CN103870828A - 图像相似度判断系统及方法 - Google Patents

图像相似度判断系统及方法 Download PDF

Info

Publication number
CN103870828A
CN103870828A CN201210547372.7A CN201210547372A CN103870828A CN 103870828 A CN103870828 A CN 103870828A CN 201210547372 A CN201210547372 A CN 201210547372A CN 103870828 A CN103870828 A CN 103870828A
Authority
CN
China
Prior art keywords
image
similarity
gray
proper vector
gray level
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201210547372.7A
Other languages
English (en)
Other versions
CN103870828B (zh
Inventor
朱健健
熊雨凯
陆欣
刘慧丰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Yuzhan Precision Technology Co ltd
Hon Hai Precision Industry Co Ltd
Original Assignee
Shenzhen Yuzhan Precision Technology Co ltd
Hon Hai Precision Industry Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Yuzhan Precision Technology Co ltd, Hon Hai Precision Industry Co Ltd filed Critical Shenzhen Yuzhan Precision Technology Co ltd
Priority to CN201210547372.7A priority Critical patent/CN103870828B/zh
Priority to TW101149636A priority patent/TWI532014B/zh
Priority to US14/100,012 priority patent/US9076066B2/en
Publication of CN103870828A publication Critical patent/CN103870828A/zh
Application granted granted Critical
Publication of CN103870828B publication Critical patent/CN103870828B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)
  • Studio Devices (AREA)

Abstract

一种图像相似度判断系统，应用于图像处理装置中。该系统将一第一图像以及一第二图像分别进行灰度化处理，得到第一灰度图像和第二灰度图像。其次根据第一灰度图像与第二灰度图像提取第一图像与第二图像的特征向量，该第一图像与第二图像的特征向量为每一灰度值的像素点占总像素点的比例的集合。然后根据第一图像的特征向量与第二图像的特征向量计算第一图像与第二图像之间的相似度最后将第一图像与第二图像之间相似度与预设阈值作比较以判断第一图像与第二图像是否相似并输出判断结果。本发明的图像相似度判断方法简单且可提高图像相似度判断结果的准确性。

