[发明专利]图像处理方法、装置、电子设备及可读存储介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取第一类图像集和第二类图像集，所述第一类图像集包括多张第一类图像；

若所述第一类图像集和所述第二类图像集的相似度满足预设条件，则将所述第一类图像集与所述第二类图像集合并为同一图像集；

提取合并后的图像集中每张图像的特征向量；

对所有所述特征向量进行两两相似度计算，获得每两个特征向量之间的偏差值；所述偏差值用于表征每两个特征向量之间的相似度；并

根据所述特征向量之间的偏差值对所述合并后的图像集进行清洗，以剔除集合内重复的图像，并筛选出不相似的图像。

2.根据权利要求1所述的方法，其特征在于，所述根据所述特征向量之间的偏差值对所述合并后的图像集进行清洗，包括：

针对每个特征向量，统计与其偏差值小于等于第一阈值的特征向量的个数；

确定所述个数最大的特征向量为所述合并后的图像集的基准特征向量；

根据所述基准特征向量对所述合并后的图像集进行清洗。

3.根据权利要求2所述的方法，其特征在于，根据所述基准特征向量对所述合并后的图像集进行清洗，包括：

确定所述合并后的图像集的所有图像的特征向量中与所述基准特征向量的偏差值大于所述第一阈值的特征向量，将确定出的特征向量对应的图像从所述合并后的图像集中剔除。

4.根据权利要求2所述的方法，其特征在于，根据所述基准特征向量对所述合并后的图像集进行清洗，包括：

确定所述合并后的图像集的所有图像的特征向量中，既不与所述基准特征向量直接相似也不与所述基准特征向量间接相似的特征向量，将确定出的所述特征向量对应的图像从所述合并后的图像集中剔除；

其中，与所述基准特征向量直接相似指：与所述基准特征向量的偏差值小于等于所述第一阈值；与所述基准特征向量间接相似指：与所述基准特征向量直接相似或间接相似的特征向量的偏差值小于等于所述第一阈值。

5.根据权利要求2至4任一项所述的方法，其特征在于，根据所述特征向量之间的偏差值对所述合并后的图像集进行清洗，还包括：

若存在两个特征向量的偏差值小于等于第二阈值，则将两个特征向量中的一个对应的图像从所述合并后的图像集中剔除，所述第二阈值小于所述第一阈值。

6.根据权利要求1所述的方法，其特征在于，所述若所述第一类图像集和所述第二类图像集的相似度满足预设条件，则将所述第一类图像集与所述第二类图像集合并为同一图像集，包括：

将所述第一类图像集的第一基准特征向量与第二类图像集的第二基准特征向量进行相似度计算，获得第一基准特征向量与所述第二基准特征向量之间的偏差值；

若所述第一基准特征向量与所述第二基准特征向量的偏差值小于第三阈值，则将所述第一类图像集与所述第二类图像集合并为同一图像集。

7.根据权利要求1所述的方法，其特征在于，所述若所述第一类图像集和所述第二类图像集的相似度满足预设条件，则将所述第一类图像集与所述第二类图像集合并为同一图像集，包括：

计算所述第一类图像集的特征向量的第一向量均值、获取的第二类图像集的特征向量的第二向量均值，以及所述第一向量均值与所述第二向量均值之间的偏差值；

若所述第一向量均值与所述第二向量均值的偏差值小于第四阈值，则将所述第一类图像集与所述第二类图像集合并为同一图像集。

8.根据权利要求1-4任一项所述的方法，其特征在于，对所有所述特征向量进行两两相似度计算，获得每两个特征向量之间的偏差值，包括：

计算每两个特征向量的欧式距离或者夹角余弦值，获得每两个特征向量之间的欧式距离或者夹角余弦值，所述偏差值为所述欧式距离或者所述夹角余弦值。