[发明专利]图像匹配系统及方法

说明书

技术领域

本发明涉及一种图像匹配系统及方法，特别是涉及一种能够通过提取特征点、构建三角形以及计算来对商品图像的相似度进行量化分析计算的图像匹配系统以及利用该图像匹配系统实现的图像匹配方法。

背景技术

随着互联网应用的逐渐推广，现在出现了越来越多的网店，而网店中商品的价格无疑成了用户及店商最关注的问题。而比价是对比对手商品同自身商品价格差异的主要手段，比价的核心问题是商品的匹配，即在对手的商品中找到和自身商品属于同一类型、同一款的商品，然后再进行价格的对比。

而目前商品的匹配一般可以通过商品名称、商品型号、商品品牌等商品的详细信息来对商品进行匹配，但是在很多情况下并不能获取到这些商品信息，或者获取的商品信息非常的不全面，这样，在现有技术中就很难再进行商品匹配。

发明内容

本发明要解决的技术问题是为了克服现有技术中在无法获取商品信息或者获取的商品信息不全面的情况下很难再进行商品匹配的缺陷，提供一种能够通过提取特征点、构建三角形以及计算来对商品图像的相似度进行量化分析计算的图像匹配系统以及利用该图像匹配系统实现的图像匹配方法。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供了一种图像匹配方法，其特点在于，其包括以下步骤：

S₁、利用特征点提取算法分别从一第一图像与一第二图像中提取N个特征点并将该第一图像中的N个特征点以及该第二图像中的N个特征点匹配为一一对应的N对同名点，其中N为正整数；

S₂、分别在该第一图像与该第二图像中构建至少一个三角形，该第一图像与该第二图像中的每一对三角形均由对应的同名点构建，其中每个同名点均为至少一个三角形的顶点，且三角形之间均没有公共区域，并且每个三角形覆盖的区域中均不包含同名点；

S₃、对于该第一图像与该第二图像中分别由对应的同名点构建的每一对三角形，均在保持面积较大的三角形的采样率并将该面积较大的三角形重采样到与面积较小的三角形的面积相同后，统计面积相同的两个三角形的灰度直方图；

S₄、对步骤S₂中构建出的每一对三角形均运行公式其中S为步骤S₂中由相对应的同名点构建的一对三角形的相似度，M为将灰度直方图中的灰度值的取值区间划分出的段数，L_i为将该面积较大的三角形重采样后在灰度值的第i段取值区间内像素点的个数，R_i为该面积较小的三角形在灰度值的第i段取值区间内像素点的个数；

S₅、对步骤S₄中计算出的每一对三角形的相似度取平均值以计算出该第一图像与该第二图像的相似度。

其中，在步骤S₁中利用特征点提取算法提取特征点后，分别将该第一图像中的每一个特征点均与该第二图像中的所有的特征点进行比较，并在该第二图像中找出具有最大相似度度量值的点作为同名点，通过这种方法就能够将该第一图像与该第二图像中的所有的特征点都匹配成一一对应的同名点，而其具体的实现原理已经属于本领域的公知技术，在此就不再赘述。而且图像中的特征点一般都是图像上具有特殊意义的点，特征点一般是图像上的边缘点、暗区域的亮点、曲率较大的点等，并且不同的特征点提取算法提取出的特征点是不同的。

而在步骤S₂中可以具体分别在该第一图像与该第二图像中选取互相对应的同名点，并利用互相对应的同名点来构建互相对应的三角形，而每两个三角形之间没有公共区域就可以保证三角形之间覆盖的区域不重复，使得后续的相似度的计算更加的准确。

步骤S₃中在保持分辨率的前提下将面积较大的三角形重采样到与面积较小的三角形的面积相同，这也属于本领域的公知技术，在此就不再赘述。

步骤S₄中在统计完灰度直方图并将图像像素归一化到[0，255]区间内之后，可以根据实际情况合并灰度值，将灰度值划分为M段，因此M的取值可以根据需要自行确定，而公式中的i则为正整数且1≤i≤M。

通过该图像匹配方法，就能够在无法获取商品的详细信息或获取的商品信息不全面的情况下，依然能够仅通过商品的图像的相似度的比较，来分析两个商品是否属于同一类型或同一款。并且能够将比较的结果用数值精确地表示出来，使得分析、比较的结果更加直观可信。

较佳地，每个三角形均具有一最小外包矩形。