Description

图像相似度判断系统及方法
技术领域
本发明涉及一种图像相似度判断系统及方法。
背景技术
图像检索是互联网检索领域的重要技术之一。目前的图像检索大多都是通过比较图像之间相似度的方法而实现。比较图像相似度的方法有很多，比较常用的为基于像素点比较方法和统计图像基本特征的方法。基于像素点比较的方法是将目标图像与原图像的所有像素点按照先后顺序直接逐个像素进行比较，再通过求欧氏距离得到目标图像与原图像的相似度。这种方法需要将图像中的像素点逐个进行比较，耗时比较长，算法的复杂度高。而基于统计图像的基本特征的比较方法，是通过提取原图像与目标图像的基本特征，比如灰度统计特征（灰度直方图）和图像纹理特征（对灰度共生矩阵统计的能量、熵，惯性矩，局部平稳性等），然后将得到的原图像与目标图像的基本特征值进行比较得到图像间的相似度。这种比较图像相似度的方法是基于统计的特征，反映出来的是图像的全局性，不能很好的反映出图像的局部特征，所以比较结果会存在较大的误差。因此，如何提高图像相似度判断结果的准确性且简化算法是目前急需解决的一大课题。
发明内容
鉴于以上内容，有必要提供一种图像相似度判断系统，该系统包括：图像灰度化模块，用于将一第一图像以及一第二图像分别进行灰度化处理，得到第一灰度图像和第二灰度图像；特征向量提取模块，用于根据第一灰度图像与第二灰度图像提取第一图像与第二图像的特征向量，该第一图像与第二图像的特征向量为每一灰度值的像素点占总像素点的比例的集合；相似度计算模块，用于根据第一图像的特征向量与第二图像的特征向量计算第一图像与第二图像之间的相似度；相似度判断模块，用于将第一图像与第二图像之间相似度与预设阈值作比较，根据比较结果判断第一图像与第二图像是否相似并输出判断结果。
还有必要提供一种图像相似度判断方法，该方法包括：图像灰度化步骤，将一第一图像以及一第二图像分别进行灰度化处理，得到第一灰度图像和第二灰度图像；特征向量提取步骤，根据第一灰度图像与第二灰度图像提取第一图像与第二图像的特征向量，该第一图像与第二图像的特征向量为每一灰度值的像素点占总像素点的比例的集合；相似度计算步骤，根据第一图像的特征向量与第二图像的特征向量计算第一图像与第二图像之间的相似度；相似度判断步骤，将第一图像与第二图像之间相似度与预设阈值作比较，根据比较结果判断第一图像与第二图像是否相似并输出判断结果。
相较于现有技术，该图像相似度判断系统及方法，根据每一灰值像素点数目占像素点总数目的比例作为二图像的特征向量，然后针对二图像的特征向量计算相似度。本发明综合考虑图像的全局性特点及局部的像素特点，提高了图像相似度计算结果的准确性，且算法简单。
附图说明
图1是本发明图像相似度判断系统运行环境的硬件架构图。
图2是本发明图像相似度判断方法较佳实施例的流程图。
主要元件符号说明
图像处理装置 1
图像相似度判断系统 10
图像灰度化模块 101
特征向量提取模块 103
相似度计算模块 105
相似度判断模块 107
显示模块 109
处理器 11
存储器 13
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
如图1所示，是本发明图像相似度判断系统运行环境的硬件架构图。该图像相似度判断系统10应用于图像处理装置1中。在本实施例中，该图像处理装置1可以是，但不限于，个人计算机或图像处理服务器等设备。
所述图像相似度判断系统10包括图像灰度化模块101、特征向量提取模块103、相似度计算模块105及相似度判断模块107。该图像相似度判断系统10可固化在图像处理装置1的操作系统中，也可存储在图像处理装置1的存储器13中，并由该图像处理装置1的处理器11执行，以计算一第一图像Ia与一第二图像Ib之间的相似度，并判断第一图像Ia与第二图像Ib是否相似。
所述图像灰度化模块101用于将所述第一图像Ia以及第二图像Ib分别进行灰度化处理，得到第一灰度图像和第二灰度图像。在本实施例中，图像灰度化模块101可使用分量法、最大值法、平均值法或者加权平均法对所述第一图像Ia以及第二图像Ib进行灰度化处理。
所述特征向量提取模块103用于根据第一灰度图像与第二灰度图像提取第一图像Ia以及第二图像Ib的特征向量，该第一图像Ia以及第二图像Ib的特征向量为每一灰度值的像素点占总像素点的比例的集合。具体地，将第一灰度图像与第二灰度图像划分为多个灰度级的灰度直方图；由灰度直方图提取第一图像的特征向量                                               与第二图像的特征向量
Figure 2012105473727100002DEST_PATH_IMAGE002
。在本实施方式中，将第一灰度图像与第二灰度图像分为n(n=2m-1，m为大于零的正整数)个灰度级的灰度直方图，由灰度直方图提取第一图像的特征向量=
Figure 2012105473727100002DEST_PATH_IMAGE003
，
Figure 2012105473727100002DEST_PATH_IMAGE004
：第一灰度图像中灰度值为像素点占总像素点的比例，由灰度直方图提取第二图像的特征向量
