图像相似度确定装置和方法以及图像特征获取装置和方法

文档序号:6504286阅读:194来源:国知局
图像相似度确定装置和方法以及图像特征获取装置和方法
【专利摘要】本公开提供一种图像相似度确定装置和方法以及图像特征获取装置和方法。该图像相似度确定装置包括预处理单元,用于提取输入图像的每个输入图像区域和数据源图像的每个待匹配图像区域的特征点;匹配特征点集合确定单元,用于确定该输入图像区域与每个待匹配图像区域之间的一一匹配的特征点对;几何相似度确定单元,用于基于输入图像区域及其相应的待匹配图像区域的各个特征点的分布情况,确定该输入图像区域与其相应的待匹配图像区域之间的几何相似度;以及图像相似度确定单元,用于基于每个输入图像区域与其相应的待匹配图像区域之间的几何相似度,确定该输入图像与该数据源图像之间的相似度。本公开能够提高图像匹配的精度。
【专利说明】图像相似度确定装置和方法以及图像特征获取装置和方法

【技术领域】
[0001] 本公开涉及图像处理领域,更具体地涉及一种用于确定图像之间相似度的装置和 方法以及用于获取图像特征的装置和方法。

【背景技术】
[0002] 在图像处理领域,对于实现基于图像内容的检索应用非常重要的是图像匹配,即, 如何确定图像之间的相似度。当前的图像匹配主要可以分为基于灰度的图像匹配和基于特 征的图像匹配。基于特征的图像匹配所处理的特征通常包括颜色特征、纹理特征等等。然 而,当前的图像匹配的精度仍有待提高。


【发明内容】

[0003] 在下文中给出了关于本公开的简要概述,以便提供关于本公开的某些方面的基本 理解。应当理解,这个概述并不是关于本公开的穷举性概述。它并不意图确定本公开的关 键或重要部分,也不意图限定本公开的范围。其目的仅仅是以简化的形式给出某些概念,以 此作为稍后论述的更详细描述的前序。
[0004] 鉴于现有技术的上述缺陷,本公开的目的之一是提供一种图像相似度确定装置和 方法以及图像特征获取装置和方法,以至少克服现有技术中存在的上述问题。
[0005] 根据本公开的一个方面,提供了一种图像相似度确定装置,用于确定输入图像与 数据源图像的相似度,该图像相似度确定装置包括:预处理单元,用于将输入图像划分为至 少一个输入图像区域以及将数据源图像划分为至少一个待匹配图像区域,并且提取每个输 入图像区域和每个待匹配图像区域的特征点;匹配特征点集合确定单元,用于针对每个输 入图像区域,根据该输入图像区域中的每个特征点与各个待匹配图像区域中的每个特征点 之间的特征相似度,确定该输入图像区域与每个待匹配图像区域之间的一一匹配的特征点 对,并根据一一匹配的特征点对,分别为该输入图像区域及其相应的待匹配图像区域形成 包括所有匹配的特征点的匹配特征点集合;几何相似度确定单元,用于针对每个输入图像 区域及其相应的待匹配图像区域,基于该输入图像区域的匹配特征点集合中各个特征点的 分布情况及其相应的待匹配图像区域的匹配特征点集合中各个特征点的分布情况,确定该 输入图像区域与该相应的待匹配图像区域之间的几何相似度;以及图像相似度确定单元, 用于根据每个输入图像区域与其相应的待匹配图像区域之间的几何相似度,确定该输入图 像区域与该相应的待匹配图像区域之间的图像相似度,并根据输入图像的每个输入图像区 域与相应的各个待匹配图像区域之间的图像相似度确定该输入图像与该数据源图像之间 的相似度。
[0006] 根据本公开的又一个方面,还提供一种图像特征获取装置,包括:预处理单元,用 于对输入图像进行预处理,从而将所述输入图像划分为至少一个输入图像区域并提取每个 输入图像区域的特征点;特征区域构建单元,用于针对包括至少三个所述特征点的每个输 入图像区域的特征点集合中的每个特征点构建特征区域,该特征区域满足以下条件:以该 特征点为顶点,该顶点与匹配特征集合中至少一个其它特征点形成的一条射线作为该特征 区域的一个边界,由两个所述边界构成的该特征区域包含该匹配特征点集合中所有特征 点,并且所述特征区域的夹角为最小;以及图像特征获取单元,用于根据每个特征点集合区 域中各个特征点的分布情况,确定该输入图像区域的几何特征作为该输入图像区域的一种 图像特征。
