图像匹配系统及方法
【专利摘要】本发明公开了图像匹配系统及方法，方法包括步骤：S1、分别从第一图像与第二图像中提取N个特征点并匹配为同名点；S2、分别在第一图像与第二图像中利用同名点构建至少一个三角形；S3、对于由相对应的同名点构建的每一对三角形，均将面积较大的三角形重采样到与面积较小的三角形的面积相同后，统计灰度直方图；S4、对每一对三角形均运行公式S5、对计算出的每一对三角形的相似度取平均值以计算该第一图像与该第二图像的相似度。本发明通过商品图像的相似度的比较，来分析两个商品是否属于同一类型，能够将结果用数值精确地表示，以数值量化两个商品图像的相似程度，使得比较的结果更加直观可信。
【专利说明】图像匹配系统及方法【技术领域】
[0001]本发明涉及一种图像匹配系统及方法，特别是涉及一种能够通过提取特征点、构建三角形以及计算来对商品图像的相似度进行量化分析计算的图像匹配系统以及利用该图像匹配系统实现的图像匹配方法。
【背景技术】
[0002]随着互联网应用的逐渐推广，现在出现了越来越多的网店，而网店中商品的价格无疑成了用户及店商最关注的问题。而比价是对比对手商品同自身商品价格差异的主要手段，比价的核心问题是商品的匹配，即在对手的商品中找到和自身商品属于同一类型、同一款的商品，然后再进行价格的对比。
[0003]而目前商品的匹配一般可以通过商品名称、商品型号、商品品牌等商品的详细信息来对商品进行匹配，但是在很多情况下并不能获取到这些商品信息，或者获取的商品信息非常的不全面，这样，在现有技术中就很难再进行商品匹配。
【发明内容】
[0004]本发明要解决的技术问题是为了克服现有技术中在无法获取商品信息或者获取的商品信息不全面的情况下很难再进行商品匹配的缺陷，提供一种能够通过提取特征点、构建三角形以及计算来对商品图像的相似度进行量化分析计算的图像匹配系统以及利用该图像匹配系统实现的图像匹配方法。
[0005]本发明是通过下述技术方案来解决上述技术问题的:
[0006]本发明提供了一种图像匹配方法，其特点在于，其包括以下步骤:
[0007]S1、利用特征点提取算法分别从一第一图像与一第二图像中提取N个特征点并将该第一图像中的N个特征点以及该第二图像中的N个特征点匹配为一一对应的N对同名点，其中N为正整数；
[0008]S2、分别在该第一图像与该第二图像中构建至少一个三角形，该第一图像与该第二图像中的每一对三角形均由对应的同名点构建，其中每个同名点均为至少一个三角形的顶点，且三角形之间均没有公共区域，并且每个三角形覆盖的区域中均不包含同名点；
[0009]S3、对于该第一图像与该第二图像中分别由对应的同名点构建的每一对三角形，均在保持面积较大的三角形的采样率并将该面积较大的三角形重采样到与面积较小的三角形的面积相同后，统计面积相同的两个三角形的灰度直方图；
[0010]S4、对步骤S2中构建出的每一对三角形均运行公式
【权利要求】
1.一种图像匹配方法，其特征在于，其包括以下步骤: S1、利用特征点提取算法分别从一第一图像与一第二图像中提取N个特征点并将该第一图像中的N个特征点以及该第二图像中的N个特征点匹配为一一对应的N对同名点，其中N为正整数； S2、分别在该第一图像与该第二图像中构建至少一个三角形，该第一图像与该第二图像中的每一对三角形均由对应的同名点构建，其中每个同名点均为至少一个三角形的顶点，且三角形之间均没有公共区域，并且每个三角形覆盖的区域中均不包含同名点； S3、对于该第一图像与该第二图像中分别由对应的同名点构建的每一对三角形，均在保持面积较大的三角形的采样率并将该面积较大的三角形重采样到与面积较小的三角形的面积相同后，统计面积相同的两个三角形的灰度直方图； S4、对步骤S2中构建出的每一对三角形均运行公式
