CN105335956B - 同源图像的校验方法及装置 - Google Patents
同源图像的校验方法及装置 Download PDFInfo
- Publication number
- CN105335956B CN105335956B CN201410385310.XA CN201410385310A CN105335956B CN 105335956 B CN105335956 B CN 105335956B CN 201410385310 A CN201410385310 A CN 201410385310A CN 105335956 B CN105335956 B CN 105335956B
- Authority
- CN
- China
- Prior art keywords
- feature
- condition
- filtering
- preset
- image
- 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.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种同源图像的校验方法及装置。其中,该方法包括:提取第一图像的图像特征;在图像库中检索与图像特征相匹配的特征,得到匹配特征集合,其中,匹配特征集合包括至少一个匹配特征对;使用预设特征校验条件对匹配特征集合中的匹配特征对进行过滤处理,得到过滤后的匹配特征集合,其中,预设特征校验条件包括至少两个预设的过滤条件;在过滤后的匹配特征集合中的匹配特征对的个数满足预设匹配规则的情况下,确认第一图像与第二图像为同源图像。采用本发明,解决了现有技术中对同源图像样本的校验效率低的问题,大大提高了对同源图像的样本进行校验的效率。
Description
技术领域
本发明涉及图像处理领域,具体而言,涉及一种同源图像的校验方法及装置。
背景技术
现有技术中的同源图像是指:一个图像A,经过各种变换之后得到图像B和C,则图像B与图像C就存在同源关系。实际上,A与B和A与C也存在同源关系,但是在实际业务中,我们通常将同源限定在仿射变换之内(将图像切成小块在随机拼接,不能视为仿射变换,因而不符合同源的定义)。
上述的仿射变换为在几何上定义为两个向量空间之间的,由一个线性变换接上一个平移组成。仿射变换可以通过一系列的原子变换的复合来实现,包括:平移(Translation)、缩放(Scale)、翻转(Flip)、旋转(Rotation)和错切(Shear)。在二维平面上,可以使用一个3*3的矩阵进行描述。
在现有技术中对同源图像进行检索的目的是将与指定图像存在同源现象的图像检索出来,以进行后续处理。目前衡量同源图像检索系统的关键技术指标是:准确率、覆盖率以及响应时间。
具体地,同源图像检索系统可以粗略分为特征提取、特征检索和图像验证三部分。
其中,特征提取的目的是从图像中提取特征,这些被提取的特征能够表现出该图像与其他图像的差别。具体地,一个图像可以存在一个特征,也可以存在多个特征。通常一个特征包括以下内容:
(1)特征在图像中的位置,该位置表示通常是相对于图像原点的一个坐标。
(2)特征所描述的区域形状和大小,不同的特征算法存在不同的形状,例如矩形、正圆、椭圆等,在有些特征的区域描述中还存在方向;同一个特征算法对不同的特征可能存在不同的尺寸,该不同的尺寸可以是原始的连续数值,也可以是量化的离散数值。
(3)特征的描述值,通常是一个向量。
(4)对应于特征描述的差异度量方法,以计算两个特征描述的差异程度。
特征检索的目的是从将输入的特征与所有已知的特征进行快速比较,以极快的速度找到一些距离满足要求的已知特征集合;图像验证的目的是对存在命中特征对的样本对进行校验,确认是不是正确的同源图片,并将由于索引导致的错误匹配图片去除。
其中,图像验证直接关系到准确率的高低,并间接的影响了覆盖率,是同源图像检索系统中极为重要的一环。
现有技术中可以采用下述的方法对检索到的同源图像进行验证:
(1)匹配特征数。这种方法使用特征检索阶段中获得的匹配特征对的个数进行计算,如果满足距离要求的特征对的数目满足阈值要求,则认定两个样本同源,否则拒绝。这种方法容易为了追求准确率而严重影响覆盖率。
(2)基于RANSAC的仿射变换检查。这种方法考虑到了特征在图像中的位置分布,因此要求同源图像必须满足平面内的仿射变换的要求,因此使用RANSAC方法进行仿射变换矩阵的计算,并使用该矩阵对匹配特征点进行筛选,当通过变换的点对数目达到阈值要求时,认定为同源图片;否则拒绝。
这种方法的计算速度比较慢,会对整个系统的响应时间造成负担;该算法由于是随机性算法(内部使用随机数),对于同一个样本的结果可能出现波动,影响了结果重现和算法调试;由于特征提取时位置不是十分精确,因此使用这种方法计算出来的放射变换矩阵可能存在过拟合情况。
上述的样本校验技术存在以下共同缺陷:
由于图像同源的要求较高,因此大多数图像都是不存在同源的。这就会使得RANSAC方法的单张图像的响应时间比较慢;使用单一验证技术或阈值,由于无法设定一个合适的阈值,准确率和覆盖率无法兼顾。
上述问题会严重影响同源图像检索系统的性能,以及其实际使用。
针对上述的对同源图像样本的校验效率低的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种同源图像的校验方法及装置,以至少解决同源图像样本的校验效率低的技术问题。
根据本发明实施例的一个方面,提供了一种同源图像的校验方法,包括:提取第一图像的图像特征;在图像库中检索与图像特征相匹配的特征,得到匹配特征集合,其中,匹配特征集合包括至少一个匹配特征对,每个匹配特征对包括图像特征中匹配成功的第一特征和与第一特征相匹配的第二特征,匹配特征集合中的第二特征均为第二图像的特征;使用预设特征校验条件对匹配特征集合中的匹配特征对进行过滤处理,得到过滤后的匹配特征集合,其中,预设特征校验条件包括至少两个预设的过滤条件;在过滤后的匹配特征集合中的匹配特征对的个数满足预设匹配规则的情况下,确认第一图像与第二图像为同源图像。
