[发明专利]用于图像识别的图像描述符

说明书

技术领域

本发明涉及用于对图像进行表示的方法和装置，以及对图像进行比 较或匹配（例如用于搜索或验证等）的方法和装置。

背景技术

存在着大量的图像数据库，并且经常需要寻找特定图像的拷贝或者 该图像的经修改版本的拷贝。例如在权限管理中或出于搜索目的，可能 需要这种功能。位于不同网站上的相同图像可表示相似的内容，因此提 供了有价值的搜索线索。另一重要的应用是在“胶片”照片与底片 （negative）以及其它数字存档之间的识别与联系。

诸如MD5的散列算法（hashing algorithm）可用于检测相同的图像。 散列函数可基于内容生成一个值；如果两个图像相同，则它们将具有相 同的散列值。然而，诸如MD5的传统方法是位敏感的（bit-sensitive）， 这意味着仅仅一位的变化将得到完全不同的散列值。一般而言，图像将 经受例如压缩等某种形式的修改，因此将无法应用传统的散列方法。

一种对重复的图像进行检测的共同图像处理方法试图将图像对进行 对准，之后寻找共同区域之间的差异。这种方法的问题是对准处理在计 算上较为复杂，使得对于大型数据库而言搜索会不可避免地较为费时。 每次提交新的查询图像时，需要对数据库中的每条记录执行完整的对准 和匹配处理。更显著的缺陷是原始图像必须可用（或者被发送）以使得 可以进行搜索。

一种另选方法涉及提取紧凑的标识符，该标识符捕获了图像的特征。 这种处理的优势在于标识符仅需要提取一次随后将其存储。因此，如果 匹配处理是有效率的，则该方法可提供快速搜索性能。图像标识符通常 是表示图像的位串（bit string）（见图2）。

图像标识符可基于颜色或灰度分布。在H.Chi Wong,Marshall Bern 和David Goldberg的“An Image Signature for any Kind of Image”,Proc. ICIP2002,pp.409-412,2002[参考文献1]中，使用了m×n网格的点来限 定提取特征的位置。这些特征基于像素的灰度级与该像素的8个相邻像 素的灰度级之间的强度差。因此特征向量的大小为8mn。使用归一化的 距离测度L₂来执行特征向量对（pairs of feature vectors）之间的比较。该 距离测度是基于直方图之间的绝对差的和。得到的结果表明该方法对于 大小调整和压缩而言非常准确，但对于旋转而言不是非常准确。

US-B-6671407[参考文件14]中的权利要求是基于R.Venkatesan, S.-M.Koon,M.H.Jakubowski和P.Moulin的以下工作成果：“Robust Image  Hashing”，Proc.IEEE ICIP2000,pp.664-666,Sep.,2000[参考文件2]。出于 将图像存储在数据库中以及生成嵌入图像的水印的目的而生成散列函 数。通过对输入图像执行小波变换而生成散列函数。将各个子带 （sub-band）分为随机大小的块并计算各个块的统计量（均值或方差）。 之后将这些统计量量化为8个等级，该量化为修改提供了一定的稳健性。 之后用3位二进制串来表示经量化的值。

以上两种方法依赖于将输入的图像分为矩形区。因此，这两种方法 在适量的图像旋转的情况下将不会成功。

作为颜色与灰度分布的替代，有时将频域信息用于图像标识符。在 Edward Y.Chang,James Ze Wang,Chen Li和Gio Wiederhold的“Rime:A  Replicated Image Detector for the World Wide Web”,Proc.Of SPIE Symp. Of Voice,Video,and Data Comms.,pp.58-67,Boston,MA,Nov.,1998[文献 3]中描述了一种基于使用Daubechies滤波器的离散小波变换（DWT）的 方法。使用小波变换最底层的子区来表示图像。基于DWT的方法见上面 文献2，求出DWT的DCT分量，然后使用迭代的、确定性的区域增长 法来形成原始图像的二进制版本。该方法对于显著的旋转而言不是很稳 健。