[發明專利]一種基于區域高斯加權的圖像匹配計算方法

有效

• 申請號: 201210113624.5
• 申請日: 2012-04-17
• 公開（公告）號: CN102663754A
• 公開（公告）日: 2012-09-12
• 發明（設計）人: 薄占濱
• 申請（專利權）人: 北京博研新創數碼科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 楊學明;顧煒

技術領域

本發明涉及一種模式識別特征提取方法，屬于模式識別技術領域。

背景技術

圖像匹配技術在很多領域都有廣泛的應用，如圖像檢索，釣魚網站識別等。傳統的圖像匹配技術在匹配類似網頁圖片時有許多的局限性，主要是網頁圖像通常在結構和紋理上具有某些相似性。在使用傳統的低層次的特征，如紋理和顏色進行匹配時，人眼感覺不相似的兩幅圖像很容易被計算機識別為相似度較高的圖像，而同一網頁圖像有時由于受到頁面flash的影響卻容易被判定為不相似的圖像。而高層次的語義特征在現有的技術上還不容易獲得，所以通過高層次的特征也不能很好的解決問題。通過觀察網頁這一類圖像的特點我們可以發現，在人的思維模式特別關注的區域，如網頁的logo，頁面頂部布局等，往往這些區域也具有很強的判別性，即同一網站的往往很相似，不同網站的往往差別很大。

發明內容

本發明的目的是為了解決現有的圖像匹配技術中存在的局限性問題，一種基于區域高斯加權的圖像匹配計算方法。通過提前訓練，獲得圖像各個子區域的判別權重，然后統計每個子塊內的LBP紋理直方圖和顏色直方圖，通過直方圖與權重的相乘累加得到最終的加權相似度。具體方法的實現如下：

第一步：準備訓練樣本，對于每一個樣本圖像都要進行樣本的歸一化，該歸一化的過程即相當于把圖像當作一個向量來計算它的模值，整幅圖像所有像素作為向量的元素，然后，每個象素點的灰度值除以該模值，從而得到歸一化以后的圖像，即為圖像準備相似圖像作為正例，不相似圖像作為反例，對于選取的同一類圖像根據關鍵點做對齊處理，消除平移旋轉影響，對齊采取的策略是根據圖像中的特殊點進行操作，網頁的圖像在頂端都有一些特定直線，采用hough變換來定位特定直線，利用這些直線作為參考進行對齊處理，然后做背景差分，找出同一類圖像的不相似區域；

第二步：對于第一步選取的反例圖像，首先進行歸一化，然后計算各幅圖像對應子區域的之間的距離，通過累加獲得不同類圖像各個子塊之間的平均距離，通過svm分類器訓練或K-means方法獲得距離的閾值，首先，隨機選取三個圖像子塊的特征作為聚類的初始中心，然后將其他圖像子塊按歐式距離聚類到這三個聚類中心上，然后根據聚類結果計算新的聚類中心，反復以上步驟，直到聚類中心前后兩次的偏移量小于給定閾值；將圖像區域分為類間相似區域，類間不相似區域和中間區域；

第三步：對于中間區域，權重為1，對于類間相似區域、類間不相似區域權重為其對應的子塊特征的高斯函數值；

Weight(i)=G(x(i),y(i))=12πσ2exp(-(x(i)-y(j))22σ2)]]>

這里x(i)，y(i)是兩幅圖像中對應的子塊的特征向量，分別代表類間不相似的區域，σ＝2π；Weight(i)為第i個子塊對應的權重；

第四步：根據所求的區域權重，對區域內的紋理直方圖和顏色直方圖進行加權累加，并計算總體圖像的相似度；

Sim＝p*sim(lbp)+(1-p)sim(color)