一種圖像相似性匹配方法及裝置的制造方法
【技術領域】
[0001]本發明屬于圖像處理領域，尤其涉及一種圖像相似性匹配方法及裝置。
【背景技術】
[0002]圖像匹配，主要是通過分析兩個圖像的紋理及灰度等的對應關系、相似性，來判斷這兩個圖像是否相同。
[0003]目前，在進行圖像相似性匹配的過程中，往往都是通過對彩色圖像對應的灰度圖像進行基于像素操作來獲取到對圖像內容結構的描述，如尺度不變特征轉換(Scale-1nvariant feature transform, SIFT)算法，局部二值模式(Local BinaryPatterns, LBP)算法，灰度共生矩陣(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雖然魯棒性很好，抗形變、抗旋轉能力強，但是計算量很大，在很多高清圖像的特征匹配中實時性很差，LBP算法和灰度共生矩陣都是基于灰度圖像的，而由于灰度圖像把其它通道的顏色信息去掉了，因此通過LBP算法和灰度共生矩陣算法比較圖像的相似性少了很多依據，容易導致誤判率高。

【發明內容】

[0004]本發明實施例提供了一種圖像相似性匹配方法，旨在解決現有方法在匹配圖像時誤判率過高的問題。
[0005]本發明實施例是這樣實現的，一種圖像相似性匹配方法，所述方法包括下述步驟:
[0006]獲取待匹配彩色圖像中顏色區域的主要分布特征；
[0007]縮小待匹配彩色圖像中R通道圖像、G通道圖像以及B通道圖像；
[0008]對縮小后的所述R通道圖像、G通道圖像以及B通道圖像進行編碼，得到相應的編碼值；
[0009]將待匹配彩色圖像中顏色區域的主要分布特征與存儲的圖像中顏色區域的主要分布特征比較，得到第一相似度；
[0010]將縮小后的所述R通道圖像、G通道圖像以及B通道圖像的編碼值與存儲的圖像的編碼值比較，得到第二相似度；
[0011]根據所述第一相似度和所述第二相似度判斷待匹配彩色圖像與存儲的圖像是否匹配。
[0012]本發明實施例的另一目的在于提供一種圖像相似性匹配裝置，所述裝置包括:
[0013]顏色分布特征獲取單元，用于獲取待匹配彩色圖像中顏色區域的主要分布特征；
[0014]通道圖像縮小單元，用于縮小待匹配彩色圖像中R通道圖像、G通道圖像以及B通道圖像；
[0015]通道圖像編碼單元，用于對縮小后的所述R通道圖像、G通道圖像以及B通道圖像進行編碼，得到相應的編碼值；
[0016]第一相似度確定單元，用于將待匹配彩色圖像中顏色區域的主要分布特征與存儲的圖像中顏色區域的主要分布特征比較，得到第一相似度；
[0017]第二相似度確定單元，用于將縮小后的所述R通道圖像、G通道圖像以及B通道圖像的編碼值與存儲的圖像的編碼值比較，得到第二相似度；
[0018]圖像匹配單元，用于根據所述第一相似度和所述第二相似度判斷待匹配彩色圖像與存儲的圖像是否匹配。
[0019]在本發明實施例中，由于匹配過程中保留了三個通道的顏色信息，增加了匹配信息，因此能夠提高匹配的準確率。并且，由于第一相似度是基于分塊顏色的直方圖，第二相似度是基于圖像內容結構，因此，本發明實施例提供的圖像相似性匹配方法結合了分塊顏色直方圖相似度與圖像內容結構相似度，從而使匹配更精確。
【附圖說明】
[0020]圖1是本發明第一實施例提供的一種圖像相似性匹配方法的流程圖；
[0021]圖2是本發明第一實施例提供的從彩色圖像中分別提取出R通道圖像、G通道圖像、B通道圖像的示意圖；
[0022]圖3是本發明第一實施例提供的圖2所示的R通道圖像、G通道圖像以及B通道圖像的直方圖；
[0023]圖4是本發明第一實施例提供的簡化圖3后得到的直方圖；
[0024]圖5是本發明第一實施例提供的縮小圖2后得到的示意圖；
[0025]圖6是本發明第一實施例提供的對15*15像素大小的圖像進行編碼的示意圖；
[0026]圖7是本發明第二實施例提供的一種圖像相似性匹配裝置的結構圖。
【具體實施方式】