Figure 116563DEST_PATH_IMAGE002
=
Figure 2012105473727100002DEST_PATH_IMAGE006
，
Figure 2012105473727100002DEST_PATH_IMAGE007
：第二灰度图像中灰度值为j像素点占总像素点的比例。
所述相似度计算模块105用于根据得到的第一图像特征向量
Figure 329370DEST_PATH_IMAGE001
与第二图像特征向量
Figure 972840DEST_PATH_IMAGE002
计算第一图像Ia与第二图像Ib之间的相似度S（Ia，Ib）。其中，相似度计算模块105计算S（Ia，Ib）的公式为：S（Ia，Ib）=，其中D（Ia,Ib）=
Figure 2012105473727100002DEST_PATH_IMAGE009
。求得的相似度S（Ia，Ib）的取值范围为（0，1]，S（Ia，Ib）的取值越大，表示第一图像Ia与第二图像Ib的相似度越高。在本实施方式中，n为255，即将第一灰度图像与第二灰度图像均分为256个灰度级。
所述相似度判断模块107用于将得到的第一图像Ia与第二图像Ib的相似度S（Ia，Ib）与预设阈值作比较，根据比较结果判断第一图像Ia与第二图像Ib是否相似并输出判断结果。当相似度S（Ia，Ib）大于或等于该预设阈值时，该相似度判断模块107判断该第一图像Ia与第二图像Ib相似并输出该第一图像Ia与第二图像Ib相似；当相似度S（Ia，Ib）小于该预设阈值时，该相似度判断模块107判断该第一图像Ia与第二图像Ib不相似，并输出该第一图像Ia与第二图像Ib不相似。在本实施方式中，该第一图像Ia为用户输入图像，第二图像Ib检索目标图像，当该该第一图像Ia与第二图像Ib相似时，将第二图像Ib显示于一显示器上，在其他实施方式中，可将第一图像Ia与第二图像Ib均显示于显示器上。具体地，该预设阈值可根据图像相似度判断应用环境设定，如在图像相似度要求较高的场合，该预设阈值相应设置较高，在图像相似度要求较低的场合，该预设阈值相应设置较低。该预设阈值存储于该存储器13中。
如图2所示，是本发明图像相似度判断方法较佳实施例的流程图。
步骤S201，所述图像灰度化模块101将所述第一图像Ia以及第二图像Ib分别进行灰度化处理，得到第一灰度图像和第二灰度图像。
步骤S203，所述特征向量提取模块103根据第一灰度图像与第二灰度图像提取第一图像Ia以及第二图像Ib的特征向量，该第一图像Ia以及第二图像Ib的特征向量为每一灰度值的像素点占总像素点的比例的集合。在本实施方式中，将第一灰度图像与第二灰度图像分为n(n=2m-1，m为大于零的正整数)个灰度级的灰度直方图，由灰度直方图提取第一图像的特征向量
Figure 980111DEST_PATH_IMAGE001
=
Figure 709032DEST_PATH_IMAGE003
，
Figure 787847DEST_PATH_IMAGE004
：第一灰度图像中灰度值为
Figure 285824DEST_PATH_IMAGE005
像素点占总像素点的比例，由灰度直方图提取第二图像的特征向量
Figure 260733DEST_PATH_IMAGE002
=，
Figure 93877DEST_PATH_IMAGE007
：第二灰度图像中灰度值为j像素点占总像素点的比例。
步骤S205，所述相似度计算模块105用于根据得到的第一图像特征向量
Figure 446361DEST_PATH_IMAGE001
与第二图像特征向量
Figure 574197DEST_PATH_IMAGE002
计算第一图像Ia与第二图像Ib之间的相似度S（Ia，Ib）。其中，相似度计算模块105计算S（Ia，Ib）的公式为S（Ia，Ib）=
Figure 12132DEST_PATH_IMAGE008
，其中D（Ia，Ib）=
Figure 432749DEST_PATH_IMAGE009
。求得的相似度S（Ia，Ib）的取值范围为（0，1]，S（Ia，Ib）的取值越大，表示第一图像Ia与第二图像Ib的相似度越高。
步骤S207，所述相似度判断模块107将得到的第一图像Ia与第二图像Ib的相似度S（Ia，Ib）与预设阈值作比较，根据比较结果判断第一图像Ia与第二图像Ib是否相似并输出判断结果。当相似度S（Ia，Ib）大于或等于该预设阈值时，该相似度判断模块107判断该第一图像Ia与第二图像Ib相似，并输出该第一图像Ia与第二图像Ib相似；当相似度S（Ia，Ib）小于该预设阈值时，该相似度判断模块107判断该第一图像Ia与第二图像Ib不相似，并输出该第一图像Ia与第二图像Ib不相似。
以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种图像相似度判断方法，其特征在于，该方法包括：
图像灰度化步骤，将一第一图像以及一第二图像分别进行灰度化处理，得到第一灰度图像和第二灰度图像；
特征向量提取步骤，根据第一灰度图像与第二灰度图像提取第一图像与第二图像的特征向量，该第一图像与第二图像的特征向量为每一灰度值的像素点占总像素点的比例的集合；