根据本发明实施例的另一方面,还提供了一种同源图像的校验装置,包括:提取模块,用于提取第一图像的图像特征;检索模块,用于在图像库中检索与图像特征相匹配的特征,得到匹配特征集合,其中,匹配特征集合包括至少一个匹配特征对,每个匹配特征对包括图像特征中匹配成功的第一特征和与第一特征相匹配的第二特征,匹配特征集合中的第二特征均为第二图像的特征;过滤模块,用于使用预设特征校验条件对匹配特征集合中的匹配特征对进行过滤处理,得到过滤后的匹配特征集合,其中,预设特征校验条件包括至少两个预设的过滤条件;图像确定模块,用于在过滤后的匹配特征集合中的匹配特征对的个数满足预设匹配规则的情况下,确认第一图像与第二图像为同源图像。
采用本发明上述实施例,使用多个过滤条件对匹配特征对进行过滤处理,得到过滤后的匹配特征集合之后,相对于传统粗暴的单一验证手段,使用多种验证手段的组合(即上述实施例中的预设特征校验条件),可以在保证响应时间的情况下,尽可能多的从多个维度对图像进行验证,同时保证准确率和覆盖率。尤其是在处理大量第一图像的情况下,从整体上看可以大大缩短处理时间,解决了现有技术中对同源图像样本的校验效率低的问题,大大提高了对同源图像的样本进行校验的效率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种同源图像的校验方法的流程图;
图2是根据本发明实施例的一种可选的同源图像的校验方法的示意图;
图3是根据本发明实施例的过滤条件为个数条件的过滤处理的流程图;
图4是根据本发明实施例的过滤条件为距离条件的过滤处理的流程图;
图5是根据本发明实施例的过滤条件为位置条件的过滤处理的流程图;
图6是根据本发明实施例的一种获取仿射变换矩阵的流程图;
图7是根据本发明实施例的另一种获取仿射变换矩阵的流程图;
图8是根据本发明实施例的同源图像的校验装置的示意图;
图9是根据本发明实施例的一种可选的同源图像的校验装置的示意图;
图10是根据本发明实施例的一种终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种同源图像的校验方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
根据本发明实施例,提供了一种同源图像的校验方法,如图1所示,该方法包括如下步骤:
步骤S102:提取第一图像的图像特征。
步骤S104:在图像库中检索与图像特征相匹配的特征,得到匹配特征集合。
其中,匹配特征集合包括至少一个匹配特征对,每个匹配特征对包括图像特征中匹配成功的第一特征和与第一特征相匹配的第二特征,匹配特征集合中的第二特征均为第二图像的特征。
步骤S106:使用预设特征校验条件对匹配特征集合中的匹配特征对进行过滤处理,得到过滤后的匹配特征集合。
其中,预设特征校验条件包括至少两个预设的过滤条件。
步骤S108:在过滤后的匹配特征集合中的匹配特征对的个数等于或大于预设匹配个数的情况下,确认第一图像与第二图像为同源图像。
在执行步骤S106之后,该方法还可以包括步骤:检测过滤后的匹配特征集合中的匹配特征对的个数是否等于或大于预设匹配个数。
其中,在过滤后的匹配特征集合中的匹配特征对的个数小于预设匹配个数的情况下,确认第一图像与第二图像不为同源图像;在过滤后的匹配特征集合中的匹配特征对的个数等于或大于预设匹配个数的情况下,确认第一图像与第二图像为同源图像。
采用本发明上述实施例,使用多个过滤条件对匹配特征对进行过滤处理,得到过滤后的匹配特征集合之后,相对于传统粗暴的单一验证手段,使用多种验证手段的组合(即上述实施例中的预设特征校验条件),可以在保证响应时间的情况下,尽可能多的从多个维度对图像进行验证,同时保证准确率和覆盖率。尤其是在处理大量第一图像的情况下,从整体上看可以大大缩短处理时间,解决了现有技术中对同源图像样本的校验效率低的问题,大大提高了对同源图像的样本进行校验的效率。
具体地,可以将所有的过滤条件按照层级顺序形式阻值;每一个第一图像都可以从第一个节点(也即按照顺序使用的过滤条件一个一个地进行过滤处理)开始进行验证,然后沿着层级结构验证。
根据本发明的上述实施例,当前匹配特征集合的初始值为匹配特征集合,其中,使用预设特征校验条件对匹配特征集合中的匹配特征对进行过滤处理,得到过滤后的匹配特征集合可以包括:重复执行以下步骤,直到预设特征校验条件中的每一个过滤条件均已用于过滤处理,具体地循环执行的步骤如图2所示:
步骤S202:判断预设特征校验条件中是否存在尚未被用于过滤处理的过滤条件。
其中,若存在尚未被用于过滤处理的过滤条件,则执行步骤S204;若不存在尚未被用于过滤处理的过滤条件,则执行步骤S212:结束循环执行的步骤,在结束循环之后执行步骤:检测过滤后的匹配特征集合中的匹配特征对的个数是否等于或大于预设匹配个数。
步骤S204:从尚未被用于过滤处理的过滤条件中选择一个作为当前过滤条件。
步骤S206:使用当前过滤条件对当前匹配特征集合中的匹配特征对进行过滤处理,得到过滤后的匹配特征集合,将过滤后的匹配特征集合作为当前匹配特征集合。
在本发明的上述实施例中,如果在某一层验证中没有通过(也即不符合某个过滤条件),则直接返回拒绝信息,也即直接确认第一图像和第二图像不是同源图像;只有通过了所有层(即所有的过滤条件)的验证的特征对,才认为是接受,也即才认为是同源图像。
具体地,也即在执行步骤S206得到过滤后的匹配特征集合之后,该方法还可以包括如下步骤:
步骤S208:检测当前匹配特征集合中的匹配特征对的个数是否小于预设过滤个数。
其中,若过滤后的匹配特征集合中的匹配特征对的个数小于预设匹配个数,则执行步骤S210:确定第一图像与第二图像不是同源图像;若过滤后的匹配特征集合中的匹配特征对的个数大于或等于预设匹配个数,则返回执行步骤S202。
通过上述步骤,在每个过滤条件进行过滤处理之后,均判断过滤后的匹配特征集合中剩余的匹配特征对的个数是否小于预设过滤个数,如果小于则直接判断出第一图像和第二图像不是同源图像,可以直接退出循环执行的步骤,从而可以进一步的节省响应时间,并且可以尽可能早的过滤出不存在同源图像的第一图像。
