图像匹配方法及装置与流程

1.本技术涉及计算机视觉领域，也可用于金融领域，具体涉及一种图像匹配方法及装置。


背景技术：

2.随着智能手机和数码产品的普及，用户开始使用数码产品来拍照，并且附带一些地理标签将其分享到一些互联网的社交网站上，这使得互联网的图像数据信息呈爆炸式的增长。而于此同时，图像检索的需求也在不断增长。
3.图像检索是指输入图像的关键信息，从而在互联网上检索出与此相关的图像。这里的关键信息包括图像的标签或是图像本身，而对用户来说，最便利的就是将图像直接上传到互联网上，以查询本地图像的相关图像，比如用户想了解一栋建筑物，可以直接拍下这栋建筑物，然后通过提取图像特征与互联网的大数据库进行比较，最终得到用户想要的信息，但随着用户对图像检索的精度和速度需求不断上升，使得一些传统的图像检索方法已经不能满足用户的需求。


技术实现要素：

4.针对现有技术中的问题，本技术提供一种图像匹配方法及装置，能够有效提高图像检索精度和匹配效率。
5.为了解决上述问题中的至少一个，本技术提供以下技术方案：
6.第一方面，本技术提供一种图像匹配方法，包括：
7.确定两待匹配图像的图像特征点，根据所述图像特征点进行坐标聚类，并根据坐标聚类结果将所述待匹配图像划分为多个图像区域；
8.对每一待匹配图像的多个图像区域进行重要度排序，根据重要度顺序依次对所述两待匹配图像的两图像区域进行特征比对，确定所述两图像区域的相似度；
9.根据所述两图像区域的相似度确定所述两待匹配图像是否匹配。
10.进一步地，所述确定两待匹配图像的图像特征点，包括：
11.根据预设尺度不变特征转换算法查找所述待匹配图像在不同尺度空间上的极值点，得到所述待匹配图像的图像特征点。
12.进一步地，所述根据所述图像特征点进行坐标聚类，并根据坐标聚类结果将所述待匹配图像划分为多个图像区域，包括：
13.根据预设均值漂移聚类算法对所述图像特征点的坐标进行坐标聚类；
14.根据所述坐标聚类的结果确定多个图像区域。
15.进一步地，所述对每一待匹配图像的多个图像区域进行重要度排序，包括：
16.根据划分后的各图像区域所包含的图像特征点的数量，对各图像区域进行重要度排序。
17.进一步地，所述对每一待匹配图像的多个图像区域进行重要度排序，还包括：
18.根据划分后的各图像区域与所述待匹配图像的图像中心之间的位置距离，对各图像区域进行重要度排序。
19.进一步地，所述根据重要度顺序依次对所述两待匹配图像的两图像区域进行特征比对，确定所述两图像区域的相似度，包括：
20.根据重要度顺序依次确定所述两待匹配图像的两图像区域是否具有相同的视觉属性；
21.根据所述两图像区域具有的相同视觉属性的数量和所述两图像区域的空间描述符确定两图像区域的相似度。
22.第二方面，本技术提供一种图像匹配装置，包括：
23.图像区域划分模块，用于确定两待匹配图像的图像特征点，根据所述图像特征点进行坐标聚类，并根据坐标聚类结果将所述待匹配图像划分为多个图像区域；
24.显著区域确定模块，用于对每一待匹配图像的多个图像区域进行重要度排序，根据重要度顺序依次对所述两待匹配图像的两图像区域进行特征比对，确定所述两图像区域的相似度；
25.图像匹配模块，用于根据所述两图像区域的相似度确定所述两待匹配图像是否匹配。
26.进一步地，所述图像区域划分模块包括：
27.特征点确定单元，用于根据预设尺度不变特征转换算法查找所述待匹配图像在不同尺度空间上的极值点，得到所述待匹配图像的图像特征点。
28.进一步地，所述图像区域划分模块还包括：
29.坐标聚类单元，用于根据预设均值漂移聚类算法对所述图像特征点的坐标进行坐标聚类；
30.图像划分单元，用于根据所述坐标聚类的结果确定多个图像区域。
31.进一步地，所述显著区域确定模块包括：
32.数量排序单元，用于根据划分后的各图像区域所包含的图像特征点的数量，对各图像区域进行重要度排序。
33.进一步地，所述显著区域确定模块还包括：
34.距离排序单元，用于根据划分后的各图像区域与所述待匹配图像的图像中心之间的位置距离，对各图像区域进行重要度排序。
35.进一步地，所述显著区域确定模块还包括：
36.相同属性判断单元，用于根据重要度顺序依次确定所述两待匹配图像的两图像区域是否具有相同的视觉属性；
37.相似度计算单元，用于根据所述两图像区域具有的相同视觉属性的数量和所述两图像区域的空间描述符确定两图像区域的相似度。
38.第三方面，本技术提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的图像匹配方法的步骤。
39.第四方面，本技术提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的图像匹配方法的步骤。
40.第五方面，本技术提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现所述的图像匹配方法的步骤。
