基础上提高了图像相似判定的效率。

主权项

1.一种基于颜色差值算法和DHash的图像相似判定方法，其特征在于：Step1：获取图像A和图像B；Step2：通过颜色差值算法对图像A和图像B进行差值计算，得到图像A、B之间基于颜色差值算法的差值D_Var(A,B)；具体步骤如Step2.1～Step2.7所示；Step2.1：将图像A、B的大小压缩至8×8；Step2.2：将压缩后的图像A、B转化为256阶灰度图像，并表示为矩阵形式I_A、I_B，其中I_A(i,j),i∈[1,8],j∈[1,8]、I_B(i,j),i∈[1,8],j∈[1,8]为矩阵元素值；Step2.3：根据公式(1)计算矩阵I_A、I_B的每行元素平均值I_A(i),i∈[1,8]、I_B(i),i∈[1,8]；Step2.4：将矩阵I_A、I_B按照公式(2)所示计算规则，重新定义矩阵I_A、I_B的元素值I_A(i,j),i∈[1,8],j∈[1,8]、I_B(i,j),i∈[1,8],j∈[1,8]；Step2.5：将矩阵矩阵I_A、I_B按照从上至下、从左至右的规则，生成颜色向量Var_A、Var_B；Step2.6：通过公式(3)计算图像A、B之间基于颜色差值算法的差值D_Var(A,B)，其中Var_A(i),i∈[1,64]、Var_B(i),i∈[1,64]是颜色向量Var_A、Var_B的元素值；Step2.7：定义差值阈值α，若图像A、B之间基于颜色差值算法的差值D_Var(A,B)满足式(4)要求，则进行Step3及之后步骤，继续判定其相似与否；若满足公式(5)要求，则判定图像A和图像B不相似，并结束之后步骤；D_var(A,B)≤α   (4)D_var(A,B)＞α   (5)Step3：通过DHash算法对图像A和图像B进行Hash化，得到图像A和图像B之间基于DHash的汉明距离Dis_D(A,B)；具体步骤如Step3.1～Step3.5所示；Step3.1：将图像A、B的大小压缩至8×9；Step3.2：将压缩后的图像A、B转化为256阶灰度图像，并表示为矩阵形式I_A、I_B，其中I_A(i,j),i∈[1,8],j∈[1,9]、I_B(i,j),i∈[1,8],j∈[1,9]为矩阵元素值；Step3.3：根据公式(6)生成新矩阵T_A、T_B，其中T_A(i,j),i∈[1,8],j∈[1,8]、T_B(i,j),i∈[1,8],j∈[1,8]为矩阵元素值；Step3.4：将矩阵按照从上至下(i＝1→8)、从左至右(j＝1→8)的规则，根据公式(7)进行值优化，并对其连接生成图像A、B的DHash值DHash_A、DHash_B；其中T(i,j)代表适用于T_A(i,j)、T_B(i,j)；Step3.5：通过图像A、B的DHash值DHash_A、DHash_B，计算图像A和图像B之间基于DHash的汉明距离Dis_D(A,B)；Step4：定义汉明距离阈值β，若图像A和图像B之间基于DHash的汉明距离Dis_D(A,B)满足公式(8)要求，则判定图像A和图像B相似；否则判定图像A和图像B不相似；Dis_D(A,B)≤β   (8)。