欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 201810984247X
申请人: 昆明理工大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于改进DHash算法的图像相似判定方法,其特征在于:首先通过基准图及考察图对图像进行全方位旋转操作,生成上、下、左、右、左上、左下、右上、右下等8张剪裁旋转图,其后通过DHash算法对图像进行Hash化,两两计算剪裁旋转图之间基于DHash的汉明距离,并取其最小值作为图像之间基于DHash的汉明距离;若基于DHash的汉明距离小于阈值,则判定为图像相似;若基于DHash的汉明距离大于阈值,则判定为图像不相似;

具体步骤为:

Step1:获取图像A和图像B;

Step2:将图像A、B作为基准图,并在图像A、B中相同位置截取相同大小的图像作为考察图Step3:对图像A、B分别进行一定规则的方向旋转变化,得到新的图像A″m,m∈[1,8]和B″n,n∈[1,8];具体如Step3.1~Step3.4所示;

Step3.1:记考察图 的大小为M×N,其中心位置坐标为(x,y);

Step3.2:以中心位置坐标(x,y)作为基准图像A、B的中心,重新在基准图上截取大小为M′×N′的截取后的图像A′、B′,其中M′≥M,N′≥N;

Step3.3:对截取后的图像A′、B′进行45°t,t∈[1,8]方向旋转变化,得到旋转后的图像A′m,m∈[1,8]和B′n,n∈[1,8];

Step3.4:对图像A′m,m∈[1,8]和B′n,n∈[1,8]以中心位置坐标(x,y)为中心,截取大小为M×N的图像,得到最终的旋转图像A″m,m∈[1,8]和B″n,n∈[1,8];

Step4:通过DHash算法对图像A″m,m∈[1,8]和图像B″n,n∈[1,8]进行Hash化,得到图像A″m、B″n之间基于DHash的汉明距离Dis(A″m,B″n),m∈[1,8],n∈[1,8];具体如Step4.1~Step4.5所示;

Step4.1:将图像A″m、B″n的大小压缩至8×9;

Step4.2:将压缩后的图像A″m、B″n转化为256阶灰度图像,并表示为矩阵形式IA″m、IB″n,其中 为矩阵元素值;

Step4.3:根据公式(1)生成新矩阵 其中矩阵元素值表示为

Step4.4:将矩阵按照从上至下(i=1→8)、从左至右(j=1→8)的规则,根据公式(2)进行值优化,并对其连接生成图像A″m、B″n的DHash值 其中T(i,j)代表适用于

Step4.5:通过图像A″m、B″n的DHash值 计算图像A″m、B″n之间基于DHash的汉明距离Dis(A″m,B″n),m∈[1,8],n∈[1,8];

Step5:根据图像A″m、B″n两两组合得到Max(m)×Max(n)=8×8=64个汉明距离,根据公式(3)选出其中最小值作为图像A、B之间基于DHash的汉明距离Dis(A,B);

Dis(A,B)=Min(Dis(A″m,B″n)),m∈[1,8],n∈[1,8]     (3)Step6:定义汉明距离阈值 若图像A、B之间基于DHash的汉明距离Dis(A,B)满足公式(4)要求,则判定图像A和图像B相似;若满足公式(5)要求,则判定图像A和图像B不相似;

2.根据权利要求1所述的基于改进DHash算法的图像相似判定方法,其特征在于:所述步骤Step1中,图像A和图像B可以为任意大小的图像,且图像格式任意。

3.根据权利要求1所述的基于改进DHash算法的图像相似判定方法,其特征在于:所述步骤Step3.2中,截取的图像的大小要大于考察图像的大小,即满足M′≥M,N′≥N的要求,保证旋转后得到的图像在区域内没有空白区域。

4.根据权利要求1所述的基于改进DHash算法的图像相似判定方法,其特征在于:所述步骤Step4.5中,汉明距离指两串Hash值进行异或运算后,结果为“1”的个数。

5.根据权利要求1所述的基于改进DHash算法的图像相似判定方法,其特征在于:所述步骤Step5中为了降低处理速度,去除重复后可简化计算至1+2+…+Max(m,n)=36个汉明距离。

6.根据权利要求1所述的基于改进DHash算法的图像相似判定方法,其特征在于:所述步骤Step6中,汉明距离阈值 取