41.由上述技术方案可知，本技术提供一种图像匹配方法及装置，通过对图像区域的划分，使得整个图像被分为“显著”和“非显著”两部分，对显著区域的图像特征进行对比，从而大大减少了图像特征的数量，有利于提高图像检索精度和图像检索匹配效率。
附图说明
42.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
43.图1为本技术实施例中的图像匹配方法的流程示意图之一；
44.图2为本技术实施例中的图像匹配方法的流程示意图之二；
45.图3为本技术实施例中的图像匹配方法的流程示意图之三；
46.图4为本技术实施例中的图像匹配装置的结构图之一；
47.图5为本技术实施例中的图像匹配装置的结构图之二；
48.图6为本技术实施例中的图像匹配装置的结构图之三；
49.图7为本技术实施例中的图像匹配装置的结构图之四；
50.图8为本技术实施例中的图像匹配装置的结构图之五；
51.图9为本技术实施例中的图像匹配装置的结构图之六；
52.图10为本技术实施例中的电子设备的结构示意图。
具体实施方式
53.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
54.本技术技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
55.考虑到现有技术中对图像检索的精度和速度都较低的问题，本技术提供一种图像匹配方法及装置，通过对图像区域的划分，使得整个图像被分为“显著”和“非显著”两部分，对显著区域的图像特征进行对比，从而大大减少了图像特征的数量，有利于提高图像检索精度和图像检索匹配效率。
56.为了能够有效提高图像检索精度和匹配效率，本技术提供一种图像匹配方法的实施例，参见图1，所述图像匹配方法具体包含有如下内容：
57.步骤s101：确定两待匹配图像的图像特征点，根据所述图像特征点进行坐标聚类，并根据坐标聚类结果将所述待匹配图像划分为多个图像区域。
58.可以理解的是，由于图像检索/图像匹配是一个相似性判别问题，而不是识别问题，因此与物体识别时进行的图像分割相比，在该特定的应用领域中并不需要对图像作精
确地分割。
59.可选的，为了从待匹配图像中确定具有代表性的图像特征点，本技术可以采用尺度不变特征转换sift算法确定两待匹配图像在不同尺度空间上的极值点，并将其作为局部影像特征，即图像特征点。
60.可选的，区域划分的特点是所获得的区域并不要求能精确地匹配原始图像中语义实体的轮廓边界，因此可以使用基于显著区域的图像内容表示方法回避图像精确分割带来的困难，借助图像特征点本身的分布来挖掘图像区域，因此，本技术可以采用均值漂移聚类方法，对图像特征点坐标进行坐标聚类得到多个图像区域。
61.步骤s102：对每一待匹配图像的多个图像区域进行重要度排序，根据重要度顺序依次对所述两待匹配图像的两图像区域进行特征比对，确定所述两图像区域的相似度。
62.可选的，有些区域是表达图像主题的重要区域，而有些区域是补充和丰富图像内容的次要区域，他们具有不同的重要性，因此，本技术在描述图像内容时可以区分这种重要性上的差别，即对每一待匹配图像的多个图像区域进行重要度排序。
63.可选的，本技术在完成对两待匹配图像的多个图像区域的重要度排序后，可以按照重要度顺序，依次对两图像区域进行特征对比，例如将一待匹配图像重要度最前的图像区域与另一待匹配图像重要度最前的图像区域进行特征比对，根据特征比对结果确定两图像区域的相似度。
64.可选的，本技术在计算两图像区域的相似度时可以基于两者具有的相同视觉属性以及两者的空间描述符进行计算。
65.由此，将各图像特征点的各个视觉属性汇总成索引表，如果两待匹配图像的两图像区域(例如一个查询图的某个区域和图像集的某个区域)中含有相同的视觉属性，则该两图像区域为一对匹配的rp(region pair)。两图像区域的相似度可以用以下的公式来计算：
[0066][0067]
式中，m代表一个图像区域中有能够匹配上的rp数量，sd和sr分别代表一对rp中四个视觉属性的空间描述符，ms的分数越高，说明两个图像区域越相似。
[0068]
步骤s103：根据所述两图像区域的相似度确定所述两待匹配图像是否匹配。
[0069]
可选的，根据上述计算得到的两图像区域的相似度，可以确定所述两待匹配图像之间的相似度，例如相似度表达式：
[0070][0071]
式中，s为两待匹配图像的相似度，ms为两图像区域的相似度，weight为由此，相似度高于阈值的两待匹配图像可以认定为匹配成功。
[0072]
从上述描述可知，本技术实施例提供的图像匹配方法，能够通过对图像区域的划分，使得整个图像被分为“显著”和“非显著”两部分，对显著区域的图像特征进行对比，从而大大减少了图像特征的数量，有利于提高图像检索精度和图像检索匹配效率。
