一種圖像搜索方法和裝置制造方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種圖像搜索方法，包括：壓縮待搜索圖像的尺寸并獲取壓縮后的待搜索圖像的灰度圖；將灰度圖分割成若干塊，獲取每一塊灰度圖的低頻區(qū)域；將低頻區(qū)域進(jìn)行二值化處理，得到每一塊灰度圖的特征值；將每一塊灰度圖的特征值與各圖像的哈希映射容器中相應(yīng)塊的特征值進(jìn)行匹配，將匹配成功的塊的數(shù)量超過(guò)第一預(yù)設(shè)閾值的圖像作為搜索結(jié)果。本發(fā)明實(shí)現(xiàn)了快速檢索到匹配圖像并且減小了局部圖像的變化對(duì)匹配準(zhǔn)確度造成的影響。本發(fā)明還公開(kāi)了用于實(shí)現(xiàn)上述方法的裝置。
【專(zhuān)利說(shuō)明】一種圖像搜索方法和裝置
【技術(shù)領(lǐng)域】
[0001 ] 本發(fā)明涉及視頻圖像處理【技術(shù)領(lǐng)域】，尤其涉及一種圖像搜索方法和裝置。
【背景技術(shù)】
[0002]基于內(nèi)容的圖像檢索是一種信息檢索技術(shù)，是指借助對(duì)視覺(jué)媒體從底層到高層進(jìn)行處理、分析和理解的過(guò)程中獲取其內(nèi)容，并根據(jù)內(nèi)容進(jìn)行檢索。其目的是從圖像庫(kù)中找到具有指定特征或內(nèi)容的圖像，融合了計(jì)算機(jī)視覺(jué)、圖像處理及模式識(shí)別等多種處理技術(shù)。
[0003]近重復(fù)搜索是圖像檢索的一個(gè)方面，是指一幅圖像是另外一幅圖像的復(fù)制，但是在拍攝條件、時(shí)間、渲染環(huán)境或編輯操作等導(dǎo)致與源圖像有差異。近重復(fù)搜索是一種十分有用的工具，例如在版權(quán)檢測(cè)、多媒體鏈接等方面具有廣泛應(yīng)用。
[0004]近重復(fù)搜索的常用方法是獲取圖像的興趣點(diǎn)，再利用一些匹配方法進(jìn)行搜索。這些匹配方法中圖像特征計(jì)算復(fù)雜度很高，匹配效率低，獲得的近似圖像較少。

【發(fā)明內(nèi)容】
[0005]本發(fā)明實(shí)施例提供一種圖像搜索方法和裝置，能夠快速檢索到匹配圖像并且減小了局部圖像的變化對(duì)匹配準(zhǔn)確度造成的影響。
[0006]為達(dá)上述目的，本發(fā)明實(shí)施例采用以下技術(shù)方案:
[0007]一種圖像搜索方法，包括:
[0008]壓縮待搜索圖像的尺寸并獲取壓縮后的待搜索圖像的灰度圖；
[0009]將所述灰度圖分割成若干塊，獲取每一塊灰度圖的低頻區(qū)域；
[0010]將所述低頻區(qū)域進(jìn)行二值化處理，得到每一塊灰度圖的特征值；
[0011]將所述每一塊灰度圖的特征值與各圖像的哈希映射容器中相應(yīng)塊的特征值進(jìn)行匹配，將匹配成功的塊的數(shù)量超過(guò)第一預(yù)設(shè)閾值的圖像作為搜索結(jié)果。
[0012]降低對(duì)圖像顏色差異及細(xì)節(jié)特征的敏感性，提高匹配效率，搜索到更多與待搜索圖像相近似的其他圖像。
[0013]所述將低頻區(qū)域進(jìn)行二值化處理，得到每一塊灰度圖的特征值，包括:
[0014]獲取所述低頻區(qū)域的均值；
[0015]將所述低頻區(qū)域的各個(gè)值與所述均值比較，大于所述均值的值置為1，小于或等于所述均值的值置為O。
[0016]所述將低頻區(qū)域進(jìn)行二值化處理，得到每一塊灰度圖的特征值，包括:
[0017]對(duì)所述低頻區(qū)域的每一個(gè)值Vi (i = O,..., m),構(gòu)造一個(gè)L維的向量Mi,所述向量Mi各元素的值由I和-1隨機(jī)填充；
[0018]將Vi作為權(quán)重，計(jì)算向量S= ΣΤ=1Μι * Vl.[0019]對(duì)向量S中每個(gè)元素的值進(jìn)行二值化得到每塊灰度圖的特征值β[/]=
【權(quán)利要求】
1.一種圖像搜索方法，其特征在于，包括: 壓縮待搜索圖像的尺寸并獲取壓縮后的待搜索圖像的灰度圖； 將所述灰度圖分割成若干塊，獲取每一塊灰度圖的低頻區(qū)域； 將所述低頻區(qū)域進(jìn)行二值化處理，得到每一塊灰度圖的特征值； 將所述每一塊灰度圖的特征值與各圖像的哈希映射容器中相應(yīng)塊的特征值進(jìn)行匹配，將匹配成功的塊的數(shù)量超過(guò)第一預(yù)設(shè)閾值的圖像作為搜索結(jié)果。
2.如權(quán)利要求1所述的方法，其特征在于，所述將低頻區(qū)域進(jìn)行二值化處理，得到每一塊灰度圖的特征值，包括: 獲取所述低頻區(qū)域的均值； 將所述低頻區(qū)域的各個(gè)值與所述均值比較，大于所述均值的值置為1，小于或等于所述均值的值置為O。
3.如權(quán)利要求1所述的方法，其特征在于，所述將低頻區(qū)域進(jìn)行二值化處理，得到每一塊灰度圖的特征值，包括: 對(duì)所述低頻區(qū)域的每一個(gè)值ViQ = O ,…，m),構(gòu)造一個(gè)L維的向量Mi,所述向量Mi各元素的值由I和-1隨機(jī)填充； 將Vi作為權(quán)重，計(jì)算向量
4.如權(quán)利要求1所述的方法，其特征在于，所述將每一塊灰度圖的特征值與各圖像的哈希映射容器中相應(yīng)塊的特征值進(jìn)行匹配，包括: 如果所述待搜索圖像的一塊灰度圖的特征值與哈希映射容器中相應(yīng)塊的特征值相同或相似的個(gè)數(shù)大于第二預(yù)設(shè)閾值，則確定所述待搜索圖像的一塊灰度圖與所述相應(yīng)塊的圖像匹配成功。
5.如權(quán)利要求1-4任一所述的圖像搜索方法，其特征在于，所述待搜索圖像為電視廣告節(jié)目的截屏圖像。
6.一種圖像搜索裝置，其特征在于，包括: 壓縮模塊，用于壓縮待搜索圖像的尺寸并獲取壓縮后的待搜索圖像的灰度圖； 分割模塊，用于將所述灰度圖分割成若干塊，獲取每一塊灰度圖的低頻區(qū)域；； 處理模塊，用于將所述低頻區(qū)域進(jìn)行二值化處理，得到每一塊灰度圖的特征值； 匹配模塊，用于將所述每一塊灰度圖的特征值與各圖像的哈希映射容器中相應(yīng)塊的特征值進(jìn)行匹配，將匹配成功的塊的數(shù)量超過(guò)第一預(yù)設(shè)閾值的圖像作為搜索結(jié)果。
7.如權(quán)利要求6所述的裝置，其特征在于，所述處理模塊包括: 獲取單元，用于獲取所述低頻區(qū)域的均值； 第一處理單元，用于將所述低頻區(qū)域的各個(gè)值與所述均值比較，大于所述均值的值置為1，小于或等于所述均值的值置為O。
8.如權(quán)利要求6所述的裝置，其特征在于，所述處理模塊包括:第二處理單元，對(duì)所述低頻區(qū)域的每一個(gè)值Vi (i = O,…，m),構(gòu)造一個(gè)L維的向量Mi,所述向量Mi各元素的值由I和-1隨機(jī)填充； 計(jì)算單元，用于將Vi作為權(quán)重，計(jì)算向量
9.如權(quán)利要求6所述的裝置，其特征在于，所述匹配模塊包括: 確定單元，用于如果所述待搜索圖像的一塊灰度圖的特征值與哈希映射容器中相應(yīng)塊的特征值相同或相似的個(gè)數(shù)大于第二預(yù)設(shè)閾值，則確定所述待搜索圖像的一塊灰度圖與所述相應(yīng)塊的圖像匹配成功。
10.如權(quán)利要求6所述的裝置，其特征在于，所述待搜索圖像為電視廣告節(jié)目的截屏圖像。
【文檔編號(hào)】G06F17/30GK103914561SQ201410153842
【公開(kāi)日】2014年7月9日 申請(qǐng)日期:2014年4月16日 優(yōu)先權(quán)日:2014年4月16日
【發(fā)明者】李鵬, 高鵬程, 陸承恩, 趙光玉 申請(qǐng)人:北京酷云互動(dòng)科技有限公司