一种图像相似性匹配方法及装置的制造方法
【技术领域】
[0001]本发明属于图像处理领域，尤其涉及一种图像相似性匹配方法及装置。
【背景技术】
[0002]图像匹配，主要是通过分析两个图像的纹理及灰度等的对应关系、相似性，来判断这两个图像是否相同。
[0003]目前，在进行图像相似性匹配的过程中，往往都是通过对彩色图像对应的灰度图像进行基于像素操作来获取到对图像内容结构的描述，如尺度不变特征转换(Scale-1nvariant feature transform, SIFT)算法，局部二值模式(Local BinaryPatterns, LBP)算法，灰度共生矩阵(Gray Level Concurrence Matrix)算法等，但在上面所述的方法中，都有其自身的不足和缺陷，如SIFT虽然鲁棒性很好，抗形变、抗旋转能力强，但是计算量很大，在很多高清图像的特征匹配中实时性很差，LBP算法和灰度共生矩阵都是基于灰度图像的，而由于灰度图像把其它通道的颜色信息去掉了，因此通过LBP算法和灰度共生矩阵算法比较图像的相似性少了很多依据，容易导致误判率高。
【发明内容】
[0004]本发明实施例提供了一种图像相似性匹配方法，旨在解决现有方法在匹配图像时误判率过高的问题。
[0005]本发明实施例是这样实现的，一种图像相似性匹配方法，所述方法包括下述步骤:
[0006]获取待匹配彩色图像中颜色区域的主要分布特征；
[0007]缩小待匹配彩色图像中R通道图像、G通道图像以及B通道图像；
[0008]对缩小后的所述R通道图像、G通道图像以及B通道图像进行编码，得到相应的编码值；
[0009]将待匹配彩色图像中颜色区域的主要分布特征与存储的图像中颜色区域的主要分布特征比较，得到第一相似度；
[0010]将缩小后的所述R通道图像、G通道图像以及B通道图像的编码值与存储的图像的编码值比较，得到第二相似度；
[0011]根据所述第一相似度和所述第二相似度判断待匹配彩色图像与存储的图像是否匹配。
[0012]本发明实施例的另一目的在于提供一种图像相似性匹配装置，所述装置包括:
[0013]颜色分布特征获取单元，用于获取待匹配彩色图像中颜色区域的主要分布特征；
[0014]通道图像缩小单元，用于缩小待匹配彩色图像中R通道图像、G通道图像以及B通道图像；
[0015]通道图像编码单元，用于对缩小后的所述R通道图像、G通道图像以及B通道图像进行编码，得到相应的编码值；
[0016]第一相似度确定单元，用于将待匹配彩色图像中颜色区域的主要分布特征与存储的图像中颜色区域的主要分布特征比较，得到第一相似度；
[0017]第二相似度确定单元，用于将缩小后的所述R通道图像、G通道图像以及B通道图像的编码值与存储的图像的编码值比较，得到第二相似度；
[0018]图像匹配单元，用于根据所述第一相似度和所述第二相似度判断待匹配彩色图像与存储的图像是否匹配。
[0019]在本发明实施例中，由于匹配过程中保留了三个通道的颜色信息，增加了匹配信息，因此能够提高匹配的准确率。并且，由于第一相似度是基于分块颜色的直方图，第二相似度是基于图像内容结构，因此，本发明实施例提供的图像相似性匹配方法结合了分块颜色直方图相似度与图像内容结构相似度，从而使匹配更精确。
【附图说明】
[0020]图1是本发明第一实施例提供的一种图像相似性匹配方法的流程图；
[0021]图2是本发明第一实施例提供的从彩色图像中分别提取出R通道图像、G通道图像、B通道图像的示意图；
[0022]图3是本发明第一实施例提供的图2所示的R通道图像、G通道图像以及B通道图像的直方图；
[0023]图4是本发明第一实施例提供的简化图3后得到的直方图；
[0024]图5是本发明第一实施例提供的缩小图2后得到的示意图；
[0025]图6是本发明第一实施例提供的对15*15像素大小的图像进行编码的示意图；
[0026]图7是本发明第二实施例提供的一种图像相似性匹配装置的结构图。
【具体实施方式】
