图像对比方法、装置、设备及存储介质与流程

本技术涉及图像处理，尤其是涉及一种图像对比方法、装置、设备及存储介质。

背景技术：

1、在现代数字图像处理领域，对比和差异检测是广泛研究的一类主题，图像对比技术通常用于查找两幅图像之间的相似性或不同之处。图像对比的目标是识别图像中的显著颜色、纹理或结构变化于另一幅图像是否存在较大差异，目前比较主流的方法有利用深度学习的孪生网络进行图像对比，以判断两张对比图中是否存在差异。

2、然而采用深度学习的方法会存在一些弊端，例如，可能会过分追求整体性的评估，而弱化一些偏局部的显著差异，从而使得局部差异未对比分析出来，进而可能会导致图像差异检测不准确。

技术实现思路

1、为了有助于解决局部差异未对比分析出来，进而可能导致图像差异检测不准确的问题，本技术提供一种图像对比方法、装置、设备及存储介质。

2、第一方面，本技术提供一种图像对比方法，采用如下技术方案：所述方法包括：

3、获取待对比的原始图像，所述原始图像为未经过处理的图像；

4、对所述待对比的原始图像进行平滑滤波处理，并生成待对比的去噪图像；

5、对所述待对比的去噪图像进行图像膨胀和图像腐蚀处理，并生成待对比的相似图像；

6、对所述待对比的相似图像进行图像分割，并生成若干待对比的局部图像；

7、对若干所述待对比的局部图像进行结构相似度计算，并得到若干所述待对比的局部图像对应的结构相似度值；

8、根据若干所述结构相似度值判断所述待对比的原始图像的相似度。

9、通过上述技术方案，对待对比的原始图像进行预处理并统一待对比图像之间的风格，使得待对比图像可以在同一维度上进行比对，忽略图像颜色、图像之间的尺寸差异等，注重待对比图像之间的结构对比；对图像进行分割得到若干组待对比的局部图像，从而可以在进行整体对比时也增强局部差异的敏感性，在一定程度上使得图像对比的整体一致性和局部差异性可以得到平衡和统一，进而提升图像对比结果的准确性。

10、在一个具体的可实施方案中，所述对所述待对比的原始图像进行平滑滤波处理，并生成待对比的去噪图像包括：

11、对所述待对比的原始图像进行二值化处理，并生成待对比的二值化图像；

12、对所述待对比的二值化图像进行高斯滤波处理，并生成待对比的去噪图像。

13、通过上述技术方案，获取的原始图像可能是包含颜色和噪声的图像，先对原始图像进行二值化处理使得图像转换为黑白图像，从而可以减少颜色以及对比度对图像在结构维度对比的影响；采用高斯滤波处理可以减小图像高斯噪声，从而减小噪声对图像对比过程的影响。

14、在一个具体的可实施方案中，所述对所述待对比的去噪图像进行图像膨胀和图像腐蚀处理，并生成待对比的相似图像包括：

15、对所述待对比的去噪图像进行预设次数的图像膨胀和图像腐蚀处理；

16、计算所述待对比的去噪图像每次图像膨胀和图像腐蚀后的相似度值，并将计算得到的相似度值最高的所述待对比的去噪图像设为所述待对比的相似图像。

17、通过上述技术方案，待对比的图像之间的风格可能存在差异，比如图片大小、线条宽度等，通过对待对比的图像进行图像膨胀和图像腐蚀的操作后，减小对比图像之间的差异，使得可以统一对比图像之间的风格，从而可以在同一个尺寸上进行比较，减小图片之间的差异对于图片整体结构上对比的影响。

18、在一个具体的可实施方案中，所述对所述待对比的相似图像进行图像分割包括：

19、设定滑动窗口对所述待对比的相似图像进行图像分割。

20、通过上述技术方案，对图像进行固定的图像分割可能会存在一些图像边缘的特征被忽略，例如，当需要关注的特征位于图像分割线上，则会使得难以关注到图像分割线上的特征，进而使得难以分析判断，因此采用设定滑动窗口的方式，这样可以避免出现特征被切割边缘化，同时可以增加采集的待对比的局部图像，使得判断结果更准确。

