[发明专利]一种基于双重Hash的图像相似判定方法

摘要

本发明涉及一种基于双重Hash的图像相似判定方法，属于图像处理技术领域。本发明通过DHash算法对图像进行Hash化，计算两张图像之间基于DHash的汉明距离；若基于DHash的汉明距离小于阈值，则判定为图像相似；若基于DHash的汉明距离大于阈值，但与阈值之间的绝对差小于存在误差时，进而通过PHash算法对图像进行Hash化，计算两张图像之间基于PHash的汉明距离；若基于PHash的汉明距离小于阈值，则也判定为图像相似；否则判定为图像不相似。本发明与现有技术相比，主要解决了现有技术在对图像相似判定时存在的灵活性不足、准确度低、效率差等现象，在不失其运行效率的基础上提高了图像相似判定的灵活性和准确度。

主权项

1.一种基于双重Hash的图像相似判定方法，其特征在于：Step1：获取图像A和图像B；Step2：通过DHash算法对图像A和图像B进行Hash化，得到图像A和图像B之间基于DHash的汉明距离Dis_D(A,B)；具体步骤如Step2.1～Step2.5所示；Step2.1：将图像A、B的大小压缩至8×9；Step2.2：将压缩后的图像A、B转化为256阶灰度图像，并表示为矩阵形式I_A、I_B，其中I_A(i,j),i∈[1,8],j∈[1,9]、I_B(i,j),i∈[1,8],j∈[1,9]为矩阵元素值；Step2.3：根据公式(1)生成新矩阵T_A、T_B，其中T_A(i,j),i∈[1,8],j∈[1,8]、T_B(i,j),i∈[1,8],j∈[1,8]为矩阵元素值；Step2.4：将矩阵按照从上至下、从左至右的规则，根据公式(2)进行值优化，并对其连接生成图像A、B的DHash值DHash_A、DHash_B；其中T(i,j)代表适用于T_A(i,j)、T_B(i,j)；Step2.5：通过图像A、B的DHash值DHash_A、DHash_B，计算图像A和图像B之间基于DHash的汉明距离Dis_D(A,B)；Step3：定义相似阈值α和存在误差δ，若图像A和图像B之间基于DHash的汉明距离Dis_D(A,B)满足公式(3)要求，则判定图像A和图像B相似，并结束之后步骤；若满足公式(4)要求，则进行Step4及之后步骤，继续判定其相似与否；若满足公式(5)要求，则判定图像A和图像B不相似，并结束之后步骤；Dis_D(A,B)≤α                             (3)α＜Dis_D(A,B)≤α+δ                          (4)Dis_D(A,B)＞α+δ                            (5)Step4：通过PHash算法对图像A和图像B进行Hash化，得到图像A和图像B之间基于PHash的汉明距离Dis_P(A,B)；具体步骤如Step4.1～Step4.6所示；Step4.1：将图像A、B的大小压缩至32×32；Step4.2：将压缩后的图像A、B转化为256阶灰度图像，并表示为矩阵形式I_A、I_B，其中I_A(i,j),i∈[1,32],j∈[1,32]、I_B(i,j),i∈[1,32],j∈[1,32]为矩阵元素值；Step4.3：计算矩阵I_A、I_B的DCT矩阵T_A、T_B，其中T_A(i,j),i∈[1,32],j∈[1,32]、T_B(i,j),i∈[1,32],j∈[1,32]为矩阵元素值；Step4.4：保留矩阵T_A、T_B的左上角8×8部分，删除其余部分；Step4.5：计算矩阵T_A、T_B的平均值u_A、u_B，将矩阵按照从上至下、从左至右的规则，根据公式(6)进行值优化，并对其连接生成图像A、B的PHash值PHash_A、PHash_B；其中T(i,j)代表适用于T_A(i,j)、T_B(i,j)，u代表适用于u_A、u_B；Step4.6：通过图像A、B的PHash值PHash_A、PHash_B，计算图像A和图像B之间基于PHash的汉明距离Dis_P(A,B)；Step5：采用与Step3相同的相似阈值α，若图像A和图像B之间基于PHash的汉明距离Dis_P(A,B)满足公式(7)要求，则判定图像A和图像B相似；否则判定图像A和图像B不相似；Dis_P(A,B)≤α                (7)。