一种利用尺度不变特征计算图像哈希值的方法与流程

1.本发明属于图像处理领域，具体涉及一种利用尺度不变特征计算图像哈希值的方法，确切说，涉及一种利用尺度不变特征的分类来计算图像的哈希值，便于图像大数据快速判断图像间相似性的方法。


背景技术：

2.随着信息技术的发展，人们在互联网上累计了大量的图像，形成了图像大数据。其中，相当大一部分图像是相同或相似的，不仅浪费了大量网络传输时间和存储空间。如果能够实现判断两幅图像的相似性，就可以减少网络传输和存储需求。在图像大数据中，由于图像的数量巨大，通常采用哈希值判断图像的相似性。
3.目前，已经有多种计算图像的哈希值的方法，例如谷歌提出的图像感知哈希值方法，以及神经网络方法。这些方法中，很少能处理图像的缩放、旋转、平移，经过缩放、旋转、平移后的图像尽管视觉上相似，但这些方法计算出的图像哈希值可能不相似。
4.因此，需要一种考虑图像缩放、旋转、平移的哈希值计算方法，使得视觉相似的图像的哈希值也相似。本发明正是基于这种现实需求而产生的。


技术实现要素：

5.(一)要解决的技术问题
6.本发明要解决的技术问题是如何提供一种利用尺度不变特征计算图像哈希值的方法，以解决现有的计算图像的哈希值的方法很少能处理图像的缩放、旋转、平移，经过缩放、旋转、平移后的图像尽管视觉上相似，但这些方法计算出的图像哈希值可能不相似的问题。
7.(二)技术方案
8.为了解决上述技术问题，本发明提出一种利用尺度不变特征计算图像哈希值的方法，该方法包括如下步骤：
9.s1、图像特征计算步骤；利用sift算法，计算图像的特征点及相应的尺度不变特征；
10.s2、特征权重计算步骤；根据图像中各个特征之间的距离，计算各个特征的权重；
11.s3、特征哈希值计算步骤；比较特征中的各个分量与相邻分量的大小，将特征的各个分量二值化，得到特征的哈希值；
12.s4、特征权重哈希值计算步骤；将特征的哈希值和权值相乘，得到特征的权重哈希值；
13.s5、图像哈希值计算步骤；将图像各个特征的权重哈希值相加，再将各分量二值化，得到图像的哈希值。
14.进一步地，所述步骤s1具体包括：利用现有的sift算法计算每幅图像的尺度不变特征，记录各个特征的值为f
i
＝(f
i1
,f
i2
,
…
,f
im
)。
15.进一步地，所述特征f
i
＝(f
i1
,f
i2
,
…
,f
im
)的维度m为128维及以上。
16.进一步地，特征分量f
ij
的值采用f’ij
＝f
ij
/(f
i1
+f
i2
+
…
+f
im
)的方式规范化为0≤f’ij
≤1。
17.进一步地，所述步骤s2具体包括：如果图像中有n个特征f
i
，计算每个特征f
i
到其它特征f
j
的距离d
ij
，特征的权重为特征f
i
的权重
18.进一步地，所述每个特征f
i
到其它特征f
j
的距离d
ij
采用如下方式计算：对于两个特征向量f1＝(f
11
,f
12
,
…
,f
1m
)和f2＝(f
21
,f
22
,
…
,f
2m
)，
19.进一步地，所述步骤s3具体包括：如果图像的某个特征f
i
＝(f
i1
,f
i2
,
…
,f
im
)，哈希值为h
i
＝(h
i1
,h
i2
,
…
,h
im
)，由于特征是分段的，哈希值也分段，m＝l
×
s，特征分为s段，每段长度为l，对于其中的一段特征(f
i1
,f
i2
,
…
,f
il
)，如果f
i(j
‑
1)
≤f
ij
，则h
ij
＝+1，否则，h
ij
＝
‑
1，如果j＝1，则规定j
‑
1＝l。
20.进一步地，所述步骤s4具体包括：如果图像的某个特征f
i
＝(f
i1
,f
i2
,
…
,f
im
)的哈希值h
i
＝(h
i1
,h
i2
,
…
,h
im
)，权重为w
i
，则相应的权重哈希值hw
i
＝(h
i1
×
w
i
,h
i2
×
w
i
,
…
,h
im
×
w
i
)。
21.进一步地，所述步骤s5具体包括：计算图像的权重哈希值hw＝hw1+hw2+
…
+hw
n
＝(hw1,hw2,
…
,hw
m
)，hw
j
＝h
1j
×
w1+h
2j
×
w2+
…
+h
nj
×
w
n
，计算hw＝(hw1+hw2+
…
+hw
m
)/m，图像的哈希值h＝(h1,h2,
…
,h
m
)，如果hw
j
≤hw，则h
j
＝0，否则h
j
＝1。
22.进一步地，所述步骤s5具体包括：计算图像的权重哈希值hw＝hw1+hw2+
…
+hw
n
＝(hw1,hw2,
…
,hw
m
)，hw
j
＝h
1j
×
w1+h
2j
×
w2+
…
+h
nj
×
w
n
，计算hw＝(hw1+hw2+
…
+hw
m
)/m，图像的哈希值h＝(h1,h2,
…
,h
m
)，如果hw
j
≤hw，则h
j
＝1，否则h
j
＝0。
23.(三)有益效果