2.如权利要求1所述的图像匹配方法，其特征在于，每个三角形均具有一最小外包矩形。
3.如权利要求1或2所述的图像匹配方法，其特征在于，步骤S1中的特征点提取算法为SIFT算法、Harris算法、Moravec算法或Robert算法。
4.一种图像匹配系统，其特征在于，其包括: 一特征点提取模块，用于利用特征点提取算法分别从一第一图像与一第二图像中提取N个特征点并将该第一图像中的N个特征点以及该第二图像中的N个特征点匹配为一一对应的N对同名点，其中N为正整数； 一三角形构建模块，用于分别在该第一图像与该第二图像中构建至少一个三角形，该第一图像与该第二图像中的每一对三角形均由对应的同名点构建，其中每个同名点均为至少一个三角形的顶点，且三角形之间均没有公共区域，并且每个三角形覆盖的区域中均不包含同名点； 一计算模块，用于首先对于该第一图像与该第二图像中分别由对应的同名点构建的每一对三角形，均在保持面积较大的三角形的采样率并将该面积较大的三角形重采样到与面积较小的三角形的面积相同后，统计面积相同的两个三角形的灰度直方图； 对该三角形构建模块构建出的每一对三角形均运行公式
5.如权利要求4所述的图像匹配系统，其特征在于，每个三角形均具有一最小外包矩形。
6.如权利要求4或5所述的图像匹配系统，其特征在于，该特征点提取算法为SIFT算法、Harris算法、Moravec算法或Robert算法。
7.一种图像匹配方法，其特征在于，其包括以下步骤: 51、利用特征点提取算法分别从一第一图像与一第二图像中提取N个特征点并将该第一图像中的N个特征点以及该第二图像中的N个特征点匹配为一一对应的N对同名点，其中N为正整数； 52、分别在该第一图像与该第二图像中构建一个起始三角形，该对起始三角形的顶点分别为该第一图像与该第二图像中相对应的未构成三角形的同名点且该对起始三角形覆盖的区域中均不包含同名点； 53、在该第一图像与该第二图像中分别判断未构成三角形的同名点中是否存在与至少两个构成三角形的同名点的距离小于一第一阈值的目标同名点； 若是，则对于每个目标同名点，在该第一图像与该第二图像中分别判断所有构成三角形的同名点中是否存在至少两个基础同名点，使得该至少两个基础同名点与该目标同名点的距离均小于该第一阈值且在该第一图像与该第二图像中该至少两个基础同名点中的两个基础同名点分别与该目标同名点构成的互相对应的线段的比值与该两个基础同名点构成的互相对应的线段的比值的差值均小于一第二阈值，若是，则在该第一图像与该第二图像中分别利用目标同名点与该两个基础同名点构建目标三角形，在该第一图像与该第二图像中该两个基础同名点是相对应的，该目标三角形与其余的三角形之间均没有公共区域，并且该目标三角形覆盖的区域中不包含同名点，若否，则剔除目标同名点； 若否，则返回步骤S2; S4、对于该第一图像与该第二图像中分别由对应的同名点构建的每一对三角形，均在保持面积较大的三角形的采样率并将该面积较大的三角形重采样到与面积较小的三角形的面积相同后，统计面积相同的两个三角形的灰度直方图； S5、对由对应的同名点构建出的每一对三角形均运行公式
8.如权利要求7所述的图像匹配方法，其特征在于，步骤S2中构建该对起始三角形的步骤还包括: S21、分别在该第一图像与该第二图像中构建多个三角形，该第一图像与该第二图像中的每一对三角形均由对应的同名点构建，其中每两个三角形之间没有公共区域且每个三角形覆盖的区域中均不包含同名点； S22、分别计算该第一图像与该第二图像中每一对由对应的同名点构建的三角形的相对应的边的比例的平均偏差，选取平均偏差最小的一对三角形作为起始三角形。
9.如权利要求8所述的图像匹配方法，其特征在于，每个三角形均具有一最小外包矩形。
10.如权利要求7-9中任意一项所述的图像匹配方法，其特征在于，步骤S1中的特征点提取算法为SIFT算法、Harris算法、Moravec算法或Robert算法。
11.一种图像匹配系统，其特征在于，其包括: 一特征点提取模块，用于利用特征点提取算法分别从一第一图像与一第二图像中提取N个特征点并将该第一图像中的N个特征点以及该第二图像中的N个特征点匹配为一一对应的N对同名点，其中N为正整数； 一三角形构建模块，用于分别在该第一图像与该第二图像中构建一个起始三角形，该对起始三角形的顶点分别为该第一图像与该第二图像中相对应的未构成三角形的同名点且该对起始三角形覆盖的区域中均不包含同名点； 一判断模块，用于在该第一图像与该第二图像中分别判断未构成三角形的同名点中是否存在与至少两个构成三角形的同名点的距离小于一第一阈值的目标同名点； 若是，则对于每个目 标同名点，在该第一图像与该第二图像中分别判断所有构成三角形的同名点中是否存在至少两个基础同名点，使得该至少两个基础同名点与该目标同名点的距离均小于该第一阈值且在该第一图像与该第二图像中该至少两个基础同名点中的两个基础同名点分别与该目标同名点构成的互相对应的线段的比值与该两个基础同名点构成的互相对应的线段的比值的差值均小于一第二阈值，若是，则调用该三角形构建模块在该第一图像与该第二图像中分别利用目标同名点与该两个基础同名点构建目标三角形，在该第一图像与该第二图像中该两个基础同名点是相对应的，该目标三角形与其余的三角形之间均没有公共区域，并且该目标三角形覆盖的区域中不包含同名点，若否，则剔除目标同名点； 若否，则调用该三角形构建模块分别在该第一图像与该第二图像中构建一个起始三角形，该对起始三角形的顶点分别为该第一图像与该第二图像中相对应的未构成三角形的同名点且该对起始三角形覆盖的区域中均不包含同名点； 一计算模块，用于首先对于该第一图像与该第二图像中分别由对应的同名点构建的每一对三角形，均在保持面积较大的三角形的采样率并将该面积较大的三角形重采样到与面积较小的三角形的面积相同后，统计面积相同的两个三角形的灰度直方图； 对该三角形构建模块构建出的每一对三角形均运行公式sM MaxlL1, R1))其中S为由相对应的同名点构建的一对三角形的相似度，M为将灰度直方图中的灰度值的取值区间划分出的段数，Li为将该面积较大的三角形重采样后在灰度值的第i段取值区间内像素点的个数，Ri为该面积较小的三角形在灰度值的第i段取值区间内像素点的个数； 最后对计算出的每一对三角形的相似度取平均值以计算出该第一图像与该第二图像的相似度。
12.如权利要求11所述的图像匹配系统，其特征在于，该三角形构建模块用于首先分别在该第一图像与该第二图像中构建多个三角形，该第一图像与该第二图像中的每一对三角形均由对应的同名点构建，其中每两个三角形之间没有公共区域且每个三角形覆盖的区域中均不包含同名点； 然后分别计算该第一图像与该第 二图像中每一对由对应的同名点构建的三角形的相对应的边的比例的平均偏差，选取平均偏差最小的一对三角形作为起始三角形。
13.如权利要求12所述的图像匹配系统，其特征在于，每个三角形均具有一最小外包矩形。
14.如权利要求11-13中任意一项所述的图像匹配系统，其特征在于，该特征点提取算法为SIFT算法、Harris算法、Moravec算法或Robert算法。
【文档编号】G06F17/30GK103903249SQ201210581470
【公开日】2014年7月2日 申请日期:2012年12月27日 优先权日:2012年12月27日
【发明者】李林冲 申请人:纽海信息技术（上海）有限公司