[发明专利]一种图像相似块快速搜索方法

权利要求书

1.一种图像相似块快速搜索方法，其特征在于，搜索方法包括：

步骤1：利用各像素及其邻域像素，确定各像素所对应的图像块；

步骤2：利用邻域内图像块的相似度及图像块的灰度值，确定表示各图像块的特征向量；

步骤3：通过对整幅图像的像素进行均匀下采样，确定一个小规模的索引图像块集合；

步骤4：利用索引图像块集合，构造一棵表示该图像块集合的K维树，记为索引K维树；

索引K维树的构造方法如下：

(1)对索引图像块集合中所有图像块的特征向量，通过式(2)计算每一维特征的方差

式中v_i为特征值，为该维特征的均值，m为索引图像块的数目；

(2)选取方差最大的特征维，并求出该维的中值；

(3)以该中值所对应的图像块作为K维树的根节点；

(4)利用最大方差特征维所计算出的中值，将索引图像块集合划分成两部分，该维特征值小于中值的图像块位于根节点的左子树中，该维特征值大于中值的图像块则位于根节点的右子树中；

(5)对左右子树所含图像块，分别重述上述步骤(2)至(4)，直到索引图像块集合不能再划分为止；

步骤5：将整幅图像无重叠地等分成9幅子图；

步骤6：利用每幅子图所含的图像块，构造一棵表示该子图的K维树，记为子图K维树；

所述的步骤6子图K维树的构造方法如下：

(1)对子图所含全部图像块的特征向量，通过式(2)计算每一维特征的方差；

(2)选取方差最大的特征维，并求出该维的中值；

(3)以该中值所对应的图像块作为K维树的根节点；

(4)利用最大方差特征维所计算出的中值，将子图所含全部图像块划分成两部分，该维特征值小于中值的图像块位于根节点的左子树中，该维特征值大于中值的图像块则位于根节点的右子树中；

(5)对左右子树所含图像块，分别重述上述步骤(2)至(4)，直到子图图像块集合不能再划分为止；

步骤7：对待搜索图像块，确定索引K维树中与其相似的图像块；

步骤8：确定含有相似图像块数目最多的子图K维树，称为目标子图K维树；

步骤9：在步骤7所确定的目标子图K维树中搜索出与其相似的图像块，所述相似图像块即为与待搜索图像块相似的图像块。

2.根据权利要求1所述的图像相似块快速搜索方法，其特征在于，

所述步骤1各像素所对应的图像块确定方法如下：将每个像素及其5×5邻域内的像素定义为一个图像块。

3.根据权利要求1所述的图像相似块快速搜索方法，其特征在于，

所述步骤2各图像块的特征向量确定方法如下：

(1)每个图像块含有25个像素，记为p₁,p₂,...,p₂₅；

(2)利用式(1)计算各图像块与其周围8个图像块的相似度，记为s₁,s₂,...,s₈；

式中a为控制参数，P为待处理图像块，P_i为P周围的第i个图像块；

(3)组合图像块的25个像素以及图像块与其相邻8个图像块的相似度，并进行归一化处理，形成一个表示图像块的33维特征向量，记为PF＝(p₁,p₂,...,p₂₅,s₁,s₂,...,s₈)。

4.根据权利要求1所述的图像相似块快速搜索方法，其特征在于，

所述步骤3由整幅图像确定索引图像块集合的方法如下：从图像左上角的第1个像素开始在水平和垂直两个方向上，每隔3个像素采样1个像素，直到采样到图像的右下角为止；将以采样像素为中心的图像块作为索引图像块。