一种图像相似度计算方法和装置

摘要

本发明公开了一种图像相似度计算方法和装置，涉及图像处理技术领域。在本发明的方法中，将图像分成多个色块，并将色块的RGB分量的卡方和线性灰度值结合起来计算出图像的特征相量，然后根据该特征相量进行相似度计算。在本发明的技术方案中，由于色块RGB分量的卡方强调的是图像的局部特征，而色块的线性灰度强调的是图像的整体灰度特征，因此本发明中的相似度计算方案具有较高的准确性。

主权项

1.一种图像相似度计算方法，其特征在于，对于给定的两幅图像，该方法执行以下步骤：第一步，将每幅图像转换成M×N像素大小的图像后，分割成m×n个等面积的色块，每个色块里有个像素点；M、N、m、n、和均为自然数；第二步，对于每幅图像中的每个色块计算如下的四个特征值：R分量特征值：$Q_j\left(R_i\right)={\left({\Sigma }_{k=1}^K{r}_{\mathrm{jik}}\right)}^2,$G分量特征值：$Q_j\left(G_i\right)={\left({\Sigma }_{k=1}^K{g}_{\mathrm{jik}}\right)}^2,$B分量特征值：$Q_j\left(B_i\right)={\left({\Sigma }_{k=1}^K{b}_{\mathrm{jik}}\right)}^2,$线性灰度特征值：$L_j\left(i\right)={\Sigma }_{k=1}^K{x}_{\mathrm{jik}},$其中，j为图像的序号，j＝1，2；i为每个图像中的色块序号，i＝1，2，L，m×n；k为每个色块中的像素点序号，k＝1，2，L，K；r_jik、g_jik、b_jik和x_jik分别表示第j个图像的第i个色块中的第k个像素点的R分量值、G分量值、B分量值和灰度值；第三步，计算每幅图像的特征相量：Q_j＝[Q_j(R) Q_j(G) Q_j(B) Q_j(L)]；其中，$Q_j\left(R\right)={\Sigma }_{i=1}^{m\times n}{Q}_j\left(R_i\right),$$Q_j\left(G\right)={\Sigma }_{i=1}^{m\times n}{Q}_j\left(G_i\right),$$Q_j\left(B\right)={\Sigma }_{i=1}^{m\times n}{Q}_j\left(B_i\right),$$Q_j\left(L\right)={\Sigma }_{i=1}^{m\times n}L\left(i\right);$第四步，根据所述两幅图像的特征相量计算其相似度。