21、在一个具体的可实施方案中，所述对若干所述待对比的局部图像进行结构相似度计算包括：

22、计算若干所述待对比的局部图像的结构化信息；

23、所述结构化信息包括：

24、

25、其中，σxy表示所述待对比的局部图像之间的协方差，σx和σy表示所述待对比的局部图像的标准差，c表示常数。

26、通过上述技术方案，通过计算结构化信息对待对比的图像进行结构化比较，结构比较是通过对两幅图像的像素值进行标准化，也即去除均值和方差的影响，之后比较它们的相关性以实现结构化比较，通过这种方法可以评估图像的结构信息和纹理信息的保持程度。

27、在一个具体的可实施方案中，所述根据若干所述结构相似度值判断所述待对比的原始图像的相似度包括：

28、将若干所述结构相似度值与预设的初筛下限阈值和预设的初筛上限阈值进行比对；

29、若任一所述结构相似度值小于所述初筛下限阈值，则所述待对比的原始图像存在显著差异；

30、若每个所述结构相似度值均大于所述初筛上限阈值，则所述待对比的原始图像不存在显著差异；

31、若所述结构相似度值在所述初筛下限阈值和所述初筛上限阈值之间，则根据若干所述结构相似度值的均值和标准差判断所述待对比的原始图像的相似度。

32、通过上述技术方案，考虑到不同风格和类型的图片局部结构相似度值会有一定的整体偏离，因此添加了阈值限定以及波动幅度的计算，从而可以获取更加稳定的判断结果，可以使得判断结果更准确。

33、在一个具体的可实施方案中，所述根据若干所述结构相似度值的均值和标准差判断所述待对比的原始图像的相似度包括：

34、计算若干所述结构相似度值的均值和标准差，并得到结构相似度均值和结构相似度标准差；

35、计算若干所述结构相似度值与所述结构相似度均值的差，并得到若干相似度均值差；

36、将若干所述相似度均值差除以标准差得到相似度离散值；

37、将所述相似度均值差与预设的二筛均值差阈值比对，将所述相似度离散值与预设的二筛离散值阈值进行比对；

38、若所述相似度均值差小于所述二筛均值差阈值，且所述相似度离散值大于所述二筛离散值阈值，则所述待对比的原始图像存在显著差异；

39、否则，所述待对比的原始图像不存在显著差异。

40、通过上述技术方案，考虑到不同风格和类型的图片局部结构相似度值会有一定的整体偏离，因此添加了阈值限定以及波动幅度的计算，从而可以获取更加稳定的判断结果，可以使得判断结果更准确。

41、第二方面，本技术提供一种图像对比装置，采用如下技术方案：所述装置包括：

42、图像获取模块，用于获取待对比的原始图像，所述原始图像为未经过处理的图像；

43、图像滤波模块，用于对所述待对比的原始图像进行平滑滤波处理，并生成待对比的去噪图像；

44、膨胀腐蚀模块，用于对所述待对比的去噪图像进行图像膨胀和图像腐蚀处理，并生成待对比的相似图像；

45、图像分割模块，用于对所述待对比的相似图像进行图像分割，并生成若干待对比的局部图像；

46、相似度计算模块，用于对若干所述待对比的局部图像进行结构相似度计算，并得到若干所述待对比的局部图像对应的结构相似度值；

47、相似度判断模块，用于根据若干所述结构相似度值判断所述待对比的原始图像的相似度。

48、第三方面，本技术提供一种计算机设备，采用如下技术方案：包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如上述任一种图像对比方法的计算机程序。

49、第四方面，本技术提供一种计算机可读存储介质，采用如下技术方案：存储有能够被处理器加载并执行上述任一种图像对比方法的计算机程序。

50、综上所述，本技术具有以下有益技术效果：

51、对待对比的原始图像进行预处理并统一待对比图像之间的风格，使得待对比图像可以在同一维度上进行比对，忽略图像颜色、图像之间的尺寸差异等，注重待对比图像之间的结构对比；对图像进行分割得到若干组待对比的局部图像，从而可以在进行整体对比时也增强局部差异的敏感性，在一定程度上使得图像对比的整体一致性和局部差异性可以得到平衡和统一，进而提升图像对比结果的准确性。

52、本技术方案可以解决显著性差异检测中过于追求整体一致性而弱化了局部差异的敏感性以及对局部差异过于敏感而丢失了整体相似性的合理评估的两个问题，使整体和局部得到了一定程度上的平衡和统一；并且考虑了一些特殊情况的处理，可以得到比较好的差异性检测结果。