[发明专利]一种相似频谱图片搜索方法有效

专利信息
申请号: 201810318190.X 申请日: 2018-04-11
公开(公告)号: CN108536827B 公开(公告)日: 2021-09-03
发明(设计)人: 任侃;王佳佳;陈钱;顾国华;钱惟贤;路东明;朱宇遥;孟思歧;张晓敏;程成;吕彦瑶;叶宏量;宋聪聪;陈雪琦;杨文广;蔡贵霞;顾烨怡;史小仲;彭志勇;王凡 申请(专利权)人: 南京理工大学
主分类号: G06F16/583 分类号: G06F16/583;G06K9/48;G06T7/42
代理公司: 南京理工大学专利中心 32203 代理人: 朱宝庆
地址: 210094 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 相似 频谱 图片 搜索 方法
【说明书】:

发明提供了一种相似频谱图片搜索方法,包括以下步骤:步骤1,接收用户输入的图片库和需要搜索的源图片;步骤2,对用户输入的图片库按照预设的方法进行处理;步骤3,将源图片与经过预设处理的图片库的图片进行相似度对比,输出与源图片相似的所有图片及其相似度。

技术领域

本发明涉及一种图片检索技术,特别是一种相似频谱图片搜索方法。

背景技术

在信号采集中,我们会得到的众多相似性比较大的频谱信号,这些信号需要分类或对比,从而提取出有效的实验结论,但用肉眼来分辨比较困难且工作量很大,所以需要一种自动图像搜索、相似度对比的方法。

现在的相似图形搜索技术中,精确度不够高,基本搜索出来的图像对于图片内容、大小以及旋转性等容错性很高,对于频谱信号这种对于细微变化就分属不同类别的、精度要求比较高的图像来说并不适用。例如“得到图像的pHash值”方法,通过汉明距离的对比来实现相似图片搜索。这种方法在信号频谱匹配这种精度要求比较高的图像匹配中并不适用。

发明内容

本发明的目的在于提供一种相似频谱图片搜索方法,该方法可以提高对匹配精度要求高的频谱图像的相似性检测。

实现本发明目的的技术方案为:一种相似频谱图片搜索方法,包括以下步骤:

步骤1,接收用户输入的图片库和需要搜索的源图片;

步骤2,对用户输入的图片库按照预设的方法进行处理;

步骤3,将源图片与经过预设处理的图片库的图片进行相似度对比,输出与源图片相似的所有图片及其相似度。

采用上述防范,步骤2的具体过程在于:

步骤2.1,对图片库中图片进行裁剪获得有效频谱的特征区域,并将该特征区域存入第二图片库;

步骤2.2,对第二图片库中的频谱图片进行形态学处理得到第三图库;

步骤2.3,提取第三图库中的图片的形心并经过二次剪裁获得第四图片库。采用上述方法,步骤3的具体过程为:

步骤3.1,将图片库4中图片缩小,并灰度化以简化计算量;

步骤3.2,对灰度化图片进行DCT变换,得到DCT系数矩阵;

步骤3.3,保留左上角一定A区域的DCT系数;

步骤3.4,计算每张图片的DTC系数的均值;

步骤3.5,对每张图片按照预设的方法提取hash值;

步骤3.6,对比图像的hash值的汉明距离,当汉明距离大于一阈值时,则不相似;

步骤3.7,得到图像之间的相似度。

本发明与现有技术相比,其显著优点为:(1)精度高,对于相似对比较高的图片,可以区别开来,满足对频谱信号图片等高精度图片搜索的需求;(2)鲁棒性强,在图片间有位移情况下可以实现相似度匹配,不受位移情况的影响。

下面结合说明书附图对本发明作进一步描述。

附图说明

图1是本发明的算法流程图。

图2是一次裁剪后信号频谱图。

图3是膨胀处理过程示意图。

图4是提取信号的轮廓过程示意图。

图5是提取多组质心过程示意图。

图6是检测整体频谱图的形心过程示意图。

图7是二次裁剪的结果示意图。

具体实施方式

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810318190.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top