[0007] 根据本公开的另一个方面,还提供一种图像相似度确定方法,用于确定输入图像 与数据源图像的相似度,该图像相似度确定方法包括:
[0008] 将所述输入图像划分为至少一个输入图像区域以及将所述数据源图像划分为至 少一个待匹配图像区域,并且提取每个输入图像区域和每个待匹配图像区域的特征点;
[0009] 针对每个输入图像区域,根据该输入图像区域中的每个特征点与各个待匹配图像 区域中的每个特征点之间的特征相似度,确定该输入图像区域与每个待匹配图像区域之间 的一一匹配的特征点对,并根据一一匹配的特征点对,分别为该输入图像区域及其相应的 待匹配图像区域形成包括所有一一匹配的特征点的匹配特征点集合;针对每个输入图像区 域及其相应的待匹配图像区域,基于该输入图像区域的匹配特征点集合中各个特征点的分 布情况及其相应的待匹配图像区域的匹配特征点集合中各个特征点的分布情况,确定该输 入图像区域与该相应的待匹配图像区域之间的几何相似度;以及根据每个输入图像区域与 其相应的待匹配图像区域之间的几何相似度,确定该输入图像区域与该相应的待匹配图像 区域之间的图像相似度,并根据输入图像的每个输入图像区域与其相应的各个待匹配图像 区域之间的图像相似度确定该输入图像与该数据源图像之间的相似度。
[0010] 根据本公开的又一个方面,还提供一种图像特征获取方法,包括:对输入图像进行 预处理,以将所述输入图像划分为至少一个输入图像区域并提取每个输入图像区域的特征 点,并且针对每个输入图像区域形成包括所有所述特征点的特征点集合;针对包括至少三 个所述特征点的特征点集合中的每个特征点构建特征区域,该特征区域满足以下条件:以 该特征点为顶点,该顶点与匹配特征集合中至少一个其它特征点形成的一条射线作为该特 征区域的一个边界,由两个所述边界构成的该特征区域包含该匹配特征点集合中所有特征 点,并且所述特征区域的夹角为最小;以及根据每个特征区域中各个特征点的分布情况,确 定该输入图像区域的几何特征作为该输入图像的一种图像特征。
[0011] 根据本公开的另一个方面,还提供了一种电子设备,该电子设备包括如上所述的 图像相似度确定装置或者图像特征获取装置。
[0012] 依据本公开的其它方面,还提供了一种使得计算机用作如上所述的图像相似度确 定装置或者图像特征获取装置的程序。
[0013] 依据本公开的又一方面,还提供了相应的计算机可读存储介质,该计算机可读存 储介质上存储有能够由计算设备执行的计算机程序,所述程序在执行时能够使所述计算设 备执行上述图像相似度确定方法或者图像特征获取方法。
[0014] 上述根据本公开实施例的图像相似度确定装置和方法至少能够提高图像匹配的 准确度,并且根据本公开实施例的图像特征获取装置和方法至少能够提供一种能够用于图 像匹配的新的图像特征获取方式。
[0015] 通过以下结合附图对本公开的最佳实施例的详细说明,本公开的这些以及其他优 点将更加明显。

【专利附图】

【附图说明】
[0016] 本公开可以通过参考下文中结合附图所给出的描述而得到更好的理解,其中在所 有附图中使用了相同或相似的附图标记来表示相同或者相似的部件。所述附图连同下面的 详细说明一起包含在本说明书中并且形成本说明书的一部分,而且用来进一步举例说明本 公开的优选实施例和解释本公开的原理和优点。其中:
[0017] 图1是示意性地示出根据本公开实施例的图像相似度确定装置的一种示例结构 的框图。
