[发明专利]图像差异比对方法及装置

说明书

本申请公开了一种图像差异比对方法及装置，涉及图像比对技术领域。该方法包括：基于待比对的第一图像、第二图像以及预先创建的特征区域识别模型确定至少一对特征区域图像；所述特征区域识别模型是基于预先采集的多个目标图像以及深度学习算法训练得到的；从所述至少一对特征区域图像中确定多个角点及各角点的坐标，并基于所述角点的坐标对所述第一图像和所述第二图像进行几何变换；对视角变换后的第一图像和第二图像分别进行去噪处理，得到去噪后的第一图像和第二图像；对去噪后的第一图像和第二图像进行像素点比对和差异区域轮廓识别，得到所述第一图像和第二图像的差异区域。本申请的适用场景更广泛，差异识别的精确度更高。

技术领域

本申请涉及图像比对技术领域，具体涉及一种图像差异比对方法及装置。

背景技术

在例如国际单证业务等业务中，客户需提交纸质资料，业务人员会将纸质资料扫描为影像，集中提交给业务专家进行审核。但是这些资料可能存在不符合要求的地方，需返工修改，因此可能存在同一笔影像多次提交的情况。在现有的情形下，每次都需要对影像进行全量审核，存在重复的人力劳动，效率不高。因此若能通过图像比对的方法确定影像之间存在差异之处，再针对存在差异部分进行审核，即可提高审核效率。

现有的图像比对技术主要可分为两类，一类是针对图像像素点进行比较；另一类是基于图像整体的相似度进行比较。其中，针对图像像素点的对比方法，一般应先将图像二值化，然后逐个对两张图像的每个像素点进行比对，如果一样则认为没有差异，否则不一样则认为该像素点为差异部分。该种方法虽然可以找到不同影像间的差异部分，但是对原始影像要求较高，需要两张影像的大小、分辨率都一致，只要有一点偏差，对比结果就不能达到预期。一般适用于基于影像本身修改后与原始影像的对比，例如批注后影像与原影像对比找到批注的部分。

而基于图像整体的相似度的比对方法主要有MD5、直方图、PSNR、SSIM和深度学习等。该类方法的核心是计算出图像的某种特征，通过图像特征的对比，进而计算原始图像的相似度。该类方法虽然具有较高的泛化能力，但仅能计算影像整体的相似度，不能够找到具体的差异部分，且存在一定的误判风险，某些安全要求较高的领域不能适用。

由此可见，现有的图像比对方法存在适用性差、准确度较低等问题。

发明内容

为了解决现有技术中存在的问题，第一方面，本申请提供一种图像差异比对方法，包括：

基于待比对的第一图像、第二图像以及预先创建的特征区域识别模型确定至少一对特征区域图像，每对特征区域图像包括所述第一图像中的一个第一特征区域以及所述第二图像中具有相同内容的一个第二特征区域；所述特征区域识别模型是基于预先采集的多个目标图像以及深度学习算法训练得到的；

从所述至少一对特征区域图像中确定多个角点及各角点的坐标，并基于所述角点的坐标对待比对的所述第一图像和/或所述第二图像进行几何变换；

对视角变换后的第一图像和第二图像分别进行去噪处理，得到去噪后的第一图像和第二图像；

对去噪后的第一图像和第二图像进行像素点比对和差异区域轮廓识别，得到所述第一图像和第二图像的差异区域。

在一实施例中，所述基于待比对的第一图像、第二图像以及预先创建的特征区域识别模型确定至少一对特征区域图像，包括：

根据所述第一图像以及所述特征区域识别模型确定所述第一图像中的至少一个第一特征区域及其对应的内容识别结果；

根据所述第二图像以及所述特征区域识别模型确定所述第二图像中的至少一个第二特征区域及其对应的内容识别结果；

根据所述内容识别结果将所述第一特征区域和所述第二特征区域进行匹配，得到至少一对特征区域图像。

在一实施例中，训练所述特征区域识别模型的步骤包括：