[发明专利]一种图片相似度计算方法

摘要

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。

主权项

1.一种图片相似度计算方法，其特征在于：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；所述基于径向投影的hash方法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，包括以下具体步骤：(1)将图片转化为灰度图；(2)过步骤(1)得到的灰度图中心等角度取180条直线，计算每条直线上像素点的方差，180个方差构成一个特征向量；(3)计算上述特征向量的DCT变换，得到DCT系数向量；(4)取前64个DCT系数向量构成新向量，计算新向量的均值avg2；(5)对新向量中的每个元素，大于等于avg2的置1，小于avg2的置0，得到的新向量即hash值；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；所述计算两张图片的hash值h2_a与h2_b的皮尔逊相关系数pcc的具体公式如下：其中，X、Y分别代指两张图片的hash值h2_a与h2_b，ρ_X,Y是h2_a与h2_b的皮尔逊相关系数；通过以下公式结合汉明距离dis_h和皮尔逊相关系数pcc，得到图片相似度P：