[0018] 图2示出了如图1所示的几何相似度确定单元的一种具体实现方式。
[0019] 图3a和图3b是示意性地示出根据本公开实施例的特征区域的两个示例。
[0020] 图4示出了如图2所示的几何相似度确定子单元的一种具体实现方式。
[0021] 图5示出了根据本公开实施例的图像特征获取装置的示例性结构框图。
[0022] 图6是根据本公开实施例的图像相似度确定方法的一种示例性处理的流程图。
[0023] 图7是根据本公开实施例的图像特征获取方法的一种示例性处理的流程图。
[0024] 图8示出了可用来实现根据本公开实施例的图像相似度确定装置和方法以及图 像特征获取装置和方法的一种可能的信息处理设备的硬件配置的结构简图。
[0025] 本领域技术人员应当理解,附图中的元件仅仅是为了简单和清楚起见而示出的, 而且不一定是按比例绘制的。例如,附图中某些元件的尺寸可能相对于其他元件放大了,以 便有助于提高对本公开实施例的理解。

【具体实施方式】
[0026] 在下文中将结合附图对本公开的示范性实施例进行描述。为了清楚和简明起见, 在说明书中并未描述实际实施方式的所有特征。然而,应该了解,在开发任何这种实际实施 例的过程中必须做出很多特定于实施方式的决定,以便实现开发人员的具体目标,例如,符 合与系统及业务相关的那些限制条件,并且这些限制条件可能会随着实施方式的不同而有 所改变。此外,还应该了解,虽然开发工作有可能是非常复杂和费时的,但对得益于本公开 内容的本领域技术人员来说,这种开发工作仅仅是例行的任务。
[0027] 在此,还需要说明的一点是,为了避免因不必要的细节而模糊了本公开,在附图中 仅仅示出了与根据本公开的方案密切相关的装置结构和/或处理步骤,而省略了与本公开 关系不大的其他细节。
[0028] 根据本公开实施例的图像相似度确定装置用于确定输入图像与数据源图像的相 似度。
[0029] 根据本公开的实施例,输入图像可以是例如来自用户的输入图像,例如手机、相机 等电子设备拍摄的图像,也可以是例如用户从网上获取的图像。并且,数据源图像可以是各 种专用数据库、通用数据库、网站等等各个数据源中的图像,也可以是这些数据源的组合中 的图像。
[0030] 图1是示意性地示出根据本公开实施例的图像相似度确定装置的一种示例结构 的框图。
[0031] 如图1所示,根据本公开实施例的图像相似度确定装置包括:预处理单元11,用于 将所述输入图像划分为至少一个输入图像区域以及将所述数据源图像划分为至少一个待 匹配图像区域,并且提取每个输入图像区域和每个待匹配图像区域的特征点;匹配特征点 集合确定单元13,用于针对每个输入图像区域,根据该输入图像区域中的每个特征点与每 个待匹配图像区域中的各个特征点之间的特征相似度,确定该输入图像区域与每个待匹配 图像区域之间的一一匹配的特征点对,并根据一一匹配的特征点对,分别为该输入图像区 域及其相应的待匹配图像区域形成包括所有匹配的特征点的匹配特征点集合;几何相似度 确定单元15,用于针对每个输入图像区域及其相应的待匹配图像区域,基于该输入图像区 域的匹配特征点集合中各个特征点的分布情况及其相应的待匹配图像区域的匹配特征点 集合中各个特征点的分布情况,确定该输入图像区域与其相应的待匹配图像区域之间的几 何相似度;以及图像相似度确定单元17,用于根据每个输入图像区域与其相应的待匹配图 像区域之间的几何相似度,确定该输入图像区域与该相应的待匹配图像区域之间的图像相 似度,并根据输入图像的每个输入图像区域与其相应的各个待匹配图像区域之间的图像相 似度确定该输入图像与该数据源图像之间的相似度。
