[发明专利]基于HSV的图像相似度识别方法

权利要求书

1.一种基于HSV的图像相似度识别方法，其特征在于，包括：

进行图像分块，图像分块是为了计算图像与对比图像之间的相似距离，图像分块采用椭圆方式划分图像方法，椭圆方式划分图像方法为将图像分为椭圆区域和椭圆外背景区域，图像分块需要保证椭圆区域和椭圆外背景区域面积近似一致；

设置各个分块权重，对椭圆区域和椭圆外背景区域设置影响因子，影响因子自由设定，椭圆区域影响因子impactA和椭圆外背景区域影响因子impactB之和为1；

对图像进行HSV直方图计算，并将计算结果存储到数据库；

使用改进后的卡方距离算法进行相似图像检索，按照各个特征量之间的相对距离的变化，计算两张图像之间直方图特征点的相似距离，通过遍历计算与数据库中的已有图像的卡方距离，找出最相似的图像，卡方距离越小，两幅图像越相似；

所述使用改进后的卡方距离算法进行相似图像检索包括：

定义需要对比的图像x和数据库中的对比图像y；

设定需要对比图像的第n个特征点x_n，和数据库中对比图像的第n个特征点y_n；

计算x_n和y_n的卡方距离公式为：

由于椭圆区域和椭圆外背景区域的影响因子不同，则，改进卡方距离公式为：

表示要比较的两张图像之间的卡方距离；

x_n表示需要对比的图像x的第n个特征点；

y_n表示数据库中的对比图像y的第n个特征点；

的计算值越小，则图像的相似度越高。

2.根据权利要求1所述的方法，其特征在于，所述设置各个分块权重包括：

预先设置影响因子数值，预先设置的影响因子数值为：impactA＝0.5，impactB＝0.5；

调整影响因子数值，根据图像信息集中位置调整影响因子的数值，如果椭圆区域的图像信息较多，则增大椭圆区域的影响因子，相应减小椭圆外背景区域的影响因子，影响因子的取值范围为：

0≤impactA≤1；

0≤impactB≤1；

impactA+impactB＝1

impactA＝0表示图像的椭圆区域内没有任何图像信息，任意两张图像的椭圆外背景区域相似，则两幅图像是相似的。

3.根据权利要求1所述的方法，其特征在于，所述对图像进行HSV直方图计算，并将计算结果存储到数据库包括：

设定色调H的通道表示方式，色调H用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°，蓝色为240°，中间的补色是：黄色为60°，青色为180°，品红为300°，十二色相分别为：红、橙、黄、黄绿、绿、青绿、青、靛、蓝、紫、品红、紫红，考虑到色相之间的差别，色相用10个通道表示；

设定饱和度S的通道表示方式，饱和度S表示颜色接近光谱色的程度，一种颜色，可以看成是某种光谱色与白色混合的结果，其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高，饱和度高，颜色则深而艳，饱和度用10个通道表示；

设定亮度V的通道表示方式，亮度表示颜色明亮的程度，对于光源色，亮度值与发光体的光亮度有关，取值范围是黑色的0％到白色的100％，明度用3个通道表示；

对于椭圆区域内的图像特征点的数量为：10×10×3个；由于椭圆背景区域的图像特征点的数量与椭圆区域内的图像特征点数量一致，因此，图像特征点的总数为：2×10×10×3个。