[0073]
为了能够准确提取待匹配图像的图像特征点，在本技术的图像匹配方法的一实施例中，上述步骤s101还可以具体包含如下内容：
[0074]
根据预设尺度不变特征转换算法查找所述待匹配图像在不同尺度空间上的极值点，得到所述待匹配图像的图像特征点。
[0075]
可选的，为了从待匹配图像中确定具有代表性的图像特征点，本技术可以采用尺度不变特征转换sift算法确定两待匹配图像在不同尺度空间上的极值点，并将其作为局部影像特征，即图像特征点。
[0076]
为了能够准确将待匹配图像划分为多个图像区域，在本技术的图像匹配方法的一实施例中，参见图2，上述步骤s101还可以具体包含如下内容：
[0077]
步骤s201：根据预设均值漂移聚类算法对所述图像特征点的坐标进行坐标聚类。
[0078]
步骤s202：根据所述坐标聚类的结果确定多个图像区域。
[0079]
可选的，区域划分的特点是所获得的区域并不要求能精确地匹配原始图像中语义实体的轮廓边界，因此可以使用基于显著区域的图像内容表示方法回避图像精确分割带来的困难，借助图像特征点本身的分布来挖掘图像区域，因此，本技术可以采用均值漂移聚类方法，对图像特征点坐标进行坐标聚类得到多个图像区域。
[0080]
为了能够准确确定多个图像区域中具有代表性的区域，在本技术的图像匹配方法的一实施例中，上述步骤s102还可以具体包含如下内容：
[0081]
根据划分后的各图像区域所包含的图像特征点的数量，对各图像区域进行重要度排序。
[0082]
可选的，每个图像区域中包含的图像特征点的个数是影响区域权重的一个重要因素，因此本技术可以根据划分后的各图像区域所包含的图像特征点的数量来对各图像区域进行重要度排序。
[0083]
为了能够准确确定多个图像区域中具有代表性的区域，在本技术的图像匹配方法的一实施例中，上述步骤s102还可以具体包含如下内容：
[0084]
根据划分后的各图像区域与所述待匹配图像的图像中心之间的位置距离，对各图像区域进行重要度排序。
[0085]
可选的，图像区域的位置和待匹配图像中心位置的距离越近，其重要性因子越大，因为对于大部分图像，尤其是包含显著物体的图像，其对象一般位于图像的中心，而且人眼对于图像靠近中央的部分更为敏感，因此，本技术可以根据划分后的各图像区域与所述待匹配图像的图像中心之间的位置距离，对各图像区域进行重要度排序。
[0086]
为了能够准确计算两图像区域的相似度，在本技术的图像匹配方法的一实施例中，参见图3，上述步骤s102还可以具体包含如下内容：
[0087]
步骤s301：根据重要度顺序依次确定所述两待匹配图像的两图像区域是否具有相同的视觉属性。
[0088]
步骤s302：根据所述两图像区域具有的相同视觉属性的数量和所述两图像区域的空间描述符确定两图像区域的相似度。
[0089]
可选的，本技术在完成对两待匹配图像的多个图像区域的重要度排序后，可以按照重要度顺序，依次对两图像区域进行特征对比，例如将一待匹配图像重要度最前的图像区域与另一待匹配图像重要度最前的图像区域进行特征比对，根据特征比对结果确定两图像区域的相似度。
[0090]
可选的，本技术在计算两图像区域的相似度时可以基于两者具有的相同视觉属性以及两者的空间描述符进行计算。
[0091]
可选的，如果两待匹配图像的两图像区域(例如一个查询图的某个区域和图像集
的某个区域)中含有相同的视觉属性，则该两图像区域为一对匹配的rp(region pair)。两图像区域的相似度可以用以下的公式来计算：
[0092][0093]
式中，m代表一个图像区域中有能够匹配上的rp数量，sd和sr分别代表一对rp中四个视觉属性的空间描述符，ms的分数越高，说明两个图像区域越相似。
[0094]
为了能够有效提高图像检索精度和匹配效率，本技术提供一种用于实现所述图像匹配方法的全部或部分内容的图像匹配装置的实施例，参见图4，所述图像匹配装置具体包含有如下内容：
[0095]
图像区域划分模块10，用于确定两待匹配图像的图像特征点，根据所述图像特征点进行坐标聚类，并根据坐标聚类结果将所述待匹配图像划分为多个图像区域。
[0096]
显著区域确定模块20，用于对每一待匹配图像的多个图像区域进行重要度排序，根据重要度顺序依次对所述两待匹配图像的两图像区域进行特征比对，确定所述两图像区域的相似度。
[0097]
图像匹配模块30，用于根据所述两图像区域的相似度确定所述两待匹配图像是否匹配。
[0098]
从上述描述可知，本技术实施例提供的图像匹配装置，能够通过对图像区域的划分，使得整个图像被分为“显著”和“非显著”两部分，对显著区域的图像特征进行对比，从而大大减少了图像特征的数量，有利于提高图像检索精度和图像检索匹配效率。
[0099]
为了能够准确提取待匹配图像的图像特征点，在本技术的图像匹配装置的一实施例中，参见图5，所述图像区域划分模块10包括：