[0032] 如图1所示,预处理单元11分别对输入图像和各个数据源图像进行分割处理。例 如,根据图像的灰度、边缘、纹理、结构等特性,预处理单元11将输入图像分割为多个输入 图像区域,并且将每个数据源图像分割为多个图像区域作为待匹配图像区域。对输入图像 和数据源图像进行分割可以采用现有的图像分割技术,或者也可以采用区域检测技术,例 如,最大稳定极值区域(MSER)区域检测算子,其具有重复性和辨别力高的优点。上述图像 分割方法是本领域公知的,在此不再赘述。
[0033] 在获得了各个输入图像区域和数据源图像的各个待匹配区域之后,预处理单元11 对每个分割后的图像区域进行特征点的提取。根据本公开的实施例,例如,预处理单元11 可以利用SIFT (尺度不变特征变换)检测子获得特征点的位置信息、尺度大小、方向信息以 及描述特征点的SIFT特征向量来提取图像区域中的特征点。
[0034] 参见图1,在通过预处理单元11获得了包括输入图像区域和待匹配图像区域中每 个图像区域的特征点之后,匹配特征点集合确定单元13针对每个输入图像区域,确定该输 入图像区域的每个特征点与每个待匹配图像区域中的各个特征点之间的特征相似度。例如 当从一个输入图像区域R a提取了 m个特征点、并且从一个待匹配图像区域Rb中提取了 η个 特征点时,对输入图像区域Ra的m个特征点中的每一个特征点与待匹配图像区域Rb 的η个特征点中的每个特征点之间的特征相似度。根据本公开的一个实施例,可以基于特 征点之间的距离确定特征点之间的特征相似度。例如针对由输入图像区域中的特征点和待 匹配图像区域中的特征点构成的一对特征点,可以计算该对特征点的特征描述向量之间的 欧式距离的倒数作为该对特征点之间的特征相似度。特征点之间的距离的具体计算方法是 本领域公知的,在此不再赘述。
[0035] 匹配特征点集合确定单元13基于特征点之间的相似度来确定输入图像区域与每 个待匹配图像区域之间的一一匹配的特征点对,并根据一一匹配的特征点对,分别为该输 入图像区域及其相应的待匹配图像区域形成包括所有一一匹配的特征点的匹配特征点集 合。
[0036] 根据本公开的实施例,匹配特征点集合确定单元13被配置为基于该输入图像区 域中的各个特征点及其相应的待匹配图像区域中的各个特征点之间的特征相似度构建代 价矩阵,并根据该代价矩阵确定该输入图像区域与该相应的待匹配图像区域之间的一一匹 配的特征点对。
[0037] 具体地,可以利用特征点对之间的距离构建代价矩阵,并利用诸如匈牙利算法的 方法、根据最小代价原则,确定输入图像区域与待匹配图像区域之间的一一匹配的特征点 对。根据本公开的优选实施例,在构建代价矩阵时,可以将特征点之间的距离大于第一给定 阈值的特征点对(即,被认为是不匹配的特征点对)之间的距离设置为例如无穷大…,而利 用特征点对之间的距离小于第一给定阈值的特征点对(即特征相似度相对大的特征点对) 之间的距离构建代价矩阵,从而简化随后在利用代价矩阵确定一一匹配的特征点对时的计 算。根据本公开的一个实施例,匹配特征点集合确定单元13可以根据最小代价原则,利用 诸如匈牙利算法,在保留的特征点对中找到合理的一组一一匹配的特征点对,从而分别为 该输入图像区域及其相应的待匹配图像区域形成包括所有一一匹配的特征点的匹配特征 点集合。
[0038] 在此需要说明,对于某个输入图像区域,如果该输入图像区域的每个特征点与某 个待匹配图像区域中的特征点之间的距离都大于第一给定阈值,则可以认为该输入图像 区域与该待匹配图像区域之间是不匹配的,从而无需对其构成的代价矩阵进行后续的确定 一一匹配的特征点对的处理。此外,在本公开中,输入图像区域的相应的待匹配图像区域是 指通过匹配特征点集合确定单元13确定了与输入图像区域之间具有一一匹配的特征点对 的待匹配图像区域。
