[发明专利]基于低频哈希值的图片分辨方法

说明书

技术领域

本发明涉及计算机技术领域，具体涉及基于低频哈希值的图片分辨方法。

背景技术

数字图像处理和识别的研究开始于1965年。数字图像与模拟图像相比具有存储，传输方便可压缩、传输过程中不易失真、处理方便等巨大优势，这些都为图像识别技术的发展提供了强大的动力。物体的识别主要指的是对三维世界的客体及环境的感知和认识，属于高级的计算机视觉范畴。它是以数字图像处理与识别为基础的结合人工智能、系统学等学科的研究方向，其研究成果被广泛应用在各种工业及探测机器人上。

现代图像识别技术的一个不足就是自适应性能差，一旦目标图像被较强的噪声污染或是目标图像有较大残缺往往就得不出理想的结果。

发明内容

本发明所要解决的技术问题是现代图像识别技术自适应性能差，一旦目标图像被较强的噪声污染或是目标图像有较大残缺往往就得不出理想的结果，目的在于提供基于低频哈希值的图片分辨方法，解决上述问题。

本发明通过下述技术方案实现：

基于低频哈希值的图片分辨方法，包括以下步骤：S1：将图片简化为8*8的含有64个像素的图片；S2：将简化后的图片灰度化；S3：提取灰度化后图片每个像素的灰度值，并构成灰度矩阵；S4：对所有像素的灰度值求平均值得出灰度平均值；S5：将灰度矩阵中的每一个元素与灰度平均值对比，如果一个元素的值大于灰度平均值则将该元素替换为1，如果一个元素的值小于灰度平均值则将该元素替换为0；S6：将S5后的灰度矩阵中的元素按照先行后列的方式进行排序形成64位的哈希值；S7：如果两个图片的哈希值相同则认为两个图片相同。

现有技术中，图像识别技术自适应性能差，一旦目标图像被较强的噪声污染或是目标图像有较大残缺往往就得不出理想的结果。本发明应用时，发明人发现，图片所受到的残缺和噪声污染往往都为高频，所以先对图片进行降频，将图片简化为8*8的含有64个像素的图片完成降频，过滤掉污染和残缺，再将简化后的图片灰度化并提取灰度化后图片每个像素的灰度值，并构成灰度矩阵，再对所有像素的灰度值求平均值得出灰度平均值，将灰度矩阵中的每一个元素与灰度平均值对比，如果一个元素的值大于灰度平均值则将该元素替换为1，如果一个元素的值小于灰度平均值则将该元素替换为0，然后将S5后的灰度矩阵中的元素按照先行后列的方式进行排序形成64位的哈希值，如果两个图片的哈希值相同则认为两个图片相同；灰度平均值与每一个元素的差值可以表现出图片的构图分别，所以可以有效的分别图片，同时，由于进行了低频化，所以过滤掉了噪声污染和残缺，提高了图片分辨的精度。

进一步的，步骤S1包括以下步骤：S11：将图片按照尺寸平均分为8*8合计64个方格；S12：选取每个方格中心的像素点替换整个方格，使得图片简化为8*8的含有64个像素的图片。

本发明应用时，先将图片按照尺寸平均分为8*8合计64个方格，然后选取每个方格中心的像素点替换整个方格，使得图片简化为8*8的含有64个像素的图片，从而实现对图片的降频。

进一步的，步骤S4中所述平均值为加权几何平均值。

再进一步的，每一个像素的权值的三次方反比于该像素到图片的几何中心的距离。

本发明应用时，通过加权平均的方式，突出了靠近图片中心的像素，从而提高了图片分辨的精度。

进一步的，所述哈希值采用二进制数。

本发明与现有技术相比，具有如下的优点和有益效果：

本发明基于低频哈希值的图片分辨方法，由于进行了低频化，所以过滤掉了噪声污染和残缺，提高了图片分辨的精度。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例