相似度计算步骤，根据第一图像的特征向量与第二图像的特征向量计算第一图像与第二图像之间的相似度；
相似度判断步骤，将第一图像与第二图像之间相似度与预设阈值作比较，根据比较结果判断第一图像与第二图像是否相似并输出判断结果。
2.如权利要求1所述的图像相似度判断方法，其特征在于，所述特征向量提取步骤将第一灰度图像与第二灰度图像分为n(n=2m-1，m为大于零的正整数)个灰度级的灰度直方图，由灰度直方图提取第一图像的特征向量                                               
Figure 2012105473727100001DEST_PATH_IMAGE001
=
Figure 2012105473727100001DEST_PATH_IMAGE002
，
Figure DEST_PATH_IMAGE003
：第一灰度图像中灰度值为
Figure DEST_PATH_IMAGE004
像素点占总像素点的比例，由灰度直方图提取第二图像的特征向量
Figure DEST_PATH_IMAGE005
=
Figure DEST_PATH_IMAGE006
，
Figure DEST_PATH_IMAGE007
：第二灰度图像中灰度值为j像素点占总像素点的比例。
3.如权利要求2所述的图像相似度判断方法，其特征在于，所述相似度计算步骤计算所述相似度的公式为：S（Ia，Ib）=
Figure DEST_PATH_IMAGE008
，其中，S（Ia，Ib）为第一图像与第二图像之间的相似度，D（Ia，Ib）=
Figure DEST_PATH_IMAGE009
。
4.如权利要求3所述的图像相似度判断方法，其特征在于，当相似度S（Ia，Ib）大于或等于该预设阈值时，该第一图像与第二图像相似；当相似度S（Ia，Ib）小于该预设阈值时，该第一图像与第二图像不相似。
5.如权利要求4所述的图像相似度判断方法，其特征在于，该预设阈值根据图像相似度判断的应用环境设定。
6.一种图像相似度判断系统，其特征在于，该系统包括：
图像灰度化模块，用于将一第一图像以及一第二图像分别进行灰度化处理，得到第一灰度图像和第二灰度图像；
特征向量提取模块，用于根据第一灰度图像与第二灰度图像提取第一图像与第二图像的特征向量，该第一图像与第二图像的特征向量为每一灰度值的像素点占总像素点的比例的集合；
相似度计算模块，用于根据第一图像的特征向量与第二图像的特征向量计算第一图像与第二图像之间的相似度；
相似度判断模块，用于将第一图像与第二图像之间相似度与预设阈值作比较，根据比较结果判断第一图像与第二图像是否相似并输出判断结果。
7.如权利要求6所述的图像相似度判断系统，其特征在于，所述特征向量提取步骤将第一灰度图像与第二灰度图像分为n(n=2m-1，m为大于零的正整数)个灰度级的灰度直方图，由灰度直方图提取第一图像的特征向量
Figure 760353DEST_PATH_IMAGE001
=
Figure 582815DEST_PATH_IMAGE002
，
Figure 849848DEST_PATH_IMAGE003
：第一灰度图像中灰度值为
Figure 750546DEST_PATH_IMAGE004
像素点占总像素点的比例，由灰度直方图提取第二图像的特征向量
Figure 419425DEST_PATH_IMAGE005
=
Figure 412789DEST_PATH_IMAGE006
，
Figure 167118DEST_PATH_IMAGE007
：第二灰度图像中灰度值为j像素点占总像素点的比例。
8.如权利要求7所述的图像相似度判断系统，其特征在于，所述相似度计算模块计算所述相似度的公式为：S（Ia，Ib）=，其中，S（Ia，Ib）为第一图像与第二图像之间的相似度，D（Ia，Ib）=
Figure 365198DEST_PATH_IMAGE009
。
9.如权利要求8所述的图像相似度判断系统，其特征在于，当相似度S（Ia，Ib）大于或等于该预设阈值时，该第一图像与第二图像相似；当相似度S（Ia，Ib）小于该预设阈值时，该第一图像与第二图像不相似。
10.如权利要求9所述的图像相似度判断系统，其特征在于，该预设阈值存储于该存储器中，且该预设阈值根据图像相似度判断的应用环境设定。
CN201210547372.7A 2012-12-17 2012-12-17 图像相似度判断系统及方法 Active CN103870828B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201210547372.7A CN103870828B (zh) 2012-12-17 2012-12-17 图像相似度判断系统及方法
TW101149636A TWI532014B (zh) 2012-12-17 2012-12-24 圖像相似度判斷系統及方法
US14/100,012 US9076066B2 (en) 2012-12-17 2013-12-08 Image processing device and method for determining a similarity between two images