[0039] 虽然,以上例示了基于输入图像区域中特征点和待匹配图像区域中的特征点构成 的特征点对之间的距离构建代价矩阵,但是本公开不限于此,例如,也可以以基于例如特征 点对之间的距离等而计算的特征点对之间的特征相似度(例如特征点对之间的距离的倒 数)为元素构建代价矩阵,并且基于如此构建的代价矩阵确定输入图像区域和待匹配图像 区域之间的一一匹配的特征点。
[0040] 仍以从输入图像区域Ra中提取了 m个特征点、从待匹配图像区域Rb中提取了 η个 特征点为例,例如通过基于各个特征点对之间的特征相似度构建的代价矩阵确定了该输入 图像区域与该待匹配图像区域之间具有i个一一匹配的特征点对(该待匹配图像区域因此 是该输入图像区域的相应的待匹配图像区域),例如丨Pj,Qj^1,其中I为输入图像区域中 的匹配特征点,Qj为待匹配图像区域中的匹配特征点。从而,分别为该输入图像区域艮形 成包括所有匹配的特征点P j的匹配特征点集合P=IP1,P2,…,Pi},以及为该待匹配图像区 域R b形成包括所有匹配的特征点Qj的匹配特征点集合Q=IQ1, Q2,…,QJ。
[0041] 在针对输入图像区域及待匹配图像区域得到一一匹配的特征点对,从而为输入图 像区域及其相应的待匹配图像区域形成匹配特征点集合之后,几何相似度确定单元15针 对每个输入图像区域及其相应的待匹配图像区域,基于该输入图像区域的匹配特征点集合 中各个特征点的分布情况及其相应的待匹配图像区域的匹配特征点集合中各个特征点的 分布情况,确定该输入图像区域与其相应的待匹配图像区域之间的几何相似度。
[0042] 本公开提出利用表示输入图像区域和待匹配图像区域的匹配特征点对之间的几 何关系的仿射不变性矩阵来确定两个区域之间的几何相似度的方法。
[0043] 图2示出了如图1所示的几何相似度确定单元15的一种具体实现方式。
[0044] 如图2所示,几何相似度确定单元15包括:特征区域构建子单元151和几何相似 度确定子单元153。
[0045] 特征区域构建子单元151被配置为针对匹配特征点集合中包括至少三个匹配特 征点的每个输入图像区域及其相应的待匹配图像区域,为该输入图像区域的匹配特征点集 合中的每个特征点和该相应的待匹配图像区域的匹配特征点集合中的每个特征点分别构 建特征区域,该特征区域满足以下条件:以该特征点为顶点,顶点与其相应的匹配特征点 集合中的至少一个其它特征点形成的一条射线作为该特征区域的一个边界,由两个所述边 界构成的该特征区域包含该匹配特征点集合中所有特征点,并且所述特征区域的夹角为最 小。
[0046] 仍以输入图像区域Ra的匹配特征点集合为P= (P1, P2,…,PJ、相应的待匹配图像 区域Rb的匹配特征点集合为Q={Qi,Q 2,…,PJ为例,详细说明特征区域构建子单元151的 操作。
[0047] 针对输入图像区域Ra的匹配特征点集合P= (P1,P2,…,PJ中的每个特征点P」,为 其寻找满足以下条件的特征区域:
[0048] 1)以特征点Pj为顶点;
[0049] 2)顶点与该匹配特征点集合P中、除顶点之外的至少一个其它特征点形成的射线 构成该特征区域的一个边界;
[0050] 3)有两个满足条件2)的边界构成的特征区域包括匹配特征点集合P中的所有特 征点;
[0051] 4)该特征区域具有最小夹角。
[0052] 类似地,针对待匹配图像区域Rb的匹配特征点集合Q={Qi,Q2,…,QJ中的每个特 征点%,为其寻找满足以上类似条件的特征区域。
[0053] 根据本公开的优选实施例,为输入图像区域和待匹配图像区域形成的特征区域是 扇形区域。但是本公开不限于此,例如,也可以给予满足条件2)的两个边界形成三角形区 域或者包括且仅包括这两个边界作为边界的开放式区域(即该区域没有第三个边界)等等。
[0054] 图3a和3b示出了基于上述条件形成的特征区域的两个示例。