24.本发明提出一种利用尺度不变特征计算图像哈希值的方法，以经过实践证明有效的尺度不变特征为基础，能够有效处理图像的缩放、旋转和平移，使得相似图像的哈希值相似，有助于图像大数据的快速检索，在图像大数据应用中具有重要的应用价值。
附图说明
25.图1为本发明利用尺度不变特征计算图像哈希值的方法流程图。
具体实施方式
26.为使本发明的目的、内容和优点更加清楚，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。
27.本发明公开了一种利用尺度不变特征(sift)计算图像哈希值的方法，该方法包括：(1)图像特征计算步骤。利用sift算法，计算图像的特征点及相应的尺度不变特征。(2)特征权重计算步骤。根据图像中各个特征之间的距离，计算各个特征的权重。(3)特征哈希值计算步骤。比较特征中的各个分量与相邻分量的大小，将特征的各个分量二值化，得到特征的哈希值。(4)特征权重哈希值计算步骤。将特征的哈希值和权值相乘，得到特征的权重哈希值。(5)图像哈希值计算步骤。将图像各个特征的权重哈希值相加，再将各分量二值化，
得到图像的哈希值。本发明提出的计算图像哈希值的方法，利用尺度不变特征作为图像哈希值的基础，缩放、旋转、平移后的图像具有相似的哈希值，符合人类视觉习惯，有助于图像大数据的快速检索，在图像大数据应用中具有重要的应用价值。
28.本发明的目的是：提供一种利用尺度不变特征计算图像哈希值的方法，考虑图像的缩放、旋转、平移，满足视觉相似的图像的哈希值相似的需求。
29.为实现上述目的，本发明提出了一种利用尺度不变特征计算图像哈希值的方法，该方法包括：
30.s1、图像特征计算步骤。利用sift算法，计算图像的特征点及相应的尺度不变特征。
31.s2、特征权重计算步骤。根据图像中各个特征之间的距离，计算各个特征的权重。
32.s3、特征哈希值计算步骤。比较特征中的各个分量与相邻分量的大小，将特征的各个分量二值化，得到特征的哈希值。
33.s4、特征权重哈希值计算步骤。将特征的哈希值和权值相乘，得到特征的权重哈希值。
34.s5、图像哈希值计算步骤。将图像各个特征的权重哈希值相加，再将各分量二值化，得到图像的哈希值。
35.图1是本发明的一种利用尺度不变特征计算图像哈希值的方法的流程图。如图1所示，该方法包括：
36.s1、图像特征计算步骤。利用sift算法，计算图像的特征点及相应的尺度不变特征。
37.具体实施时，利用现有的sift算法计算每幅图像的尺度不变特征，记录各个特征的值，特征f
i
＝(f
i1
,f
i2
,
…
,f
im
)的维度m可以选择128维及以上，特征分量f
ij
的值可以采用f’ij
＝f
ij
/(f
i1
+f
i2
+
…
+f
im
)的方式规范化为0≤f’ij
≤1。
38.s2、特征权重计算步骤。根据图像中各个特征之间的距离，计算各个特征的权重。
39.具体实施时，如果图像中有n个特征f
i
，计算每个特征f
i
到其它特征f
j
的距离d
ij
。例如，对于两个特征向量f1＝(f
11
,f
12
,
…
,f
1m
)和f2＝(f
21
,f
22
,
…
,f
2m
)，特征f
i
的权重
40.s3、特征哈希值计算步骤。比较特征中的各个分量与相邻分量的大小，将特征的各个分量二值化，得到特征的哈希值。
41.具体实施时，如果图像的某个特征f
i
＝(f
i1
,f
i2
,
…
,f
im
)，哈希值为h
i
＝(h
i1
,h
i2
,
…
,h
im
)，由于特征是分段的，哈希值也分段，m＝l
×
s，特征分为s段，每段长度为l，对于其中的一段特征(f
i1
,f
i2
,
…
,f
il
)，如果f
i(j
‑
1)
≤f
ij
，则h
ij
＝+1，否则，h
ij
＝
‑
1。如果j＝1，则规定j
‑
1＝l。
42.s4、特征权重哈希值计算步骤。将特征的哈希值和权值相乘，得到特征的权重哈希值。
43.具体实施时，如果图像的某个特征f
i
＝(f
i1
,f
i2
,
…
,f
im
)的哈希值h
i
＝(h
i1
,h
i2
,
…
,h
im
)，权重为w
i
，则相应的权重哈希值hw
i
＝(h
i1
×
w
i
,h
i2
×
w
i
,
…
,h
im
×
w
i
)。
44.(5)图像哈希值计算步骤。将图像各个特征的权重哈希值相加，再将各分量二值
化，得到图像的哈希值。
45.具体实施时，计算图像的权重哈希值hw＝hw1+hw2+
…
+hw
n
＝(hw1,hw2,
…
,hw
m
)。hw
j
＝h
1j
×
w1+h
2j
×
w2+
…
+h
nj
×
w
n
。计算hw＝(hw1+hw2+
…
+hw
m
)/m，图像的哈希值h＝(h1,h2,
…
,h
m
)。如果hw
j
≤hw，则h
j
＝0，否则h
j
＝1。或者如果hw
j
≤hw，则h
j
＝1，否则h
j
＝0。
46.以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。