[0027]為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。
[0028]本發明實施例中，獲取待匹配彩色圖像中顏色區域的主要分布特征，以及對待匹配彩色圖像中紅(R)通道圖像、綠(G)通道圖像以及藍⑶通道圖像分別進行編碼，得到相應的編碼值，再分別將待匹配彩色圖像中顏色區域的主要分布特征、編碼值與存儲的圖像中顏色區域的主要分布特征、編碼值比較，確定第一相似度和第二相似度，最后根據確定的第一相似度和第二相似度判斷待匹配彩色圖像與存儲的圖像是否匹配。
[0029]為了說明本發明所述的技術方案，下面通過具體實施例來進行說明。
[0030]實施例一:
[0031]圖1示出了本發明第一實施例提供的一種圖像相似性匹配方法的流程圖，詳述如下:
[0032]步驟S11，獲取待匹配彩色圖像中顏色區域的主要分布特征。
[0033]其中，所述獲取待匹配彩色圖像中顏色區域的主要分布特征的步驟具體包括:
[0034]Al、從待匹配彩色圖像中分別提取出R通道圖像、G通道圖像、B通道圖像。如圖2所示，可在一個待匹配彩色圖像中分別提取出R通道圖像、G通道圖像、B通道圖像。
[0035]A2、分別將R通道圖像、G通道圖像以及B通道圖像劃分為大小相等的塊。具體地，應保證每個劃分的塊的像素值大小大于或等于20*20，即每個劃分的塊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。保證劃分的塊的大小是因為只有一定量的圖像像素才能充分描述出一塊圖像內容的顏色分布狀況。
[0036]A3、確定劃分的所有塊的直方圖信息。具體地，由于圖像通常包括256個像素值，因此，選取一個數值N (N小于或等于255)，通過選取的N將O?255這256個像素平均分成N部分。假設256/N = Path_num,若Path_num不為整數,則選取小于Path_num的最大整數值；若為整數，則直接選取Path_num這個整數。在將256個像素值分為N個區間時，所分區間規則如下:當i = I，像素值在O到(Path_num*i)的作為一個區間；當2 < i < N-1,像素值在Path_num* (i_l)+1到Path_num*i作為N-1個區間；當i = N,像素值在(Path_num*(1-l)+l)到255作為一個區間。例如，假設N= 10，那么有256/10 = 25.6，取小于25.6的最大整數值25，即Patch_num = 25，那么對于圖像中像素值O?25的為一個統計像素區間，像素值為26?50的為一個統計區間，以此類推直到201?225，226?255。根據該方法可得到圖3所示的R通道圖像、G通道圖像以及B通道圖像的直方圖，詳見圖3。
[0037]A4、從所述所有塊的直方圖信息中分別提取R通道圖像、G通道圖像以及B通道圖像中顏色區域的主要分布特征，并合成為待匹配彩色圖像中顏色區域的主要分布特征。具體地，該步驟A4包括:A41、分別對R通道圖像、G通道圖像以及B通道圖像中的直方圖信息中每個像素區間的統計值的大小進行排序；A42、保留R通道圖像的直方圖信息、G通道圖像的直方圖信息以及B通道圖像的直方圖信息中指定數量的最大的像素區間的統計值，以及保留R通道圖像的直方圖信息、G通道圖像的直方圖信息以及B通道圖像的直方圖信息中被保留的像素區間的統計值的左邊和右邊的像素區間的統計值，以分別作為R通道圖像、G通道圖像以及B通道圖像中顏色區域的主要分布特征；該步驟中，假設將256個像素值劃分為N個部分，則保留最大的N*50%個區間，以及保留這些區間的左邊和右邊的區間。假設N = 10，則選出最大的10*50%= 5個區間，以及保留這最大的5個區間的左邊和右邊的區間，繼續以圖3為例，則在一個像素塊的直方圖去掉部分區間之后，保留的區間組成的直方圖如圖4所示。從圖4中的三個顏色通道可以看出，一個像素塊的顏色區域的分布情況，區間的值越大，說明在該像素塊中，該范圍的像素值占主要部分。最后，對圖3中R、G、B三個通道的每個分塊都按