[发明专利]一种HOG与直方图结合的图片相似判定方法

说明书

技术领域

本发明涉及图像处理领域，特别涉及一种HOG与直方图结合的图片相似判定方法。

背景技术

申请人在发明申请名称为“一种基于HOG改进的图片相似判定方法”中，预先对图片进行压缩处理，然后计算梯度，对梯度定的特征提取也采用了不同的方法，不是划分CELL的方式，而是计算均值后对比，形成散列，加快了计算速度。

上述方法是直接产生判断结果，在实际应用中，80％以上的图片无需太精确的判断，即可排除不近似的可能；所以在得到精确结果之前，加一个简单的预判过程，可以进一步提高计算效率。

发明内容

为了克服上述现有技术的不足，本发明提供了一种HOG与直方图结合的图片相似判定方法。

本发明提供的一种HOG与直方图结合的图片相似判定方法，包括以下步骤：

1)缩小图片比例

将图片缩减至32*32尺寸；

2)灰度化

将图片的像素降至32级灰度；灰度级别与图片尺寸一致；也就是说第一步缩小比例为64*64的话，那么像素级别为64；

3)计算梯度

计算图像每个像素的梯度，包括大小和方向；

4)分割梯度大小

将梯度大小分割为4*4区域，计算每个区域的梯度大小直方图值；

5)比较直方图散列值

将直方图值一致性散列，得到直方图散列值，比较两个图片的直方图散列值，大于或等于5，则判断相似；如果相似图片数量大于设定的阈值；仅进行第6)步；进一步筛选；

6)计算梯度大小均值

7)比较梯度大小

每个像素的梯度大小与梯度大小均值比较，大于或等于为1，小于为0；

8)散列

先将像素梯度大小比较结果一致性散列，然后将像素方向一致性散列，组成一个整数梯度散列值；

9)比较梯度散列值

将不同梯度散列值比较，汉明距离小于或等于5，则判断图片相似或相同。

有益效果：本发明通过在所有灰度像素散列之前，做一个分块的直方图散列，减少了N倍的计算量；N为分块的个数；先给出粗略判断，然后再做进一步精准判断。

具体实施方式

实施例：

1)缩小图片比例

将图片缩减至32*32尺寸；

2)灰度化

将图片的像素降至32级灰度；灰度级别与图片尺寸一致；也就是说第一步缩小比例为64*64的话，那么像素级别为64；

3)计算梯度

计算图像每个像素的梯度，包括大小和方向；

4)分割梯度大小

将梯度大小分割为4*4区域，计算每个区域的梯度大小直方图值；

5)比较直方图散列值

将直方图值一致性散列，得到直方图散列值，比较两个图片的直方图散列值，大于或等于5，则判断相似；如果相似图片数量大于设定的阈值；仅进行第6)步；进一步筛选；

6)计算梯度大小均值

7)比较梯度大小

每个像素的梯度大小与梯度大小均值比较，大于或等于为1，小于为0；

8)散列

先将像素梯度大小比较结果一致性散列，然后将像素方向一致性散列，组成一个整数梯度散列值；

9)比较梯度散列值

将不同梯度散列值比较，汉明距离小于或等于5，则判断图片相似或相同。