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210547372.7A CN103870828B (zh) 2012-12-17 2012-12-17 图像相似度判断系统及方法

Publications (2)

Publication Number Publication Date
CN103870828A true CN103870828A (zh) 2014-06-18
CN103870828B CN103870828B (zh) 2018-06-15

Family

ID=50909344

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210547372.7A Active CN103870828B (zh) 2012-12-17 2012-12-17 图像相似度判断系统及方法

Country Status (3)

Country Link
US (1) US9076066B2 (zh)
CN (1) CN103870828B (zh)
TW (1) TWI532014B (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104700353A (zh) * 2015-02-11 2015-06-10 小米科技有限责任公司 图像滤镜生成方法及装置
CN104869425A (zh) * 2015-05-13 2015-08-26 信阳师范学院 一种基于纹理图像相似性的压缩和解压缩方法
CN105139399A (zh) * 2015-08-25 2015-12-09 广州视源电子科技股份有限公司 一种二极管极性检测方法及装置
CN106127222A (zh) * 2016-06-13 2016-11-16 中国科学院信息工程研究所 一种基于视觉的字符串相似度计算方法及相似性判断方法
CN106548200A (zh) * 2016-10-31 2017-03-29 黄建文 一种图像比较系统和方法
CN107408264A (zh) * 2014-12-30 2017-11-28 电子湾有限公司 相似物品检测
CN108109145A (zh) * 2018-01-02 2018-06-01 中兴通讯股份有限公司 图像质量检测方法、装置、存储介质和电子装置
CN108509963A (zh) * 2017-02-28 2018-09-07 株式会社日立制作所 基于深度学习的目标差异性检测方法和目标差异性检测设备
CN109036479A (zh) * 2018-08-01 2018-12-18 曹清 剪辑点判断系统及剪辑点判断方法
CN109525882A (zh) * 2018-11-30 2019-03-26 中国联合网络通信集团有限公司 一种同步播放方法、桥接设备和信宿设备
CN110147792A (zh) * 2019-05-22 2019-08-20 齐鲁工业大学 基于内存优化的药品包装字符高速检测系统及方法
CN111191662A (zh) * 2019-12-31 2020-05-22 网易（杭州）网络有限公司 图像特征提取方法、装置、设备、介质及对象匹配方法
CN111209713A (zh) * 2020-01-03 2020-05-29 长江存储科技有限责任公司 晶圆数据处理方法和装置
CN111314613A (zh) * 2020-02-28 2020-06-19 重庆金山医疗技术研究院有限公司 图像传感器、图像处理设备、图像处理方法及存储介质
CN111950512A (zh) * 2020-08-26 2020-11-17 上海申瑞继保电气有限公司 变电所断路器指示灯分合状态识别方法
CN111970405A (zh) * 2020-08-21 2020-11-20 Oppo（重庆）智能科技有限公司 摄像头遮挡检测方法、存储介质、电子设备及装置
CN113657169A (zh) * 2021-07-19 2021-11-16 浙江大华技术股份有限公司 一种步态识别方法、装置、系统和计算机可读存储介质
CN116996503A (zh) * 2023-08-03 2023-11-03 纽扣数字智能科技(深圳)集团有限公司 一种桌面图像传输方法、系统、电子设备及介质