[0100]
特征点确定单元11，用于根据预设尺度不变特征转换算法查找所述待匹配图像在不同尺度空间上的极值点，得到所述待匹配图像的图像特征点。
[0101]
为了能够准确将待匹配图像划分为多个图像区域，在本技术的图像匹配装置的一实施例中，参见图6，所述图像区域划分模块10还包括：
[0102]
坐标聚类单元12，用于根据预设均值漂移聚类算法对所述图像特征点的坐标进行坐标聚类。
[0103]
图像划分单元13，用于根据所述坐标聚类的结果确定多个图像区域。
[0104]
为了能够准确确定多个图像区域中具有代表性的区域，在本技术的图像匹配装置的一实施例中，参见图7，所述显著区域确定模块20包括：
[0105]
数量排序单元21，用于根据划分后的各图像区域所包含的图像特征点的数量，对各图像区域进行重要度排序。
[0106]
为了能够准确确定多个图像区域中具有代表性的区域，在本技术的图像匹配装置的一实施例中，参见图8，所述显著区域确定模块20还包括：
[0107]
距离排序单元22，用于根据划分后的各图像区域与所述待匹配图像的图像中心之间的位置距离，对各图像区域进行重要度排序。
[0108]
为了能够准确计算两图像区域的相似度，在本技术的图像匹配装置的一实施例中，参见图9，所述显著区域确定模块20还包括：
[0109]
相同属性判断单元23，用于根据重要度顺序依次确定所述两待匹配图像的两图像
区域是否具有相同的视觉属性。
[0110]
相似度计算单元24，用于根据所述两图像区域具有的相同视觉属性的数量和所述两图像区域的空间描述符确定两图像区域的相似度。
[0111]
从硬件层面来说，为了能够有效提高图像检索精度和匹配效率，本技术提供一种用于实现所述图像匹配方法中的全部或部分内容的电子设备的实施例，所述电子设备具体包含有如下内容：
[0112]
处理器(processor)、存储器(memory)、通信接口(communications interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于实现图像匹配装置与核心业务系统、用户终端以及相关数据库等相关设备之间的信息传输；该逻辑控制器可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该逻辑控制器可以参照实施例中的图像匹配方法的实施例，以及图像匹配装置的实施例进行实施，其内容被合并于此，重复之处不再赘述。
[0113]
可以理解的是，所述用户终端可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(pda)、车载设备、智能穿戴设备等。其中，所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
[0114]
在实际应用中，图像匹配方法的部分可以在如上述内容所述的电子设备侧执行，也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力，以及用户使用场景的限制等进行选择。本技术对此不作限定。若所有的操作都在所述客户端设备中完成，所述客户端设备还可以包括处理器。
[0115]
上述的客户端设备可以具有通信模块(即通信单元)，可以与远程的服务器进行通信连接，实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器，其他的实施场景中也可以包括中间平台的服务器，例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式装置的服务器结构。
[0116]
图10为本技术实施例的电子设备9600的系统构成的示意框图。如图10所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图10是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
[0117]
一实施例中，图像匹配方法功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：
[0118]
步骤s101：确定两待匹配图像的图像特征点，根据所述图像特征点进行坐标聚类，并根据坐标聚类结果将所述待匹配图像划分为多个图像区域。
[0119]
步骤s102：对每一待匹配图像的多个图像区域进行重要度排序，根据重要度顺序依次对所述两待匹配图像的两图像区域进行特征比对，确定所述两图像区域的相似度。
[0120]
步骤s103：根据所述两图像区域的相似度确定所述两待匹配图像是否匹配。
[0121]
从上述描述可知，本技术实施例提供的电子设备，通过对图像区域的划分，使得整个图像被分为“显著”和“非显著”两部分，对显著区域的图像特征进行对比，从而大大减少了图像特征的数量，有利于提高图像检索精度和图像检索匹配效率。
