[發(fā)明專利]一種基于SIFT算法的重圖檢測方法

在審

• 申請?zhí)枺?/td>: 201710653168.6
• 申請日: 2017-08-02
• 公開（公告）號: CN107392215A
• 公開（公告）日: 2017-11-24
• 發(fā)明（設(shè)計(jì)）人: 鐘力;吳海龍
• 申請（專利權(quán)）人: 焦點(diǎn)科技股份有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 南京瑞弘專利商標(biāo)事務(wù)所(普通合伙)32249
• 代理人: 陳建和

技術(shù)領(lǐng)域

本發(fā)明涉及圖像檢測領(lǐng)域，具體而言，涉及一種基于SIFT算法的對電子商務(wù)網(wǎng)站重復(fù)圖片進(jìn)行檢測的方法。

背景技術(shù)

在競爭日趨激烈的商品市場中，一些電子商務(wù)網(wǎng)站(如中國制造網(wǎng)等)的商家為了達(dá)到增加產(chǎn)品流量及銷量的目的，重復(fù)提交相同的產(chǎn)品，即重復(fù)鋪貨。通常，電子商務(wù)網(wǎng)站會限制商家重復(fù)鋪貨的行為，通常網(wǎng)站對于重復(fù)鋪貨有如下定義：完全相同以及商品的重要屬性完全相同的商品，只允許使用一種出售方式，發(fā)布一次。違反以上規(guī)則，即可判定為重復(fù)發(fā)布；對于不同的商品，必須在商品的標(biāo)題、描述、圖片等方面體現(xiàn)商品的不同，否則將被判定為重復(fù)鋪貨。一般對對于重復(fù)商品的檢測：第一，品牌型號不能一樣；第二，標(biāo)題、商品描述不能一樣；第三，圖片不能一樣。

其中對于重復(fù)圖片的判定是一個技術(shù)難點(diǎn)，以中國制造網(wǎng)為例，重復(fù)鋪貨的商家為了避開網(wǎng)站的檢測，通常上傳的重復(fù)圖片并非完全一致，而是對其進(jìn)行了如圖片縮放、取局部、模糊、打水印等處理。為了應(yīng)對電商網(wǎng)站比較復(fù)雜的圖片環(huán)境，以往對于重復(fù)圖片的判定通常由業(yè)務(wù)人員人工檢測，但隨著網(wǎng)站流量的提升以及商品的大量新增，人工檢測的方法勢必會耗費(fèi)大量的人工成本。現(xiàn)有的sift是圖像匹配的經(jīng)典的算法，SIFT算法的匹配(Scale-invariant feature transform，尺度不變特征轉(zhuǎn)換)是一種電腦視覺的算法用來偵測與描述影像中的局部性特征，它在空間尺度中尋找極值點(diǎn)，并提取出其位置、尺度、旋轉(zhuǎn)不變量，此算法由David Lowe在1999年所發(fā)表，2004年完善總結(jié)。目前應(yīng)用范圍包含物體辨識、機(jī)器人地圖感知與導(dǎo)航、影像縫合、3D模型建立、手勢辨識、影像追蹤和動作比對。

發(fā)明內(nèi)容

本發(fā)明目的是，給定重復(fù)圖片的相似度判定區(qū)間，最終達(dá)到自動化識別重圖的效果，進(jìn)而為判定商家是否重復(fù)鋪貨提供依據(jù)。使得電子商務(wù)網(wǎng)站的運(yùn)行良好，給網(wǎng)站瀏覽受眾給出清新不重復(fù)的環(huán)境。

本發(fā)明的技術(shù)方案是：一種基于SIFT算法的電商網(wǎng)站重復(fù)圖片檢測的自動化方法，具體內(nèi)容包括：

1、圖像截圖處理

因?yàn)椴糠种袊圃炀W(wǎng)商家會在其產(chǎn)品圖片上下兩端加上文字與logo，因此在應(yīng)用SIFT之前需要先進(jìn)行圖像預(yù)處理。

2、構(gòu)建尺度空間

通過對圖像進(jìn)行尺度變換，獲得圖像多尺度下的尺度空間表示序列，并搜索所有尺度上的圖像位置。通常通過高斯微分函數(shù)來識別潛在的對于尺度和旋轉(zhuǎn)不變的關(guān)鍵點(diǎn)。

3、關(guān)鍵點(diǎn)定位

在每個候選的位置上，通過一個擬合精細(xì)的模型來確定位置和尺度。關(guān)鍵點(diǎn)的選擇依據(jù)于它們的穩(wěn)定程度。

4、關(guān)鍵點(diǎn)方向確定

基于圖像局部的梯度方向，分配給每個關(guān)鍵點(diǎn)位置一個或多個方向。所有后面的對圖像數(shù)據(jù)的操作都相對于關(guān)鍵點(diǎn)的方向、尺度和位置進(jìn)行變換，從而提供對于這些變換的不變性。

5、關(guān)鍵點(diǎn)描述

在每個關(guān)鍵點(diǎn)周圍的鄰域內(nèi)，在選定的尺度上測量圖像局部的梯度。這些梯度被變換成一種表示，這種表示允許比較大的局部形狀的變形和光照變化。

6、關(guān)鍵點(diǎn)匹配

通過兩圖中的描述器的兩兩比較找出相互匹配的若干對特征點(diǎn)，也就建立了圖片間的對應(yīng)關(guān)系。

7、相似度計(jì)算

通過自定義圖片相似度計(jì)算公式，并通過給定的重復(fù)圖片的相似度判定區(qū)間，判斷是否為重復(fù)圖片。

有益效果，本發(fā)明充分利用SIFT算法的局部影像特征的描述與偵測可以幫助辨識物體，SIFT特征是基于物體上的一些局部外觀的興趣點(diǎn)而與影像的大小和旋轉(zhuǎn)無關(guān)。對于光線、噪聲、些微視角改變的容忍度也相當(dāng)高。特性高度顯著而且相對容易提取，在母數(shù)龐大的特征數(shù)據(jù)庫中，很容易辨識物體而且誤認(rèn)低。使用SIFT特征描述對于部分物體遮蔽的偵測率也相當(dāng)高，甚至只需要3個以上的SIFT物體特征就足以計(jì)算出位置與方位。在今天的特征數(shù)據(jù)庫條件下，辨識速度可接近即時運(yùn)算。SIFT特征的信息量大，適合在海量數(shù)據(jù)庫中快速準(zhǔn)確匹配。本發(fā)明就是通過對圖片的相似度進(jìn)行定量計(jì)算，并以中國制造網(wǎng)為例，通過對大量相似圖片的計(jì)算，給定重復(fù)圖片的相似度判定區(qū)間，最終達(dá)到自動化識別重圖的效果，進(jìn)而為判定商家是否重復(fù)鋪貨提供依據(jù)。給商業(yè)網(wǎng)站提供一實(shí)用工具。

附圖說明

圖1為本發(fā)明實(shí)施例的流程圖；

圖2為本發(fā)明圖像的高斯金字塔模型的示意圖；

圖3為本發(fā)明DOG算子構(gòu)建DOG金字塔示意圖。

圖4至圖7是本發(fā)明的效果圖；每個圖中均有四個實(shí)施例，每個實(shí)施例對應(yīng)一個具體查重的結(jié)果。

具體實(shí)施方式