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104739452B (zh) * 2013-12-30 2019-02-12 深圳迈瑞生物医疗电子股份有限公司 一种超声成像装置及方法
US9672445B2 (en) * 2015-08-03 2017-06-06 Yahoo! Inc. Computerized method and system for automated determination of high quality digital content
CN109859053B (zh) * 2018-11-08 2023-08-29 平安科技（深圳）有限公司 图像查重的方法、装置、计算机设备及存储介质
CN111091146B (zh) * 2019-12-10 2024-02-02 广州品唯软件有限公司 图片相似度获取方法、装置、计算机设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101110101A (zh) * 2006-07-17 2008-01-23 松下电器产业株式会社 识别图像的方法及设备
CN102375987A (zh) * 2010-08-17 2012-03-14 国基电子（上海）有限公司 图像处理设备及图像特征向量提取与图像匹配方法
CN102629325A (zh) * 2012-03-13 2012-08-08 深圳大学 图像特征提取方法和装置及图像拷贝检测方法和系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5530907A (en) * 1993-08-23 1996-06-25 Tcsi Corporation Modular networked image processing system and method therefor
WO2003009216A1 (en) * 2001-07-17 2003-01-30 Yesvideo, Inc. Automatic selection of a visual image based on quality
JP4353503B2 (ja) * 2003-04-30 2009-10-28 キヤノン株式会社 画像処理装置
US20050058476A1 (en) * 2003-09-17 2005-03-17 Canon Kabushiki Kaisha Copy-forgery-inhibited pattern density parameter determination method, copy-forgery-inhibited pattern image generation method, and image processing apparatus
US7483618B1 (en) * 2003-12-04 2009-01-27 Yesvideo, Inc. Automatic editing of a visual recording to eliminate content of unacceptably low quality and/or very little or no interest
DE102007051612B4 (de) * 2007-10-24 2009-06-25 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren und Vorrichtung zum automatisierten Vergleichen zweier Sätze von Messwerten
JP2014513622A (ja) * 2011-03-29 2014-06-05 ボストン サイエンティフィック ニューロモデュレイション コーポレイション 治療刺激提供システムのための通信インタフェース
WO2013023073A1 (en) * 2011-08-09 2013-02-14 Boston Scientific Neuromodulation Corporation System and method for weighted atlas generation

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101110101A (zh) * 2006-07-17 2008-01-23 松下电器产业株式会社 识别图像的方法及设备
CN102375987A (zh) * 2010-08-17 2012-03-14 国基电子（上海）有限公司 图像处理设备及图像特征向量提取与图像匹配方法
CN102629325A (zh) * 2012-03-13 2012-08-08 深圳大学 图像特征提取方法和装置及图像拷贝检测方法和系统

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107408264A (zh) * 2014-12-30 2017-11-28 电子湾有限公司 相似物品检测
CN104700353A (zh) * 2015-02-11 2015-06-10 小米科技有限责任公司 图像滤镜生成方法及装置
WO2016127671A1 (zh) * 2015-02-11 2016-08-18 小米科技有限责任公司 图像滤镜生成方法及装置
CN104700353B (zh) * 2015-02-11 2017-12-05 小米科技有限责任公司 图像滤镜生成方法及装置
US9959484B2 (en) 2015-02-11 2018-05-01 Xiaomi Inc. Method and apparatus for generating image filter
CN104869425A (zh) * 2015-05-13 2015-08-26 信阳师范学院 一种基于纹理图像相似性的压缩和解压缩方法
CN105139399A (zh) * 2015-08-25 2015-12-09 广州视源电子科技股份有限公司 一种二极管极性检测方法及装置
WO2017032310A1 (zh) * 2015-08-25 2017-03-02 广州视源电子科技股份有限公司 一种二极管极性检测方法及装置
CN106127222A (zh) * 2016-06-13 2016-11-16 中国科学院信息工程研究所 一种基于视觉的字符串相似度计算方法及相似性判断方法
CN106548200A (zh) * 2016-10-31 2017-03-29 黄建文 一种图像比较系统和方法
CN108509963A (zh) * 2017-02-28 2018-09-07 株式会社日立制作所 基于深度学习的目标差异性检测方法和目标差异性检测设备
CN108109145A (zh) * 2018-01-02 2018-06-01 中兴通讯股份有限公司 图像质量检测方法、装置、存储介质和电子装置
CN109036479A (zh) * 2018-08-01 2018-12-18 曹清 剪辑点判断系统及剪辑点判断方法
CN109525882B (zh) * 2018-11-30 2021-08-31 中国联合网络通信集团有限公司 一种同步播放方法、桥接设备和信宿设备
CN109525882A (zh) * 2018-11-30 2019-03-26 中国联合网络通信集团有限公司 一种同步播放方法、桥接设备和信宿设备
CN110147792A (zh) * 2019-05-22 2019-08-20 齐鲁工业大学 基于内存优化的药品包装字符高速检测系统及方法
CN111191662A (zh) * 2019-12-31 2020-05-22 网易（杭州）网络有限公司 图像特征提取方法、装置、设备、介质及对象匹配方法
CN111191662B (zh) * 2019-12-31 2023-06-30 网易（杭州）网络有限公司 图像特征提取方法、装置、设备、介质及对象匹配方法
CN111209713A (zh) * 2020-01-03 2020-05-29 长江存储科技有限责任公司 晶圆数据处理方法和装置
CN111209713B (zh) * 2020-01-03 2023-08-18 长江存储科技有限责任公司 晶圆数据处理方法和装置
CN111314613A (zh) * 2020-02-28 2020-06-19 重庆金山医疗技术研究院有限公司 图像传感器、图像处理设备、图像处理方法及存储介质
CN111970405A (zh) * 2020-08-21 2020-11-20 Oppo（重庆）智能科技有限公司 摄像头遮挡检测方法、存储介质、电子设备及装置
CN111950512A (zh) * 2020-08-26 2020-11-17 上海申瑞继保电气有限公司 变电所断路器指示灯分合状态识别方法
CN113657169A (zh) * 2021-07-19 2021-11-16 浙江大华技术股份有限公司 一种步态识别方法、装置、系统和计算机可读存储介质
CN116996503A (zh) * 2023-08-03 2023-11-03 纽扣数字智能科技(深圳)集团有限公司 一种桌面图像传输方法、系统、电子设备及介质
CN116996503B (zh) * 2023-08-03 2024-05-07 纽扣数字智能科技(深圳)集团有限公司 一种桌面图像传输方法、系统、电子设备及介质

