[发明专利]基于HSV的图像相似度识别方法

说明书

本发明涉及一种基于HSV的图像相似度识别方法，包括：进行图像分块，图像分块采用椭圆方式划分图像方法；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；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。本发明采用椭圆方式划分图像，扩大了图像之间的相似距离，通过对图像的HSV直方图计算，方便进行颜色之间的对比，改进后的卡方距离算法结合了不同区域的影响因子情况，能够实现人为控制两部分对最后相似度影响程度，对比结果更加真实可靠，本发明的方法对遮挡、叠加后的相似图像有很好的识别效果，尤其可以很好的识别变形、扭曲、旋转后的相似图像。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种基于HSV的图像相似度识别方法。

背景技术

随着数字媒体技术的发展，图像的质量以及数量不断提高，由于图像本身可以传达比文本所能表达的更多的信息，在文本搜索已经成熟的今天，图像搜索渐渐崛起，展现其特有的搜索能力。原始图像变形、旋转、扭曲、遮挡、叠加后形成的“再造”图像充斥着多媒体信息世界，给图像检索带来大大的不确定性。

在现有技术中，图像相似度识别的方法主要以下几种：

一是直接对图像进行转化，由于不同的图像可能含有相近的特征信息，很容易出现图像相似误判，随着数据量的增加，误判的概率大幅增加；

二是将需要检索的图像划分成多部分，分块对比，对遮挡、叠加后的相似图像有很好的识别效果，但是对于变形、扭曲尤其是旋转后的相似图像的识别效果很差，由于图像分块后需要分块计算，计算的时间复杂度给计算机图像处理带来了一定的负担。

因此，现有技术需要改进。

发明内容

本发明公开了一种基于HSV的图像相似度识别方法，用以解决现有技术存在的问题。

一种基于HSV的图像相似度识别方法，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。

在基于上述基于HSV的图像相似度识别方法的另一个实施例中，所述图像分块的椭圆区域长轴的长度为图像长度的0.7倍，短轴的长度为图像高度的0.7倍。

在基于上述基于HSV的图像相似度识别方法的另一个实施例中，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。