[发明专利]一种基于区域加权的图像匹配计算方法

摘要

本发明提出了一种基于区域加权的图像匹配计算方法。通过提前训练，获得图像各个子区域的判别权重，然后统计每个子块内的LBP纹理直方图和颜色直方图，通过直方图与权重的相乘累加得到最终的加权相似度。具体方法的实现如下：第一步：对同一类图像通过背景差分，找出同一类图像的不相似区域；第二步：对于不同类的图像，通过图像子块间的距离按阈值将图像区域分为类间相似区域，类间不相似区域和中间区域；第三步，计算图像子块的权重；第四步：根据所求的区域权重，对区域内的纹理直方图和颜色直方图进行加权累加，并计算总体图像的相似度。

主权项

一种基于区域加权的图像匹配计算方法，其特征在于如下步骤：第一步：准备训练样本，即为图像准备相似图像作为正例，不相似图像作为反例，对于选取的同一类图像根据关键点做对齐处理，消除平移旋转影响，然后做背景差分，找出同一类图像的不相似区域；对于对齐，找到合适的参考是关键，根据网页这一类图像的特点采用hough变换定位图像顶端的直线，将该直线作为两幅图像对齐的参考进行相应的平移操作实现对齐；第二步：对于第一步选取的反例图像，计算各幅图像对应子区域的之间的距离，通过累加获得不同类图像各个子块之间的平均距离，通过svm分类器训练或K‑means方法获得距离的阈值，将图像区域分为类间相似区域，类间不相似区域和中间区域；具体的聚类操作为：将不同图像对应子块的直方图向量的欧式距离作为要聚类的数据，首先从所有数据中随机选取3个作为聚类初始中心，然后将其他的数据按欧氏距离最近的原则划分到这三个点上所对应的类别上，根据聚类结果重新计算聚类中心，即计算每个类别所含数据的平均值；利用新获得的中心重新聚类，直到聚类中心的变化小于预定值；第三步：对于中间区域，权重为1，对于类间相似区域，类间不相似区域权重为其对应的子块特征间的欧式距离均值；第四步：根据所求的区域权重，对区域内的纹理直方图LBP和颜色直方图进行加权累加，再计算颜色相似度和纹理直方图LBP相似度，最后把颜色相似度和LBP相似度按一定比重累加计算出整体的区域加权相似度。