[0055] 图3a中示出了针对包括7个匹配的特征点的匹配特征点集合P,WP1为顶点构建 的扇形特征区域R,其中特征点P 2、P4与特征点Pl -起构成特征区域R的一个边界、P3与特 征点Pl -起构成特征区域R的另一个边界,该匹配特征点集合P中的其他特征点P5、P6以 及P 7落入特征区域R内。可以验证,如图3a所示的扇形区域是满足上述条件1) -4)的扇 形区域。类似地,可以针对匹配特征点集合P中其他的每一个特征点,以该特征点为顶点构 建满足上述条件1) -4)的扇形区域。
[0056] 类似地,可以为待匹配图像区域中的匹配特征点Q中的每个特征点,分别构建特 征点集合。
[0057] 在此需要说明,当相对于作为顶点的特征点,匹配特征点集合中的其他特征点以 更为分散的方式分布时,针对该特征点形成的特征区域的夹角可能大于180度(如图3b所 示)。
[0058] 回到图2,在特征区域构建子单元151为输入图像区域及其相应的待匹配图像区 域中的每个匹配特征点构建了特征区域之后,几何相似度确定子单元153针对每个输入图 像区域及其相应的待匹配图像区域,基于该输入图像区域的各个特征区域中特征点的分布 情况及其相应的待匹配图像区域的各个特征区域中特征点的分布情况,确定该输入图像区 域与该相应的待匹配图像区域之间的几何相似度。
[0059] 根据本公开,提出一种基于输入图像区域的各个特征区域中匹配特征点的分布情 况及其相应的待匹配图像区域的各个特征区域中匹配特征点的分布情况构建几何关系矩 阵,并根据几何关系矩阵之间的距离确定输入图像区域与待匹配图像区域之间的几何相似 度。
[0060] 图4示出了如图2所示的几何相似度确定子单元153的一种具体实现方式。
[0061] 如图4所示,几何相似度确定子单元153包括:几何关系矩阵构建模块1531和几 何相似度计算模块1532。
[0062] 几何关系矩阵构建模块1531被配置为基于输入图像区域的各个特征区域中特征 点的分布情况及其相应的待匹配图像区域的各个特征区域中特征点的分布情况,分别构建 用于该输入图像区域和该相应的待匹配图像区域的几何关系矩阵。
[0063] 根据本公开的一个实施例,几何关系矩阵构建模块1531可以被配置为针对该输 入图像区域和该相应的待匹配图像区域中的任一图像区域,以如下方式构建用于该图像区 域的几何关系矩阵:使该图像区域的特征点集合中的每个特征点对应几何关系矩阵的一行 或一列,根据特征点集合中的各个特征点在以每个特征点构建的特征点区域内还是边界上 为该特征点对应的几何关系矩阵的行向量或者列向量中的各个元素赋予不同的值。
[0064] 例如,在输入图像区域Ra及其相应的待匹配图像区域具有4个匹配特征点对(即 对于输入图像区域Ra的匹配特征点集合Ρι={Ρ^=1、对于待匹配图像区域Rb的匹配特征点 集合)的情况下,针对输入图像区域Ra的匹配特征点集合Pi=IPJh ,特征点 Pj对应几何关系矩阵HP4x4的第j行元素 [hvhphphjj而被赋值,例如针对以顶点Pj形 成的特征区域,可以按照如下规则对几何关系矩阵的每1行元素赋值:
[0065] 如果匹配特征点集合P中的特征点P1落在由顶点&与匹配特征点集合中的其他 顶点形成的射线(即该特征区域的边界)上,则将该Iijl赋值为1,否则,当特征点P1落在以 顶点I构建的特征区域内时,将该^赋值为0。
[0066] 上述构建几何关系矩阵的方法仅是示例,例如也可以在特征点落在特征区域内 时,将该特征点对应的矩阵元素赋值为1,而在特征点落在特征区域的边界上时,将特征点 对应的矩阵元素赋值为0。
[0067] 针对输入图像区域的匹配特征点集合Pj中的其他匹配特征点P2、P 3、P4,以如上所 述类似的方式为几何关系矩阵HP4x4的第j行元素的hp hp以及h#赋值,从而为几何关 系矩阵HP4x4中的每个关系矩阵赋值,以完成针对该输入图像区域的几何关系矩阵的构建。