Also Published As

Publication number Publication date
TWI532014B (zh) 2016-05-01
CN103870828B (zh) 2018-06-15
US9076066B2 (en) 2015-07-07
TW201428688A (zh) 2014-07-16
US20140169672A1 (en) 2014-06-19

Similar Documents

Publication Publication Date Title
CN103870828A (zh) 图像相似度判断系统及方法
CN108960211B (zh) 一种多目标人体姿态检测方法以及系统
CN103295022A (zh) 图像相似度计算系统及方法
CN110765860B (zh) 摔倒判定方法、装置、计算机设备及存储介质
US10366304B2 (en) Localization and mapping method
CN110490158B (zh) 一种基于多级模型的鲁棒人脸对齐方法
EP2660753B1 (en) Image processing method and apparatus
CN111814655B (zh) 目标重识别方法及其网络训练方法、相关装置
CN111222548A (zh) 相似图像检测方法、装置、设备及存储介质
WO2010043954A1 (en) Method, apparatus and computer program product for providing pattern detection with unknown noise levels
KR20120044484A (ko) 이미지 처리 시스템에서 물체 추적 장치 및 방법
CN112929695A (zh) 视频去重方法、装置、电子设备和存储介质
CN109697240B (zh) 一种基于特征的图像检索方法及装置
CN110163894B (zh) 基于特征匹配的亚像素级目标跟踪方法
CN114943754A (zh) 一种基于sift的图像配准方法、系统及存储介质
CN114724144B (zh) 文本识别方法、模型的训练方法、装置、设备及介质
CN108122011B (zh) 基于多种不变性混合的目标跟踪方法和系统
Wang et al. Deep homography estimation based on attention mechanism
JP6453618B2 (ja) 算出装置、方法及びプログラム
CN117409275B (zh) 一种多角度雷达图像处理方法
CN109711328B (zh) 一种人脸识别方法、装置及电子设备
CN111079775B (zh) 一种联合区域约束学习的实时跟踪方法
CN112597837B (zh) 图像检测方法、装置、设备、存储介质和计算机程序产品
CN110222763B (zh) 一种直方图匹配方法、移动终端和计算机存储介质
Arnia et al. Improved Iris matching technique using reduced sized of ordinal measure of DCT coefficients

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant