[发明专利]图像特征提取方法和装置及图像拷贝检测方法和系统

权利要求书

1.一种图像特征提取方法，其特征在于，包括以下步骤：

将被提取图像缩放到K维灰度矩阵中；

计算所述K维灰度矩阵中像素点的特征值，形成K维图像特征矩阵；

从所述K维图像特征矩阵中选取具有最大值的像素点作为特征点，并形成表示图像特征的线段，以获得被提取图像的特征。

2.根据权利要求1所述的图像特征提取方法，其特征在于，计算所述K维灰度矩阵中像素点的特征值形成所述K维图像特征矩阵时，包括：

以与所计算像素点的距离小于等于K/8的像素点作为附近像素点，结合所述附近像素点的位置和灰度值，形成K维局部特征矩阵；

以与所计算像素点的距离大于K/8的像素点作为外围像素点，结合所述外围像素点的位置和灰度值，形成K维全局特征矩阵。

3.根据权利要求2所述的图像特征提取方法，其特征在于，包括：

形成所述K维局部特征矩阵时，以所述K维灰度矩阵中像素点的下标为二维平面上的位置坐标，以所述K维灰度矩阵中像素点的灰度值为信息分量，计算所述附近像素点对其影响值的和：与两者之间的欧式距离成反比，与所述信息分量成正比；

形成所述K维全局特征矩阵时，以所述K维灰度矩阵中像素点的下标为二维平面上的位置坐标，以所述K维灰度矩阵中像素点的灰度值为信息分量，计算所述外围像素点对其影响值的和：与两者之间的欧式距离成反比，与所述信息分量成正比。

4.根据权利要求2所述的图像特征提取方法，其特征在于，从所述K维图像特征矩阵中选取具有最大值的像素点作为特征点并形成表示图像特征的线段时，包括：

在所述K维局部特征矩阵中，选取具有最大值的像素点作为第一特征点，选取其附近像素点中具有最大值的像素点作为第二特征点；

在所述K维全局特征矩阵中，选取具有最大值的像素点作为第三特征点，选取其外围像素点中具有最大值的像素点作为第四特征点；

以所述第三特征点为端点分别连接所述第一特征点、第二特征点和第三特征点，形成三条共用一个端点的线段。

5.一种应用权利要求1至4中任一项所述的图像特征提取方法的图像拷贝检测方法，其特征在于，包括以下步骤：

按所述图像特征提取方法提取被检测图像的图像特征，计算每一个所述图像特征的特征线段；

对图像库中的每一幅图像，按所述图像特征提取方法提取所有图像的特征线段，计算每一个所述图像特征的特征线段；

根据所述被检测图像的特征线段与所述图像库中图像的特征线段进行拷贝检测。

6.根据权利要求5所述的图像拷贝检测方法，其特征在于，包括：

将得到的各图像库中图像的特征线段的长度、与水平线段沿逆时针旋转得到的角度、两两线段之间的交角以及部分特征点的坐标值封装成结构体，形成特征分量并保存在特征分量链表中。

7.根据权利要求6所述的图像拷贝检测方法，其特征在于，拷贝检测时还包括以被检测图像的每个特征线段为查询点，对所述特征分量链表中的结点进行评分，对各个特征分量差与其阈值进行匹配，匹配成功的可得附加分，匹配不成功则扣分；其中，距离差的阈值为K/32，角度类分量的阈值分别为arcsin Kl/32，l为特征线段的长度，最后其得分超过预设阈值的图像为被测图像相似的图像。

8.一种图像特征提取装置，其特征在于，包括：

被检测图像预处理模块，用于将被提取图像缩放到K维灰度矩阵中；

图像特征矩阵生成模块，用于计算所述K维灰度矩阵中像素点的特征值，形成K维图像特征矩阵；

特征提取模块，用于从所述K维图像特征矩阵中选取具有最大值的像素点作为特征点，并形成表示图像特征的线段，以获得被提取图像的特征。

9.根据权利要求8所述的图像特征提取装置，其特征在于，所述被检测图像预处理模块还用于对不同格式的图像进行灰度化并缩放到所述K维矩阵中，对于每一幅高H、宽W的灰度图像，长缩小H/K倍、宽缩小W/K倍，而形成K维矩阵，所述K维矩阵中个元素的值为0到1之间的像素灰度值。

10.一种图像拷贝检测系统，其特征在于，包括：

被检测图像特征生成模块，用于按所述图像特征提取方法提取被检测图像的图像特征，计算每一个所述图像特征的特征线段；

图像库特征生成模块，用于对图像库中的每一幅图像，按所述图像特征提取方法提取所有图像的特征线段，计算每一个所述图像特征的特征线段；

图像拷贝检测模块，用于根据所述被检测图像的特征线段和所述图像库中图像的特征线段进行拷贝检测。