[0122]
在另一个实施方式中，图像匹配装置可以与中央处理器9100分开配置，例如可以
将图像匹配装置配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现图像匹配方法功能。
[0123]
如图10所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图10中所示的所有部件；此外，电子设备9600还可以包括图10中没有示出的部件，可以参考现有技术。
[0124]
如图10所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
[0125]
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
[0126]
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为lcd显示器，但并不限于此。
[0127]
该存储器9140可以是固态存储器，例如，只读存储器(rom)、随机存取存储器(ram)、sim卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为eprom等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
[0128]
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
[0129]
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
[0130]
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
[0131]
本技术的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的图像匹配方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户
端的图像匹配方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
[0132]
步骤s101：确定两待匹配图像的图像特征点，根据所述图像特征点进行坐标聚类，并根据坐标聚类结果将所述待匹配图像划分为多个图像区域。
[0133]
步骤s102：对每一待匹配图像的多个图像区域进行重要度排序，根据重要度顺序依次对所述两待匹配图像的两图像区域进行特征比对，确定所述两图像区域的相似度。
[0134]
步骤s103：根据所述两图像区域的相似度确定所述两待匹配图像是否匹配。
[0135]
从上述描述可知，本技术实施例提供的计算机可读存储介质，通过对图像区域的划分，使得整个图像被分为“显著”和“非显著”两部分，对显著区域的图像特征进行对比，从而大大减少了图像特征的数量，有利于提高图像检索精度和图像检索匹配效率。
[0136]
本技术的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的图像匹配方法中全部步骤的一种计算机程序产品，该计算机程序/指令被处理器执行时实现所述的图像匹配方法的步骤，例如，所述计算机程序/指令实现下述步骤：
[0137]
步骤s101：确定两待匹配图像的图像特征点，根据所述图像特征点进行坐标聚类，并根据坐标聚类结果将所述待匹配图像划分为多个图像区域。
[0138]
步骤s102：对每一待匹配图像的多个图像区域进行重要度排序，根据重要度顺序依次对所述两待匹配图像的两图像区域进行特征比对，确定所述两图像区域的相似度。
[0139]
步骤s103：根据所述两图像区域的相似度确定所述两待匹配图像是否匹配。
[0140]
从上述描述可知，本技术实施例提供的计算机程序产品，通过对图像区域的划分，使得整个图像被分为“显著”和“非显著”两部分，对显著区域的图像特征进行对比，从而大大减少了图像特征的数量，有利于提高图像检索精度和图像检索匹配效率。
[0141]
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0142]
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0143]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0144]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0145]
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。