上述实施例中的预设过滤个数可以与本发明上述实施例中的预设匹配个数的值相同。
需要进一步说明的是,过滤条件可以包括:个数条件、仿射变换条件、距离条件、位置条件以及面积条件中的至少两个。
在本发明一种可选的实施例中,当前过滤条件可以为个数条件,其中,使用当前过滤条件对当前匹配特征集合中的匹配特征对进行过滤处理,得到过滤后的匹配特征集合可以包括如图3所示的步骤:
步骤S302:获取当前匹配特征集合中的匹配特征对的特征个数。
步骤S304:检测特征个数是否符合预设特征个数。
其中,在特征个数不符合预设特征个数的情况下,确定匹配特征对为当前匹配特征集合中的无效的特征对,执行步骤S306;在特征个数符合预设特征个数的情况下,确定匹配特征对为当前匹配特征集合中的有效的特征对,保留该特征对。
其中,上述实施例中的特征个数符合预设特征个数可以为特征个数大于或等于预设特征个数;上述实施例中的特征个数不符合预设特征个数可以为特征个数小于预设特征个数。
步骤S306:在特征个数不符合预设特征个数的情况下,将匹配特征对从当前匹配特征集合中删除,得到过滤后的匹配特征集合。
在该实施例中,通过将匹配特征对的个数与预定义的预设特征个数进行比较,如果不小于预设特征个数,则认为可能存在命中,继续进行验证;否则直接拒绝。
在本发明另外一个可选的实施例中,当前过滤条件为距离条件,其中,使用当前过滤条件对当前匹配特征集合中的匹配特征对进行过滤处理,得到过滤后的匹配特征集合可以包括如图4所示的步骤:
步骤S402:计算当前匹配特征集合中的每个匹配特征对的第一特征与第二特征之间的特征距离。
步骤S404:检测特征距离是否符合预设距离参数。
具体地,该步骤可以通过如下方法实现:检测特征距离是否小于预设距离阈值,在特征距离小于预设距离阈值的情况下,检测出特征距离符合预设距离参数;在特征距离不小于预设距离阈值的情况下,检测出特征距离不符合预设距离参数,在特征距离小于预设距离阈值的情况下,检测出特征距离符合预设距离参数;和/或按照特征距离的值的大小排序,将排序为第k+1个及其第k+1之后的特征距离确定为不符合预设距离参数的特征距离,其中,k为大于1的自然数。
在该实施例中,在特征距离小于预设距离阈值的情况下,检测出特征距离符合预设距离参数,若特征距离符合预设距离参数则将该特征距离对应的匹配特征对保留在当前匹配特征集合中。
步骤S406:在特征距离不符合预设距离参数的情况下,将特征距离对应的匹配特征对从当前匹配特征集合中删除,得到过滤后的匹配特征集合。
该实施例通过对特征描述之间的差异程度(即上述实施例中的特征距离)来筛选特征对,在该实施例中通过对特征对的差异程度进行计算,并可选择如下任何一种方法进行筛选:使用一个预定义阈值T(即上述实施例中的预设距离阈值),仅保留差异程度小于T的特征对;和/或者选择差异最小(即距离最小)的前K个特征对保留在当前匹配特征集合中。在上述方法实施例中将不符合预设距离参数的匹配特征对在当前匹配特征集合中删除得到过滤后的匹配特征集合。
可选地,可以在执行完该过滤条件的过滤处理之后,检测当前匹配特征集合中的匹配特征对的个数是否小于预设过滤个数。若过滤后的匹配特征集合中的匹配特征对的个数小于预设匹配个数,则确定第一图像与第二图像不是同源图像;若过滤后的匹配特征集合中的匹配特征对的个数大于或等于预设匹配个数,则执行下一个过滤条件的过滤处理,返回执行步骤S202。
根据本发明一个可选的实施例,当前过滤条件为位置条件,其中,使用当前过滤条件对当前匹配特征集合中的匹配特征对进行过滤处理,得到过滤后的匹配特征集合可以通过如图5所示的步骤实现:
步骤S502:逐个计算当前匹配特征集合中的当前匹配特征对的方向的差值。
步骤S504:在预定义窗口下统计差值的众数。
步骤S506:计算每个差值与众数之差的绝对值。
步骤S508:在绝对值大于或等于预设绝对值的情况下,将绝对值对应的匹配特征对从当前匹配特征集合中删除,得到过滤后的匹配特征集合。
具体地,在该实施例中,通过对特征点对的位置属性的共性进行检查筛选匹配特征对。具体地可以使用特征的方向和特征描述的区域大小,下面以特征的方向为例详细介绍:依次计算每一个特征对Mi的方向的差值Di(在该实施例中特征1-特征2的差值与特征2-特征1的差值不相同);在一个预定义窗口大小下统计差值的众数D;计算所有Di与该重数D的差异的绝对值Fi:如果Fi小于阈值,则保留该Fi对应的匹配特征对;如果Fi大于等于某阈值,则删除该Fi对应的匹配特征对。
在本发明的一种可选的实施例中,当前过滤条件为仿射变换条件,其中,使用当前过滤条件对当前匹配特征集合中的匹配特征对进行过滤处理,得到过滤后的匹配特征集合可以包括:依据当前匹配特征集合中的匹配特征对计算第一图像的仿射变换矩阵;检测匹配特征对是否符合仿射变换矩阵;在匹配特征对不符合仿射变换矩阵的情况下,将匹配特征对从当前匹配特征集合中删除,得到过滤后的匹配特征集合。
在上述实施例中,使用仿射变换条件进行校验的原因是因为各个特征只能描述图像的一部分,而我们定义的同源图像是限定在仿射变换的,因此,可以认定:如果两张图像存在同源关系,他们的特征匹配对所对应的小区域也满足仿射变换关系。
具体地,仿射变换可以通过一个3*3的矩阵进行描述,可以确定如下参数:图像的旋转角度angle;图像分别在水平和竖直方向上的缩放比例rx和ry;图像分别在水平和竖直方向上的平移比例dx和dy。
具体地,可以通过图6所示的步骤进行迭代计算验证分数,直至计算验证分数的计算次数达到预设计算次数停止计算,以实现依据当前匹配特征集合中的匹配特征对计算第一图像的仿射变换矩阵。
如图6所示该实施例可以包括如下步骤:
步骤S601:从当前匹配特征集合中选出X个匹配特征对。
其中,X为预设值,X为自然数。
步骤S602:使用X个匹配特征对计算出初始仿射变换矩阵。
步骤S603:使用初始仿射变换矩阵验证当前匹配特征集合中的当前匹配特征对得到验证分数。
步骤S604:在停止计算之后,判断验证分数中最大的验证分数是否大于预设分数。