[0027]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0028]本发明实施例中，获取待匹配彩色图像中颜色区域的主要分布特征，以及对待匹配彩色图像中红(R)通道图像、绿(G)通道图像以及蓝⑶通道图像分别进行编码，得到相应的编码值，再分别将待匹配彩色图像中颜色区域的主要分布特征、编码值与存储的图像中颜色区域的主要分布特征、编码值比较，确定第一相似度和第二相似度，最后根据确定的第一相似度和第二相似度判断待匹配彩色图像与存储的图像是否匹配。
[0029]为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
[0030]实施例一:
[0031]图1示出了本发明第一实施例提供的一种图像相似性匹配方法的流程图，详述如下:
[0032]步骤S11，获取待匹配彩色图像中颜色区域的主要分布特征。
[0033]其中，所述获取待匹配彩色图像中颜色区域的主要分布特征的步骤具体包括:
[0034]Al、从待匹配彩色图像中分别提取出R通道图像、G通道图像、B通道图像。如图2所示，可在一个待匹配彩色图像中分别提取出R通道图像、G通道图像、B通道图像。
[0035]A2、分别将R通道图像、G通道图像以及B通道图像划分为大小相等的块。具体地，应保证每个划分的块的像素值大小大于或等于20*20，即每个划分的块在水平方向的像素值大于或等于20，在垂直方向的像素值大于或等于20。保证划分的块的大小是因为只有一定量的图像像素才能充分描述出一块图像内容的颜色分布状况。
[0036]A3、确定划分的所有块的直方图信息。具体地，由于图像通常包括256个像素值，因此，选取一个数值N (N小于或等于255)，通过选取的N将O?255这256个像素平均分成N部分。假设256/N = Path_num,若Path_num不为整数,则选取小于Path_num的最大整数值；若为整数，则直接选取Path_num这个整数。在将256个像素值分为N个区间时，所分区间规则如下:当i = I，像素值在O到(Path_num*i)的作为一个区间；当2 < i < N-1,像素值在Path_num* (i_l)+1到Path_num*i作为N-1个区间；当i = N,像素值在(Path_num*(1-l)+l)到255作为一个区间。例如，假设N= 10，那么有256/10 = 25.6，取小于25.6的最大整数值25，即Patch_num = 25，那么对于图像中像素值O?25的为一个统计像素区间，像素值为26?50的为一个统计区间，以此类推直到201?225，226?255。根据该方法可得到图3所示的R通道图像、G通道图像以及B通道图像的直方图，详见图3。
[0037]A4、从所述所有块的直方图信息中分别提取R通道图像、G通道图像以及B通道图像中颜色区域的主要分布特征，并合成为待匹配彩色图像中颜色区域的主要分布特征。具体地，该步骤A4包括:A41、分别对R通道图像、G通道图像以及B通道图像中的直方图信息中每个像素区间的统计值的大小进行排序；A42、保留R通道图像的直方图信息、G通道图像的直方图信息以及B通道图像的直方图信息中指定数量的最大的像素区间的统计值，以及保留R通道图像的直方图信息、G通道图像的直方图信息以及B通道图像的直方图信息中被保留的像素区间的统计值的左边和右边的像素区间的统计值，以分别作为R通道图像、G通道图像以及B通道图像中颜色区域的主要分布特征；该步骤中，假设将256个像素值划分为N个部分，则保留最大的N*50%个区间，以及保留这些区间的左边和右边的区间。假设N = 10，则选出最大的10*50%= 5个区间，以及保留这最大的5个区间的左边和右边的区间，继续以图3为例，则在一个像素块的直方图去掉部分区间之后，保留的区间组成的直方图如图4所示。从图4中的三个颜色通道可以看出，一个像素块的颜色区域的分布情况，区间的值越大，说明在该像素块中，该范围的像素值占主要部分。最后，对图3中R、G、B三个通道的每个分块都按