一种相似图片识别装置，包括:
[0036]处理器；
[0037]用于存储处理器可执行的指令；
[0038]其中，该处理器被配置为:
[0039]对待识别的两张图片进行特征点提取，得到该两张图片的多个特征点；
[0040]根据该两张图片的多个特征点，获取该两张图片的多个第一特征点对；
[0041]从该多个第一特征点对中，确定多个第二特征点对，该第二特征点对为正确匹配的特征点对；
[0042]当该多个第二特征点对与该多个第一特征点对的之间的数量比值大于第一预设阈值、且该多个第二特征点对的数量小于数量阈值，根据该多个第二特征点对的连线角度，对该多个第二特征点对进行筛选，得到多个第三特征点对；
[0043]当该多个第三特征点对与该多个第二特征点对之间的数量比值大于第二预设阈值时，确定该两张图片为相似图片。
[0044]本公开的实施例提供的技术方案可以包括以下有益效果:
[0045]本公开实施例提供的方法及装置，在初次确定了正确匹配的第二特征点对之后，在第二特征点对的数量较少的场景下，根据多个第二特征点对的连线角度，对多个第二特征点对进行再次筛选，保留位于相似图片的重叠区域内的第二特征点对，筛选掉不位于重叠区域的第二特征点对，再基于剩余的第三特征点对与该多个第二特征点对与该多个第二特征点对之间的数量比值，来进一步进行相似图片的识别，使得在较少特征点对场景的识别过程中避免了识别错误率较高的情况，提高了相似图片识别的速度和准确性。
[0046]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
【附图说明】
[0047]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0048]图1是根据一示例性实施例示出的一种相似图片识别方法的流程图。
[0049]图2是根据一示例性实施例示出的一种相似图片识别方法的流程图。
[0050]图3是根据一示例性实施例示出的一种相似图片识别装置框图。
[0051]图4是根据一示例性实施例示出的一种相似图片识别装置400的框图。
[0052]图5是根据一示例性实施例示出的一种相似图片识别装置500的框图。
【具体实施方式】
[0053]为使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开实施方式作进一步地详细描述。
[0054]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
[0055]图1是根据一示例性实施例示出的一种相似图片识别方法的流程图，如图1所示，相似图片识别方法用于终端中，包括以下步骤。
[0056]在步骤101中，对待识别的两张图片进行特征点提取，得到该两张图片的多个特征点。
[0057]在步骤102中，根据该两张图片的多个特征点，获取该两张图片的多个第一特征点对。
[0058]在步骤103中，从该多个第一特征点对中，确定多个第二特征点对，该第二特征点对为正确匹配的特征点对。
[0059]在步骤104中，当该多个第二特征点对与该多个第一特征点对的之间的数量比值大于第一预设阈值、且该多个第二特征点对的数量小于数量阈值，根据该多个第二特征点对的连线角度，对该多个第二特征点对进行筛选，得到多个第三特征点对。
[0060]在步骤105中，当该多个第三特征点对与该多个第二特征点对之间的数量比值大于第二预设阈值时，确定该两张图片为相似图片。
[0061]本公开实施例提供的方法，在初次确定了正确匹配的第二特征点对之后，在第二特征点对的数量较少的场景下，根据多个第二特征点对的连线角度，对多个第二特征点对进行再次筛选，保留位于相似图片的重叠区域内的第二特征点对，筛选掉不位于重叠区域的第二特征点对，再基于剩余的第三特征点对与该多个第二特征点对与该多个第二特征点对之间的数量比值，来进一步进行相似图片的识别，使得在较少特征点对场景的识别过程中避免了识别错误率较高的情况，提高了相似图片识别的速度和准确性。
[0062]在第一种可能实现方式中，对待识别的两张图片进行特征点提取，得到该两张图片的多个特征点包括:
[0063]采用尺度不变特征SIFT或加速稳健特征SURF，对待识别的两张相似图片进行特征点提取，得到该两张图片的多个特征点。
[0064]在第二种可能实现方式中，从该多个第一特征点对中，确定多个第二特征点对，该第二特征点对为正确匹配的特征点对，该方法还包括:
[0065]当该多个第二特征点对与该多个第一特征点对的之间的数量比值大于第一预设阈值、且该多个第二特征点对的数量不小于数量阈值，采用随机采样一致性RANSAC算法对该多个第二特征点对进行筛选。
[0066]在第三种可能实现方式中，根据该多个第二特征点对的连线角度，对该多个第二特征点对进行筛选包括:
[0067]当该待识别的两张图片为水平摆放时，则计算该多个第二特征点对的连线与垂直线之间的第一夹角，确定每个第一夹角落入的角度区间，统计落在每个区间内的第二特征点对连线数量，确定预设数目的角度区间，该预设数目的角度区间中所包含的连线数量最多，保留连线该落入该预设数目的角度区间内的第二特征点对；或，
[0068]当该待识别的两张图片为垂直摆放时，则计算该多个第二特征点对的连线与水平线之间的第二夹角，确定每个第二夹角落入的角度区间，统计落在每个区间内的第二特征点对连线数量，确定预设数目的角度区间，该预设数目的角度区间中所包含的连线数量最多，保留连线该落入该预设数目的角度区间内的第二特征点对。
[0069]在第四种可能实现方式中，根据该多个第二特征点对的连线角度，对该多个第二特征点对进行筛选包括:
[0070]当该待识别的两张图片为水平摆放时，则计算该多个第二特征点对的连线与垂直线之间的第一夹角，保留第一夹角处于预设角度范围的第二特征点对；或，
[0071]当该待识别的两张图片为垂直摆放时，则计算该多个第二特征点对的连线与水平线之间的第二夹角，保留第二夹角处于预设角度范围的第二特征点对。
[0072]上述所有可选技术方案，可以采用任意结合形成本公开的可选实施例，在此不再--赘述。
[0073]图2是根据一示例性实施例示出的一种相似图片识别方法的流程图，如图2所示，相似图片识别方法用于终端或服务器中，包括以下步骤。
[0074]在步骤201中，对待识别的两张图片进行特征点提取，得到该两张图片的多个特征点。
[0075]在本公开实施例中，待识别的两张图片可以是在进行相似图片识别过程中的任意两张图片，该相似图片识别过程的识别对象可以是一个相册中的所有图片或某几个相册中的所有图片，当然，还可以是由用户指定的某些图片，在此不作具体限定。
[0076]本公开实施例的特征点提取过程可以包括对待识别的两张图片分别进行特征点提取，得到该两张图片的多个特征点。需要说明的是，对待识别的两张图片进行特征点提取包括:SIFT或SURF对待识别的两张图片进行特征点提取。
[0077]在步骤202中，根据该两张图片的多个特征点，获取该两张图片的多个第一特征点对。
[0078]该获取第一特征点对的过程可以基于SIFT或SURF进行，本公开实施例对此不作具体限定。
[0079]在获取多个第一特征点对的过程中，涉及到最近的距离与次近的距离之间的比值与预设阈值进行比较的过程，此时，预设阈值的设定直接关系到最终所得到的第一特征点对的数目多少，当预设阈值设置的较大时，所得到的第一特征点对数目相对较少，当预设阈值设置的较小时，所得到的第一特征点数目相对较多。
[0080]在步骤203中，从该多个第一特征点对中，确定多个第二特征点对，该第二特征点对为正确匹配的特征点对。
[0081]为了得到正确匹配的第一特征点对，需要对该多个第一特征点对再次进行筛选，从而确定多个第