[0068] 对于待匹配图像区域,几何关系矩阵构建模块1531也可以对该输入图像区域的 相应的待匹配图像区域的匹配特征点集合Q执行类似的操作,以为该相应的待匹配图像区 域构建几何关系矩阵HQ 4x4。
[0069] 例如,基于上述赋值操作,可以将几何关系矩阵HP4x4和几何关系矩阵HQ4x4分别 构建为如下所示的矩阵:

【权利要求】
1. 一种图像相似度确定装置,用于确定输入图像与数据源图像的相似度,该图像相似 度确定装置包括: 预处理单元,用于将所述输入图像划分为至少一个输入图像区域以及将所述数据源图 像划分为至少一个待匹配图像区域,并且提取每个输入图像区域和每个待匹配图像区域的 特征点; 匹配特征点集合确定单元,用于针对每个输入图像区域,根据该输入图像区域中的每 个特征点与各个待匹配图像区域中的每个特征点之间的特征相似度,确定该输入图像区域 与每个待匹配图像区域之间的一一匹配的特征点对,并根据一一匹配的特征点对,分别为 该输入图像区域及其相应的待匹配图像区域形成包括所有匹配的特征点的匹配特征点集 合; 几何相似度确定单元,用于针对每个输入图像区域及其相应的待匹配图像区域,基于 该输入图像区域的匹配特征点集合中各个特征点的分布情况及其相应的待匹配图像区域 的匹配特征点集合中各个特征点的分布情况,确定该输入图像区域与该相应的待匹配图像 区域之间的几何相似度;以及 图像相似度确定单元,用于根据每个输入图像区域与其相应的待匹配图像区域之间的 几何相似度,确定该输入图像区域与该相应的待匹配图像区域之间的图像相似度,并根据 输入图像的每个输入图像区域与相应的各个待匹配图像区域之间的图像相似度确定该输 入图像与该数据源图像之间的相似度。
2. 根据权利要求1所述的图像相似度确定装置,其中所述图像相似度确定单元被配置 为:根据每个输入图像区域与其相应的待匹配图像区域之间的几何相似度和特征相似度的 加权组合,来确定该输入图像区域与该相应的待匹配图像区域之间的图像相似度。
3. 根据权利要求1或2所述的图像相似度确定装置,其中所述几何相似度确定单元包 括: 特征区域构建子单元,用于针对匹配特征点集合中包括至少三个匹配特征点的每个输 入图像区域及其相应的待匹配图像区域,为该输入图像区域的匹配特征点集合中的每个特 征点和该相应的待匹配图像区域的匹配特征点集合中的每个特征点分别构建特征区域,该 特征区域满足以下条件:以该特征点为顶点,顶点与其相应的匹配特征点集合中的至少一 个其它特征点形成的一条射线作为该特征区域的一个边界,由两个所述边界构成的该特征 区域包含该匹配特征点集合中所有特征点,并且所述特征区域的夹角为最小; 几何相似度确定子单元,用于针对每个输入图像区域及其相应的待匹配图像区域,基 于该输入图像区域的各个特征区域中特征点的分布情况以及该相应的待匹配图像区域的 各个特征区域中特征点的分布情况,确定该输入图像区域与该相应的待匹配图像区域之间 的几何相似度。
4. 根据权利要求3所述的图像相似度确定装置,其中所述特征区域是扇形区域。
5. 根据权利要求3或4所述的图像相似度确定装置,其中所述几何相似度确定子单元 还包括: 几何关系矩阵构建模块,用于基于该输入图像区域的各个特征区域中特征点的分布情 况及其相应的待匹配图像区域的各个特征区域中特征点的分布情况,分别构建用于该输入 图像区域和该相应的待匹配图像区域的几何关系矩阵; 几何相似度计算模块,用于针对每个输入图像区域及其相应的待匹配图像区域,计算 该输入图像区域的几何关系矩阵与该相应的待匹配图像区域的几何关系矩阵之间的距离, 作为该输入图像区域与该相应的待匹配图像区域之间的几何相似度。