其中,若最大的验证分数大于预设分数,则执行步骤S605;若最大的验证分数小于或等于预设分数,则执行步骤S606。
步骤S605:判断出最大的验证分数对应的初始仿射变换矩阵为第一图像的仿射变换矩阵。
步骤S606:确定第一图像不存在仿射变换矩阵,第一图像与第二图像不是同源图像。
在该实施例中,可以使用RANSAC进行计算。其中,RANSAC方法是“RANdom SAmpleConsensus(随机抽样一致)”的缩写。通过该方法可以从一组包含“局外点”的观测数据集中,通过迭代方式获取数学模型的参数。
具体地,可以设定一个最大迭代次数(即上述实施例中的预设计算次数),通过如下步骤迭代计算:
更具体地,从输入特征对中选择3个匹配特征对(可选地,该3个匹配特征对可以不在一条直线上),在该实施例中X=3;使用这3个匹配特征对,计算出初始仿射变换矩阵M;然后使用仿射变换矩阵M去验证当前匹配特征集合中的所有的匹配特征对,并计算该矩阵的验证分数。
在上述实施例中,可以每计算得到一个验证分数便判断一次该验证分数是否大于预设分数,如果该验证分数大于预设分数,则结束迭代计算,直至完成预设计算次数的计算。通过该实施例可以进一步地缩短处理时间,进一步地提高处理速度。
在上述实施例中,验证分数用于评价M对输入数据的适应程度(越高越好);具体地可以使用满足M的匹配对的个数,也可以使用匹配对在M上产生的误差综合等等例如,可以使用M计算与第一图像的第一特征对应的矩阵特征,计算矩阵与第一特征的计算距离,使用该计算距离到数据表中查询的到相应的分数,以得到对应该第一特征的特征分数,分别计算当前匹配特征集合中的匹配特征对的第一特征的特征分数,将得到的特征分数之和作为上述的验证分数。
可选地,依据当前匹配特征集合中的匹配特征对计算第一图像的仿射变换矩阵还可以通过图7所示的如下步骤实现:
步骤S701:使用匹配特征对的角度计算仿射变换矩阵的旋转角度。
步骤S702:分别计算每个匹配特征对在水平方向上的第一位置差值的第一比例值和在竖直方向上的第二位置差值的第二比例值。
具体地,分别计算每个匹配特征对在水平方向上的第一位置差值的第一比例值和在竖直方向上的第二位置差值的第二比例值可以包括:计算q1和q2在水平方向上位置的差值C1,计算p1和p2在水平方向上位置的差值C2,计算第一比例值d1=C1/C2;计算q1和q2在竖直方向上位置的差值C3,计算p1和p2在水平方向上位置的差值C4,计算第二比例值d2=C3/C4;其中,匹配特征集合包括n个匹配特征对,分别为第一特征q1-第二特征p1,第一特征q2-第二特征p2,第一特征q3-第二特征p3,……,第一特征qn-第二特征pn。
步骤S703:确定第一比例值的第一众数和第二比例值的第二众数。
步骤S704:将第一众数作为仿射变换矩阵的水平方向的第一缩放比例,将第二众数作为仿射变换矩阵的竖直方向的第二缩放比例。
步骤S705:使用旋转角度、第一缩放比例、第二缩放比例以及dx=0和dy=0计算初始仿射变换矩阵。
其中,dx=0表示设置仿射变换矩阵在水平方向上的平移比例为0,dy=0表示设置仿射变换矩阵在竖直方向上的平移比例为0。
步骤S706:依据初始仿射变换矩阵计算每个匹配特征对中的第一特征对应的第一计算特征。
步骤S707:计算第一计算特征与第二特征在水平方向上的第三位置差值和计算第一计算特征与第二特征在竖直方向上的第四位置差值。
步骤S708:统计第三位置差值的第三众数与第四位置差值的第四众数。
步骤S709:将第三众数作为仿射变换矩阵的水平方向的第一平移比例,将第四众数作为仿射变换矩阵的竖直方向的第二平移比例。
步骤S710:根据旋转角度、第一缩放比例、第二缩放比例、第一平移比例以及第二平移比例计算仿射变换矩阵。
在该实施例中可以使用点对位置关系计算仿射变换矩阵。具体地,可以使用特征的角度共性,计算出一个精确的仿射变换的旋转角度angle(使用该angle可以将对应的图像转正)。
计算得到旋转角度angle之后,可是使用以下方法计算rx和ry:
在当前匹配特征集合中共有n个匹配特征对,可以分别是q1-p1,q2-p2,q3-p3,……,qn-pn。
按照以下方法,分别在水平方向和竖直方向上计算n*(n-1)/2个比例值(下面以水平方向为例详细介绍算法,竖直方向算法相同):
计算q1和q2在水平方向上位置的差值q12;计算p1和p2在水平方向上位置的差值p12;计算距离的比例d12=q12/p12;共计算出n*(n-1)/2个比例值。
分别选择水平和竖直方向上的位置差值的比例的众数(这些众数,对应为后续使用的rx和ry,可以使用rx和ry将一张图像进行缩放)。
然后通过angle、rx和ry,以及dx=0和dy=0计算初始仿射变换矩阵M;使用该M,对每一个qi计算出对应的pi’;计算pi’和实际的pi在水平方向和竖直方向上的位置的差值dxi和dyi;统计dxi和dyi的重数,作为dx和dy的值;至此,仿射变换矩阵的所有参数都成功计算得出,使用这些参数确定仿射变换矩阵。
通过上述方法计算得到的仿射变换矩阵,由于在计算时存在的过拟合和错误匹配对的情况,可能出现一些参数异常的情况,因此,可以根据实际需要,将这些参数异常的仿射变换矩阵提前拒绝。
根据本发明的上述实施例,检测匹配特征对是否符合仿射变换矩阵可以包括:使用仿射变换矩阵计算第一特征对应的第二计算特征;计算第二特征与第二计算特征的计算距离;若计算距离不大于预设计算距离,则检测出计算距离对应的匹配特征对符合仿射变换矩阵;若计算距离大于预设计算距离,则检测出计算距离对应的匹配特征对不符合仿射变换矩阵。
具体地,在计算出仿射变换矩阵M之后,就可以使用该矩阵对之前的特征对qi-pi进行过滤。可以对每一个qi,通过M计算出对应的pi’;计算pi’与pi的距离(即上述实施例中的计算距离):如果该距离小于预定义阈值(即上述实施例中的预设计算距离),则保留该特征对;如果该距离大于预定义阈值,则删除该特征对。
