图像相似度的计算方法
【专利摘要】本发明提出一种图像相似度计算方法包括：S1，分别获得第一图像和第二图像；S2，对第一图像和第二图像进行缩放预处理，获取第一图像和第二图像的最小宽高信息，最小宽高信息为第一图像和第二图像的宽高值中的最小值；S3，根据最小宽高信息分别计算第一图像和第二图像缩放之后的第一像素值集合和第二像素值集合以对所述第一图像和第二图像进行缩放；S4，分别根据所述第一像素值集合和所述第二像素值集合计算像素点（i，j）的距离集合，i、j为所述第一像素值集合和第二像素值集合像素点的横纵坐标；S5，根据所述距离集合计算第一图像和第二图像之间的相似度。该图像相似度计算方法的计算结果误差较小、计算量小并且具有较好的实时性。
【专利说明】图像相似度的计算方法
【技术领域】
[0001] 本发明涉及图像处理【技术领域】，特别涉及一种图像相似度的计算方法。
【背景技术】
[0002] 在嵌入式的应用中，例如生产自动检测，为了提高检测效率，通过将摄像机拍摄的 图像与标准图像进行比对来代替人工检测。又例如对于车辆驾驶，为了提高车辆驾驶的安 全性，可以通过车辆上摄像机拍摄周围的环境图像，并将图像经滤波后与标准图像如行人、 路标等进行比对，以此来提醒驾驶员，实现安全辅助驾驶。但是，通过摄像机拍摄的图像受 拍摄环境如光照等因素影响较大，往往造成比对结果不准确，相对来说，用图像的相似度来 判断检测目标是否符合要求比较合理。
[0003] 在现有技术中，图像的相似度计算主要采用以下两种方法：一种方法是计算图像 中R、G和B三个分量的和值，利用最终的和值计算相似度；另一种方法是：首先把图像进行 分块，然后计算两幅图像间任意两个分块的相似度，最后计算两幅图像的相似度。
[0004] 其中，利用和值计算相似度的方法，计算结果误差较大。例如，一个图像的R值分 别为226、0、224，另一图像的R值分别为0、226、224，假设两幅图像的G和B -致，尽管加入 了调节系数，采用该方法计算的结果两者的相似度很高，但事实并非如此。
[0005] 另外，利用图像分块计算相似度的方法，比直接计算对应分块相似度的方法的计 算量大一倍以上，在嵌入式应用中，实时性将很难得到保证。
【发明内容】
[0006] 本发明的目的旨在至少在一定程度上解决上述的技术缺陷。
[0007] 为此，本发明的目的在于提出一种图像相似度计算方法，该图像相似度计算方法 的计算结果误差较小、计算量小并且具有较好的实时性。
[0008] 为达到上述目的，本发明实施例提出一种图像相似度计算方法，包括以下步骤： S1，分别获得第一图像和第二图像；S2,对所述第一图像和第二图像进行缩放预处理，获取 所述第一图像和第二图像缩放之后的最小宽高信息，其中，所述最小宽高信息为所述第一 图像和第二图像的宽高值中的最小值；S3,根据所述最小宽高信息分别计算所述第一图像 和第二图像缩放之后的第一像素值集合和第二像素值集合以对所述第一图像和第二图像 进行缩放；S4,根据所述第一像素值集合和第二像素值集合计算像素点（i，j)的距离集合， 其中，i、j为像素点的横纵坐标；S5,根据所述距离集合计算所述第一图像和第二图像之间 的相似度。
[0009] 根据本发明实施例提出的图像相似度计算方法，以像素为单位进行处理，通过缩 放第一图像和第二图像以获取第一像素值集合和第二像素值集合，并计算第一像素值集合 中像素点（i，j)与第二像素值集合中像素点（i，j)的距离集合，进而计算出第一图像和第 二图像的相似度，计算结果误差较小、计算量小并且具有较好的实时性。
[0010] 本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变 得明显，或通过本发明的实践了解到。
【专利附图】
【附图说明】
[0011] 本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变 得明显和容易理解，其中 ：
[0012] 图1为根据本发明实施例的图像相似度的计算方法的流程图；
[0013] 图2为根据本发明一个实施例的图像相似度的计算方法中的第一像素值集合的 计算方法的流程图；
[0014] 图3为根据本发明一个实施例的图像相似度的计算方法中第二像素值集合的计 算方法的流程图；以及
[0015] 图4为根据本发明一个具体实施例的图像相似度的计算方法的流程图。
【具体实施方式】
[0016] 下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终 相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附 图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
[0017] 下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简 化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且 目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重 复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。此 夕卜，本发明提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到 其他工艺的可应用于性和/或其他材料的使用。另外，以下描述的第一特征在第二特征之 "上"的结构可以包括第一和第二特征形成为直接接触的实施例，也可以包括另外的特征形 成在第一和第二特征之间的实施例，这样第一和第二特征可能不是直接接触。
[0018] 在本发明的描述中，需要说明的是，除非另有规定和限定，术语"安装"、"相连"、 "连接"应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可 以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据 具体情况理解上述术语的具体含义。
[0019] 参照下面的描述和附图，将清楚本发明的实施例的这些和其他方面。在这些描述 和附图中，具体公开了本发明的实施例中的一些特定实施方式，来表示实施本发明的实施 例的原理的一些方式，但是应当理解，本发明的实施例的范围不受此限制。相反，本发明的 实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
[0020] 下面参照附图来描述根据本发明实施例提出的图像相似度的计算方法。
[0021] 图1为根据本发明实施例的图像相似度的计算方法的流程图。如图1所示，该图 像相似度的计算方法包括以下步骤：
[0022] S1，分别获得第一图像和第二图像。
[0023] 例如，分别获得第一图像A和第二图像B，第一图像A和第二图像B为需要进行相 似度比对的图像。
[0024] S2,对第一图像和第二图像进行缩放预处理，获取第一图像和第二图像的最小宽 寅息。
[0025] 对步骤SI中获得的第一图像A和第二图像B进行缩放预处理，获取第一图像A和 第二图像B的最小宽高信息，其中，最小宽高信息可以为第一图像A和第二图像B的宽高值 中的最小值。例如W和H，可以为W=min (AW，BW)，H=min (AH，BH)。其中，AW为A的宽度， AH为A的高度，BW为B的宽度，BH为B的高度。
[0026] S3,根据最小宽高信息分别计算第一图像和第二图像缩放之后的第一像素值集合 和第二像素值集合以对第一图像和第二图像进行缩放。
[0027] 需要说明的是，步骤S3即为对第一图像A和第二图像B进行缩放的过程，其中，计 算获得的第一像素值集合和第二像素值集合即为对第一图像A和第二图像B缩放之后的像 素值集合，例如缩放之后的第一图像A和第二图像B可以称之为SA和SB。步骤S2中获得 的W和H即为SA和SB的宽和高。
[0028] 在本发明的一个实施例中，如图2所示，在本步骤S3中，根据最小宽高信息计算第 一图像A缩放之后的第一像素值集合以对第一图像A进行缩放具体包括：
[0029] S31，计算第一像素值集合中的任一像素点在第一图像中的实数坐标 (m+u,n+v)〇
[0030] 其中，SA为第一像素值集合即缩放之后的第一图像，i、j为SA的任一像素点的横 纵坐标。i和j、m和n为正整数，0彡u彡1，0彡v彡1。具体地，在本发明的一个实施例 中，缩放之后的第一图像SA中即第一像素值集合中的任一像素点5八{1?，6,8：^在第一图像 A中的实数坐标（m+u，n+v)可以根据以下公式计算：
【权利要求】
1. 一种图像相似度的计算方法，其特征在于，包括以下步骤： S1，分别获得第一图像和第二图像； 52, 对所述第一图像和第二图像进行缩放预处理，获取所述第一图像和第二图像的最 小宽高信息，其中，所述最小宽高信息为所述第一图像和第二图像的宽高值中的最小值； 53, 根据所述最小宽高信息分别计算所述第一图像和第二图像缩放之后的第一像素值 集合和第二像素值集合以对所述第一图像和第二图像进行缩放； 54, 根据所述第一像素值集合和第二像素值集合计算像素点（i，j)的距离集合，其中， i、j为像素点的横纵坐标；以及 55, 根据所述距离集合计算所述第一图像和第二图像之间的相似度。
2. 如权利要求1所述的图像相似度的计算方法，其特征在于，在所述步骤S3中，根据所 述最小宽高信息计算所述第一图像缩放之后的第一像素值集合以对所述第一图像进行缩 放具体包括： S31，计算缩放之后的所述第一像素值集合中的任一像素点SA{R，G，B} u在所述第一图 像中的实数坐标（m+u，n+v)，其中，i和j、m和n为正整数，0 < u < 1，0 < v < 1，SA为缩 放之后的所述第一像素值集合，A为所述第一图像； 532, 计算所述实数坐标（m+u，n+v)临近四个像素点（m，n)、（m+l，n)、（m，n+l)和（m+1， n+1)的权重 (A)、a (ni+1)n (A)、〇_+1) (A)和 a (ni+1)(n+1) (A); 533, 根据所述权重 (A)、a(ni+1)n (AXc^+d (A)和 a(ni+1)(n+1) (A)计算所述实数坐 标(m+u，n+v)处的R、G、B的值以获得所述第一图像缩放之后的第一像素值集合。
3. 如权利要求2所述的图像相似度的计算方法，其特征在于，在所述步骤S3中，根据所 述最小宽高信息计算所述第二图像缩放之后的第二像素值集合以对所述第二图像进行缩 放具体包括： 534, 计算缩放之后的所述第二像素值集合中的任一像素点SB {R，G，B} ^在所述第二图 像中的实数坐标（m+u，n+v)，其中，i和j、m和n为正整数，0 < u < 1，0 < v < 1，SB为缩 放之后的所述第二像素值集合，B为所述第二图像； 535, 计算所述实数坐标（m+u，n+v)临近四个像素点（m，n)、（m+l，n)、（m，n+l)和（m+1， n+1)的权重 (B)、a (ni+1)n (B)、(B)和 a (ni+1)(n+1) (B); 536, 根据所述权重 (B)、a(ni+1)n (Bhc^+D (B)和 a(ni+1)(n+1) (B)计算所述实数坐 标(m+u，n+v)处的R、G、B的值以获得所述第二像素值集合。
4. 如权利要求3所述的图像相似度的计算方法，其特征在于，在所述步骤S32和S35 中，所述权重 〇臟（A)、a (ni+1)n (A)、(A)和 a (ni+1)(n+1) (A)以及 (B)、a (ni+1)n (B)、am(n+1) (B)和a (m+1)(n+1) (B)为R、G、B三分量权重的集合。
5. 如权利要求3所述的图像相似度的计算方法，其特征在于，在所述步骤S4中，根据以 下公式计算SA与SB中任一对应像素点R、G、B的距离Q u : Q ij= (| SA (R) -SB (R) | +1 SA (G) -SB (G) | +1 SA (B) -SB (B)) /3 其中，SA (R)、SA (G)、SA ⑶为 SA {R，G，B} u 的三个分量，SB (R)、SB (G)、SB (B)为 SB {R， G，B}ij的三个分量。
6. 如权利要求5所述的图像相似度的计算方法，其特征在于，缩放之后的所述第一像 素值集合和第二像素值集合的距离根据以下公式计算得到：
其中，Q为缩放之后的所述第一像素值集合和第二像素值集合的距离。
7. 如权利要求6所述的图像相似度的计算方法，其特征在于，在所述步骤S5中，根据以 下公式计算所述第一图像和第二图像之间的相似度： 8 =l-{Q/(255*i*j)} 其中，S为所述相似度，i*j为SA或SB的像素点的总数。
8. 如权利要求3所述的图像相似度的计算方法，其特征在于，所述第一像素值集合中 的任一像素点SA{R，G，在所述第一图像中的实数坐标(m+u，n+v)根据以下公式计算：
其中，AW为A的宽度，AH为A的高度，BW为B的宽度，BH为B的高度，W=min (AW，BW)， H=min (AH，BH)。
9. 如权利要求3所述的图像相似度的计算方法，其特征在于，所述第二像素值集合中 的任一像素点SB{R，G，在所述第二图像中的实数坐标（m+u，n+v)根据以下公式计算：
其中，AW为A的宽度，AH为A的高度，BW为B的宽度，BH为B的高度，W=min (AW，BW)， H=min (AH，BH)。
【文档编号】G06T3/40GK104346796SQ201310326903
【公开日】2015年2月11日 申请日期:2013年7月30日 优先权日:2013年7月30日
【发明者】徐东坤, 廖国新 申请人:比亚迪股份有限公司