[发明专利]一种图片相似度计算方法

说明书

本发明公开了一种图片相似度计算方法，包括：(1)用基于DCT的hash方法分别计算待比较的两个图片的hash值；(2)计算两个hash值之间的汉明距离dis_h；(3)若汉明距离不在设定范围内，直接通过公式计算两图片的相似度；(4)若汉明距离在设定范围内，再用基于径向投影的hash方法计算hash值；(5)计算上一步得到的hash值的皮尔逊相关系数，并结合第二步得到的汉明距离计算两图片的相似度。本发明对图像旋转有一定的鲁棒性、避免伽马校正或颜色直方图被调整带来的影响，提高了图片相似度结果的准确率。

技术领域

本发明涉及计算机算法领域，具体涉及一种图片相似度计算方法，可应用于相似图片检索、视频关键帧相似度的计算。

背景技术

目前，图片相似度计算广泛应用于相似图片搜索、视频相似度计算等领域，pHash方法作为图片相似度计算的主要方法之一，主要有基于DCT的hash方法和基于径向投影的hash方法。两种方法是从不同角度来表达图像，最后通过计算两图片hash值的汉明距离来计算相似度。

方法一基于DCT的hash方法的思路是使用离散余弦变换(DCT)提取图片的低频成分，先将图片转换成标准大小的灰度图，然后对灰度图做DCT变换，再从系数矩阵中提取出64位的hash值作为指纹，只要图片的整体结构保持不变，指纹就不变，能够避免伽马校正或颜色直方图被调整带来的影响，最后通过计算两图片指纹的汉明距离来得到相似度。

方法二基于径向投影的hash方法的思路是首先会过灰度图中心计算朝等角度间隔的180个方向上像素值的方差，然后计算由这180个方差构成的特征向量的DCT，并从DCT系数矩阵中提取出64位的hash值作为指纹，最后通过计算两指纹间的皮尔逊相关系数来得到两图片间的相似度。此方法可以保留图像中的几何特征，且对图像旋转有一定的鲁棒性，但由于需要计算皮尔逊相关系数，计算速度比方法一慢。

但是这两种方法均是通过单一的pHash算法计算图片相似度，经常会出现内容截然不同的图片间计算得到的相似度非常高的情况，极有可能产生误判，不能保证结果的准确性。

发明内容

本发明的目的是针对上述现有技术的不足，提供了一种图片相似度计算方法，该方法将基于DCT的hash方法和基于径向投影的hash方法融合来计算图片的相似度，解决了相似图片搜索、视频关键帧相似度计算领域中单一pHash方法算得不同内容图片的相似度非常高、图片相似度结果不够准确的问题。

本发明的目的可以通过如下技术方案实现：

一种图片相似度计算方法，所述方法包括以下步骤：

1)用基于DCT的hash方法分别计算待比较的两张图片的hash值h_a与h_b；

2)计算步骤1)中两张图片的hash值h_a与h_b之间的汉明距离dis_h；

3)若汉明距离dis_h不在设定范围10<dis_h<25内，直接通过公式计算两张图片的相似度P，所述公式为：

4)若汉明距离dis_h在设定范围10<dis_h<25内，再用基于径向投影的hash方法分别计算两张图片的hash值h2_a与h2_b；

5)计算步骤4)得到的两张图片的hash值h2_a与h2_b之间的皮尔逊相关系数pcc，并结合步骤2)得到的汉明距离dis_h计算两张图片的相似度P。

优选的，步骤1)中，所述基于DCT的hash方法使用离散余弦变换提取图片的低频成分，先将图片转换成标准大小的灰度图，然后对灰度图做DCT变换，再从系数矩阵中提取出64位的hash值作为指纹，所述基于DCT的hash方法包括以下具体步骤：

一、将图片缩小到32*32并灰度化得到灰度图，以减小计算量；