在本发明一个可选的实施例中,当前过滤条件为面积条件,其中,使用当前过滤条件对当前匹配特征集合中的匹配特征对进行过滤处理,得到过滤后的匹配特征集合可以包括:计算第一图像上的匹配特征对的第一特征的外接矩形的第一面积和第二图像上的匹配特征对的第二特征的外接矩形的第二面积;计算第一图像上的第一特征的覆盖区域的第三面积和第二图像上的第二特征的覆盖区域的第四面积;若第一面积与第一图像的面积的比例符合第一预设面积阈值,第三面积与第一图像的面积的比例符合第二预设面积阈值,第二面积与第二图像的面积的比例符合第一预设面积阈值,以及第四面积与第二图像的面积的比例符合第二预设面积阈值,则确认匹配特征对为符合面积条件的特征对;否则,确认匹配特征对不符合面积条件,将匹配特征对从当前匹配特征集合中删除,得到过滤后的匹配特征集合。
在该实施例中,进行覆盖面积校验,其目的是检查两张图像中确认存在同源情况的区域的面积和比例,可以通过检查当前匹配特征对所覆盖的面积进行。具体地,计算每一张图像上所有特征的外接矩形的面积;计算每一张图像上所有特征的覆盖的区域的面积;使用以上两个面积的绝对数值和相对于图像的比例进行过滤;满足阈值的接受,否则拒绝。
根据本发明的上述实施例,从尚未被用于过滤处理的过滤条件中选择一个作为当前过滤条件可以包括:使用预设图像样本对每个过滤条件进行过滤测试,获取测试结果,其中,测试结果包括过滤准确率、过滤覆盖度以及过滤速度;使用过滤准确率、过滤覆盖度以及过滤速度对过滤条件排序得到条件序列;按照条件序列确定过滤条件的执行顺序,按照执行顺序从尚未被用于过滤处理的过滤条件确定当前过滤条件。
具体地,对于每一个过滤条件,使用批量的图像样本进行单独测试,分析得到每一个过滤条件的过滤准确率、过滤覆盖率和过滤速度;将这些验证策略(即上述实施例中的过滤条件)按照覆盖率和速度的降序的方式组合在一起;在使用批量样本,从k=1开始,依次计算前k层的准确率、覆盖率和速度;再次调整验证策略的组织顺序和对应的阈值;多次重复上述步骤之后,就可以获得一个满足准确率、覆盖率和速度要求的层级验证方法。
通过上述实施例,可以有效的将不同性能的验证策略组合起来;可以快速且方便的对不同的验证策略的顺序和阈值进行调整;可以方便的增加新的验证策略。通过该实施例可以进一步提高验证的效率。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
实施例2
根据本发明实施例,还提供了一种用于实施上述同源图像的校验装置,如图8所示,该装置包括:提取模块10、检索模块20、过滤模块30以及图像确定模块40。
其中,提取模块用于提取第一图像的图像特征。
检索模块用于在图像库中检索与图像特征相匹配的特征,得到匹配特征集合,其中,匹配特征集合包括至少一个匹配特征对,每个匹配特征对包括图像特征中匹配成功的第一特征和与第一特征相匹配的第二特征,匹配特征集合中的第二特征均为第二图像的特征。
过滤模块用于使用预设特征校验条件对匹配特征集合中的匹配特征对进行过滤处理,得到过滤后的匹配特征集合,其中,预设特征校验条件包括至少两个预设的过滤条件。
图像确定模块用于在过滤后的匹配特征集合中的匹配特征对的个数等于或大于预设匹配个数的情况下,确认第一图像与第二图像为同源图像。
该装置还可以包括个数检测模块用于检测过滤后的匹配特征集合中的匹配特征对的个数是否等于或大于预设匹配个数。
图像确定模块用于在过滤后的匹配特征集合中的匹配特征对的个数小于预设匹配个数的情况下,确认第一图像与第二图像不为同源图像;还用于在过滤后的匹配特征集合中的匹配特征对的个数等于或大于预设匹配个数的情况下,确认第一图像与第二图像为同源图像。
采用本发明上述实施例,使用多个过滤条件对匹配特征对进行过滤处理,得到过滤后的匹配特征集合之后,相对于传统粗暴的单一验证手段,使用多种验证手段的组合(即上述实施例中的预设特征校验条件),可以在保证响应时间的情况下,尽可能多的从多个维度对图像进行验证,同时保证准确率和覆盖率。尤其是在处理大量第一图像的情况下,从整体上看可以大大缩短处理时间,解决了现有技术中对同源图像样本的校验效率低的问题,大大提高了对同源图像的样本进行校验的效率。
具体地,可以将所有的过滤条件按照层级顺序形式阻值;每一个第一图像都可以从第一个节点(也即按照顺序使用的过滤条件一个一个地进行过滤处理)开始进行验证,然后沿着层级结构验证。
在本发明的上述实施例中,当前匹配特征集合的初始值为匹配特征集合,其中,过滤模块可以包括图9所示的:循环执行模块31,用于重复执行以下步骤,直到预设特征校验条件中的每一个过滤条件均已用于过滤处理,循环执行模块可以包括:第一判断模块311、条件选择模块313以及当前过滤模块315。
其中,第一判断模块用于判断预设特征校验条件中是否存在尚未被用于过滤处理的过滤条件。
条件选择模块用于若存在尚未被用于过滤处理的过滤条件,则从尚未被用于过滤处理的过滤条件中选择一个作为当前过滤条件。
当前过滤模块用于使用当前过滤条件对当前匹配特征集合中的匹配特征对进行过滤处理,得到过滤后的匹配特征集合,将过滤后的匹配特征集合作为当前匹配特征集合。
具体地,过滤条件可以包括但不限于:个数条件、仿射变换条件、距离条件、位置条件以及面积条件中的至少两个。
在一个可选的实施例中,当前过滤条件为个数条件,其中,当前过滤模块可以包括:第一获取模块,用于获取当前匹配特征集合中的匹配特征对的特征个数;第一检测模块,用于检测特征个数是否符合预设特征个数;第一处理模块,用于在特征个数不符合预设特征个数的情况下,将匹配特征对从当前匹配特征集合中删除,得到过滤后的匹配特征集合。
在本发明另一个可选的实施例中,当前过滤条件为距离条件,其中,当前过滤模块可以包括:第一计算模块,用于计算当前匹配特征集合中的每个匹配特征对的第一特征与第二特征之间的特征距离;第二检测模块,用于检测特征距离是否符合预设距离参数;第二处理模块,用于在特征距离不符合预设距离参数的情况下,将特征距离对应的匹配特征对从当前匹配特征集合中删除,得到过滤后的匹配特征集合。
具体地,第二检测模块可以包括:第一检测子模块,用于检测特征距离是否小于预设距离阈值;第一确定模块,用于在特征距离小于预设距离阈值的情况下,检测出特征距离符合预设距离参数;第二确定模块,用于在特征距离不小于预设距离阈值的情况下,检测出特征距离不符合预设距离参数;和/或排序模块,用于按照特征距离的值的大小排序;第三确定模块,用于将排序为第k+1个及其第k+1之后的特征距离确定为不符合预设距离参数的特征距离,其中,k为大于1的自然数。