6. 根据权利要求5所述的图像相似度确定装置,其中所述几何关系矩阵构建模块被配 置为: 针对该输入图像区域及其相应的待匹配图像区域中的任一图像区域,以如下方式构建 用于该图像区域的几何关系矩阵:使该图像区域的特征点集合中的每个特征点对应几何关 系矩阵的一行或一列,根据特征点集合中的各个特征点落在以每个特征点构建的特征区域 内还是特征点区域的所述边界上,为该特征点对应的几何关系矩阵的行向量或者列向量中 的各个元素赋予不同的值。
7. 根据权利要求1-6中任一项所述的图像相似度确定装置,其中,所述图像相似度确 定单元配置为:将与输入图像的每个输入图像区域的图像相似度为最大的、相应的待匹配 图像区域作为与该输入图像区域匹配的匹配图像区域,并且根据每个输入图像区域与其所 匹配的匹配图像区域之间的图像相似度,确定输入图像与该数据源图像之间的相似度。
8. -种图像特征获取装置,包括: 预处理单元,用于对输入图像进行预处理,从而将所述输入图像划分为至少一个输入 图像区域并提取每个输入图像区域的特征点; 特征区域构建单元,用于针对包括至少三个所述特征点的每个输入图像区域的特征点 集合中的每个特征点构建特征区域,该特征区域满足以下条件:以该特征点为顶点,该顶点 与匹配特征集合中至少一个其它特征点形成的一条射线作为该特征区域的一个边界,由两 个所述边界构成的该特征区域包含该匹配特征点集合中所有特征点,并且所述特征区域的 夹角为最小;以及 图像特征获取单元,用于根据每个特征点集合区域中各个特征点的分布情况,确定该 输入图像区域的几何特征作为该输入图像区域的一种图像特征。
9. 一种图像相似度确定方法,用于确定输入图像与数据源图像的相似度,该图像相似 度确定方法包括: 将所述输入图像划分为至少一个输入图像区域以及将所述数据源图像划分为至少一 个待匹配图像区域,并且提取每个输入图像区域和每个待匹配图像区域的特征点; 针对每个输入图像区域,根据该输入图像区域中的每个特征点与各个待匹配图像区 域中的每个特征点之间的特征相似度,确定该输入图像区域与每个待匹配图像区域之间的 一一匹配的特征点对,并根据一一匹配的特征点对,分别为该输入图像区域及其相应的待 匹配图像区域形成包括所有一一匹配的特征点的匹配特征点集合; 针对每个输入图像区域及其相应的待匹配图像区域,基于该输入图像区域的匹配特征 点集合中各个特征点的分布情况及其相应的待匹配图像区域的匹配特征点集合中各个特 征点的分布情况,确定该输入图像区域与该相应的待匹配图像区域之间的几何相似度;以 及 根据每个输入图像区域与其相应的待匹配图像区域之间的几何相似度,确定该输入图 像区域与该相应的待匹配图像区域之间的图像相似度,并根据输入图像的每个输入图像区 域与其相应的各个待匹配图像区域之间的图像相似度确定该输入图像与该数据源图像之 间的相似度。
10. -种图像特征获取方法,包括: 对输入图像进行预处理,以将所述输入图像划分为至少一个输入图像区域并提取每个 输入图像区域的特征点,并且针对每个输入图像区域形成包括所有所述特征点的特征点集 合; 针对包括至少三个所述特征点的特征点集合中的每个特征点构建特征区域,该特征区 域满足以下条件:以该特征点为顶点,该顶点与匹配特征集合中至少一个其它特征点形成 的一条射线作为该特征区域的一个边界,由两个所述边界构成的该特征区域包含该匹配特 征点集合中所有特征点,并且所述特征区域的夹角为最小;以及 根据每个特征区域中各个特征点的分布情况,确定该输入图像区域的几何特征作为该 输入图像的一种图像特征。
【文档编号】G06K9/46GK104239882SQ201310237721
【公开日】2014年12月24日 申请日期:2013年6月14日 优先权日:2013年6月14日
【发明者】曹琼, 刘汝杰 申请人:富士通株式会社
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1