根据本发明的上述实施例,当前过滤条件为位置条件,其中,当前过滤模块可以包括:第二计算模块,用于逐个计算当前匹配特征集合中的当前匹配特征对的方向的差值;第一统计模块,用于在预定义窗口下统计差值的众数;第三计算模块,用于计算每个差值与众数之差的绝对值;第三处理模块,用于在绝对值大于或等于预设绝对值的情况下,将绝对值对应的匹配特征对从当前匹配特征集合中删除,得到过滤后的匹配特征集合。
可选地,当前过滤条件为仿射变换条件,其中,当前过滤模块可以包括:第四计算模块,用于依据当前匹配特征集合中的匹配特征对计算第一图像的仿射变换矩阵;第三检测模块,用于检测匹配特征对是否符合仿射变换矩阵;第四处理模块,用于在匹配特征对不符合仿射变换矩阵的情况下,将匹配特征对从当前匹配特征集合中删除,得到过滤后的匹配特征集合。
具体地,第四计算模块可以包括:迭代计算模块,用于按照如下步骤进行迭代计算验证分数,直至计算验证分数的计算次数达到预设计算次数停止计算,迭代计算模块包括:特征对选择模块,用于从当前匹配特征集合中选出X个匹配特征对,其中,X为预设值,X为自然数;第一计算子模块,用于使用X个匹配特征对计算出初始仿射变换矩阵;验证模块,用于使用初始仿射变换矩阵验证当前匹配特征集合中的当前匹配特征对得到验证分数;第一判断子模块,用于在停止计算之后,判断验证分数中最大的验证分数是否大于预设分数;第四确定模块,用于若最大的验证分数大于预设分数,判断出最大的验证分数对应的初始仿射变换矩阵为第一图像的仿射变换矩阵;第五确定模块,用于若最大的验证分数小于或等于预设分数,则确定第一图像不存在仿射变换矩阵,第一图像与第二图像不是同源图像。
需要进一步说明的是,第四计算模块可以包括:第五计算模块,用于使用匹配特征对的角度计算仿射变换矩阵的旋转角度;第六计算模块,用于分别计算每个匹配特征对在水平方向上的第一位置差值的第一比例值和在竖直方向上的第二位置差值的第二比例值;第二统计模块,用于确定第一比例值的第一众数和第二比例值的第二众数;第一比例确定模块,用于将第一众数作为仿射变换矩阵的水平方向的第一缩放比例,将第二众数作为仿射变换矩阵的竖直方向的第二缩放比例;第一矩阵计算模块,用于使用旋转角度、第一缩放比例、第二缩放比例以及dx=0和dy=0计算初始仿射变换矩阵,其中,dx=0表示设置仿射变换矩阵在水平方向上的平移比例为0,dy=0表示设置仿射变换矩阵在竖直方向上的平移比例为0;第七计算模块,用于依据初始仿射变换矩阵计算每个匹配特征对中的第一特征对应的第一计算特征;第八计算模块,用于计算第一计算特征与第二特征在水平方向上的第三位置差值和计算第一计算特征与第二特征在竖直方向上的第四位置差值;第三统计模块,用于统计第三位置差值的第三众数与第四位置差值的第四众数;第二比例确定模块,用于将第三众数作为仿射变换矩阵的水平方向的第一平移比例,将第四众数作为仿射变换矩阵的竖直方向的第二平移比例;第一矩阵计算模块,用于根据旋转角度、第一缩放比例、第二缩放比例、第一平移比例以及第二平移比例计算仿射变换矩阵。
上述实施例中的第六计算模块可以包括:第二计算子模块,用于计算q1和q2在水平方向上位置的差值C1,计算p1和p2在水平方向上位置的差值C2,计算第一比例值d1=C1/C2;第三计算子模块,用于计算q1和q2在竖直方向上位置的差值C3,计算p1和p2在水平方向上位置的差值C4,计算第二比例值d2=C3/C4;其中,匹配特征集合包括n个匹配特征对,分别为第一特征q1-第二特征p1,第一特征q2-第二特征p2,第一特征q3-第二特征p3,……,第一特征qn-第二特征pn。
可选地,第三检测模块可以包括:第九计算模块,用于使用仿射变换矩阵计算第一特征对应的第二计算特征;第十计算模块,用于计算第二特征与第二计算特征的计算距离;第六确定模块,用于若计算距离不大于预设计算距离,则检测出计算距离对应的匹配特征对符合仿射变换矩阵;第七确定模块,用于若计算距离大于预设计算距离,则检测出计算距离对应的匹配特征对不符合仿射变换矩阵。
根据本发明的上述实施例,当前过滤条件为面积条件,其中,当前过滤模块可以包括:第一面积计算模块,用于计算第一图像上的匹配特征对的第一特征的外接矩形的第一面积和第二图像上的匹配特征对的第二特征的外接矩形的第二面积;第二面积计算模块,用于计算第一图像上的第一特征的覆盖区域的第三面积和第二图像上的第二特征的覆盖区域的第四面积;第八确定模块,用于若第一面积与第一图像的面积的比例符合第一预设面积阈值,第三面积与第一图像的面积的比例符合第二预设面积阈值,第二面积与第二图像的面积的比例符合第一预设面积阈值,以及第四面积与第二图像的面积的比例符合第二预设面积阈值,则确认匹配特征对为符合面积条件的特征对;否则,确认匹配特征对不符合面积条件,将匹配特征对从当前匹配特征集合中删除,得到过滤后的匹配特征集合。
需要进一步说明的是,上述实施例中的条件选择模块可以包括:测试模块,用于使用预设图像样本对每个过滤条件进行过滤测试,获取测试结果,其中,测试结果包括过滤准确率、过滤覆盖度以及过滤速度;条件序列获取模块,用于使用过滤准确率、过滤覆盖度以及过滤速度对过滤条件排序得到条件序列;第九确定模块,用于按照条件序列确定过滤条件的执行顺序,按照执行顺序从尚未被用于过滤处理的过滤条件确定当前过滤条件。
通过本发明的上述实施例,基于层级策略的图像验证方法,使用多种可以进行实际使用的图像验证技术;有效的将包括且不限于上述提到的图像验证技术(即上述的过滤条件)动态的组合在一起,不会对样本的平均响应时间造成影响,并且能达到比单一验证技术更高的准确率和覆盖率。
上述实施例中的各个模块均与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容,且上述模块可以运行在计算机终端或移动终端,可以通过软件或硬件实现。
实施例3
本发明的实施例还提供了一种终端。可选地,在本实施例中,上述终端可以执行同源图像的校验方法,上述实施例中的同源图像的校验装置可以设置在该终端上。
图10是根据本发明实施例的一种终端的结构框图。如图10所示,该终端50可以包括:一个或多个(图中仅示出一个)处理器51、存储器53、以及传输装置55,如图10所示,该终端还可以包括输入输出设备57。
其中,存储器53可用于存储软件程序以及模块,如本发明实施例中的漏洞检测方法和装置对应的程序指令/模块,处理器51通过运行存储在存储器53内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的同源图像的校验方法。存储器53可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器53可进一步包括相对于处理器51远程设置的存储器,这些远程存储器可以通过网络连接至终端50。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
上述的传输装置55用于经由一个网络接收或者发送数据,还可以用于处理器与存储器之间的数据传输。上述的网络具体实例可包括有线网络及无线网络。在一个实例中,传输装置55包括一个网络适配器(Network Interface Controller,NIC),其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中,传输装置15为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
其中,具体地,存储器53用于存储应用程序。
处理器51可以通过传输装置55调用存储器53存储的及应用程序,以执行下述步骤:提取第一图像的图像特征;在图像库中检索与图像特征相匹配的特征,得到匹配特征集合,其中,匹配特征集合包括至少一个匹配特征对,每个匹配特征对包括图像特征中匹配成功的第一特征和与第一特征相匹配的第二特征,匹配特征集合中的第二特征均为第二图像的特征;使用预设特征校验条件对匹配特征集合中的匹配特征对进行过滤处理,得到过滤后的匹配特征集合,其中,预设特征校验条件包括至少两个预设的过滤条件;在过滤后的匹配特征集合中的匹配特征对的个数等于或大于预设匹配个数的情况下,确认第一图像与第二图像为同源图像。
采用本发明上述实施例,使用多个过滤条件对匹配特征对进行过滤处理,得到过滤后的匹配特征集合之后,相对于传统粗暴的单一验证手段,使用多种验证手段的组合(即上述实施例中的预设特征校验条件),可以在保证响应时间的情况下,尽可能多的从多个维度对图像进行验证,同时保证准确率和覆盖率。尤其是在处理大量第一图像的情况下,从整体上看可以大大缩短处理时间,解决了现有技术中对同源图像样本的校验效率低的问题,大大提高了对同源图像的样本进行校验的效率。
在本发明的上述实施例中,处理器还用于执行下述操作:判断预设特征校验条件中是否存在尚未被用于过滤处理的过滤条件,其中,若存在尚未被用于过滤处理的过滤条件,则从尚未被用于过滤处理的过滤条件中选择一个作为当前过滤条件;若不存在尚未被用于过滤处理的过滤条件,则结束循环执行的步骤,在结束循环之后执行步骤:检测过滤后的匹配特征集合中的匹配特征对的个数是否等于或大于预设匹配个数;使用当前过滤条件对当前匹配特征集合中的匹配特征对进行过滤处理,得到过滤后的匹配特征集合,将过滤后的匹配特征集合作为当前匹配特征集合。
需要进一步说明的是,寄存区域为系统的内存和系统处理器中的寄存器。
本领域普通技术人员可以理解,图10所示的结构仅为示意,终端可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile InternetDevices,MID)、PAD等终端设备。图10其并不对上述电子装置的结构造成限定。例如,终端50还可包括比图10中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图10所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
实施例4
本发明的实施例还提供了一种存储介质。可选地,在本实施例中,上述的存储介质存储用于执行同源图像的校验方法的程序代码。
可选地,在本实施例中,上述存储介质可以位于实施例3所示的终端上。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:
步骤S1:提取第一图像的图像特征。
步骤S2:在图像库中检索与图像特征相匹配的特征,得到匹配特征集合。
其中,匹配特征集合包括至少一个匹配特征对,每个匹配特征对包括图像特征中匹配成功的第一特征和与第一特征相匹配的第二特征,匹配特征集合中的第二特征均为第二图像的特征。
步骤S3:使用预设特征校验条件对匹配特征集合中的匹配特征对进行过滤处理,得到过滤后的匹配特征集合。
其中,预设特征校验条件包括至少两个预设的过滤条件。
步骤S4:在过滤后的匹配特征集合中的匹配特征对的个数等于或大于预设匹配个数的情况下,确认第一图像与第二图像为同源图像。
其中,在过滤后的匹配特征集合中的匹配特征对的个数小于预设匹配个数的情况下,确认第一图像与第二图像不为同源图像;在过滤后的匹配特征集合中的匹配特征对的个数等于或大于预设匹配个数的情况下,确认第一图像与第二图像为同源图像。
采用本发明上述实施例,使用多个过滤条件对匹配特征对进行过滤处理,得到过滤后的匹配特征集合之后,相对于传统粗暴的单一验证手段,使用多种验证手段的组合(即上述实施例中的预设特征校验条件),可以在保证响应时间的情况下,尽可能多的从多个维度对图像进行验证,同时保证准确率和覆盖率。尤其是在处理大量第一图像的情况下,从整体上看可以大大缩短处理时间,解决了现有技术中对同源图像样本的校验效率低的问题,大大提高了对同源图像的样本进行校验的效率。
存储介质被设置为存储用于执行以下步骤的程序代码:判断预设特征校验条件中是否存在尚未被用于过滤处理的过滤条件,其中,若存在尚未被用于过滤处理的过滤条件,则从尚未被用于过滤处理的过滤条件中选择一个作为当前过滤条件;若不存在尚未被用于过滤处理的过滤条件,则结束循环执行的步骤,在结束循环之后执行步骤:检测过滤后的匹配特征集合中的匹配特征对的个数是否等于或大于预设匹配个数;使用当前过滤条件对当前匹配特征集合中的匹配特征对进行过滤处理,得到过滤后的匹配特征集合,将过滤后的匹配特征集合作为当前匹配特征集合。
在本发明的上述实施例中,如果在某一层验证中没有通过(也即不符合某个过滤条件),则直接返回拒绝信息,也即直接确认第一图像和第二图像不是同源图像;只有通过了所有层(即所有的过滤条件)的验证的特征对,才认为是接受,也即才认为是同源图像。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
可选地,本实施例中的具体示例可以参考上述实施例1和实施例2中所描述的示例,本实施例在此不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的终端/客户端,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
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,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (28)
1.一种同源图像的校验方法,其特征在于,包括:
提取第一图像的图像特征;
在图像库中检索与所述图像特征相匹配的特征,得到匹配特征集合,其中,所述匹配特征集合包括至少一个匹配特征对,每个所述匹配特征对包括所述图像特征中匹配成功的第一特征和与所述第一特征相匹配的第二特征,所述匹配特征集合中的所述第二特征均为第二图像的特征;
使用预设特征校验条件按照层级顺序对所述匹配特征集合中的所述匹配特征对进行过滤处理,得到过滤后的匹配特征集合,其中,所述预设特征校验条件包括至少两个预设的过滤条件;
在所述过滤后的匹配特征集合中的匹配特征对的个数满足预设匹配规则的情况下,确认所述第一图像与所述第二图像为同源图像。
2.根据权利要求1所述的校验方法,其特征在于,当前匹配特征集合的初始值为所述匹配特征集合,其中,使用预设特征校验条件对所述匹配特征集合中的所述匹配特征对进行过滤处理,得到过滤后的匹配特征集合包括:
重复执行以下步骤,直到所述预设特征校验条件中的每一个所述过滤条件均已用于所述过滤处理:
判断所述预设特征校验条件中是否存在尚未被用于所述过滤处理的所述过滤条件;
若存在尚未被用于所述过滤处理的所述过滤条件,则从所述尚未被用于所述过滤处理的所述过滤条件中选择一个作为当前过滤条件;
使用所述当前过滤条件对当前匹配特征集合中的所述匹配特征对进行过滤处理,得到过滤后的匹配特征集合,将所述过滤后的匹配特征集合作为当前匹配特征集合。
3.根据权利要求2所述的校验方法,其特征在于,所述过滤条件包括:个数条件、仿射变换条件、距离条件、位置条件以及面积条件中的至少两个。
4.根据权利要求2或3所述的校验方法,其特征在于,所述当前过滤条件为个数条件,其中,使用所述当前过滤条件对当前匹配特征集合中的所述匹配特征对进行过滤处理,得到过滤后的匹配特征集合包括:
获取所述当前匹配特征集合中的匹配特征对的特征个数;
检测所述特征个数是否符合预设特征个数;
在所述特征个数不符合所述预设特征个数的情况下,将所述匹配特征对从所述当前匹配特征集合中删除,得到所述过滤后的匹配特征集合。
5.根据权利要求2或3所述的校验方法,其特征在于,所述当前过滤条件为距离条件,其中,使用所述当前过滤条件对当前匹配特征集合中的所述匹配特征对进行过滤处理,得到过滤后的匹配特征集合包括:
计算所述当前匹配特征集合中的每个匹配特征对的所述第一特征与所述第二特征之间的特征距离;
检测所述特征距离是否符合预设距离参数;
在所述特征距离不符合所述预设距离参数的情况下,将所述特征距离对应的所述匹配特征对从所述当前匹配特征集合中删除,得到所述过滤后的匹配特征集合。
6.根据权利要求5所述的校验方法,其特征在于,检测所述特征距离是否符合所述预设距离参数包括:
检测所述特征距离是否小于预设距离阈值,在所述特征距离小于所述预设距离阈值的情况下,检测出所述特征距离符合所述预设距离参数;在所述特征距离不小于所述预设距离阈值的情况下,检测出所述特征距离不符合所述预设距离参数;和/或
按照所述特征距离的值的大小排序,将排序为第k+1个及其第k+1之后的所述特征距离确定为不符合所述预设距离参数的特征距离,其中,k为大于1的自然数。
7.根据权利要求2或3所述的校验方法,其特征在于,所述当前过滤条件为位置条件,其中,使用所述当前过滤条件对当前匹配特征集合中的所述匹配特征对进行过滤处理,得到过滤后的匹配特征集合包括:
逐个计算所述当前匹配特征集合中的当前匹配特征对的方向的差值;
在预定义窗口下统计所述差值的众数;
计算每个所述差值与所述众数之差的绝对值;
在所述绝对值大于或等于预设绝对值的情况下,将所述绝对值对应的所述匹配特征对从所述当前匹配特征集合中删除,得到所述过滤后的匹配特征集合。
8.根据权利要求2或3所述的校验方法,其特征在于,所述当前过滤条件为仿射变换条件,其中,使用所述当前过滤条件对当前匹配特征集合中的所述匹配特征对进行过滤处理,得到过滤后的匹配特征集合包括:
依据所述当前匹配特征集合中的匹配特征对计算所述第一图像的仿射变换矩阵;
检测所述匹配特征对是否符合所述仿射变换矩阵;
在所述匹配特征对不符合所述仿射变换矩阵的情况下,将所述匹配特征对从所述当前匹配特征集合中删除,得到所述过滤后的匹配特征集合。
9.根据权利要求8所述的校验方法,其特征在于,依据所述当前匹配特征集合中的匹配特征对计算所述第一图像的仿射变换矩阵包括:
按照如下步骤进行迭代计算验证分数,直至计算所述验证分数的计算次数达到预设计算次数停止计算:
从所述当前匹配特征集合中选出X个匹配特征对,其中,所述X为预设值,所述X为自然数;
使用所述X个匹配特征对计算出初始仿射变换矩阵;
使用所述初始仿射变换矩阵验证所述当前匹配特征集合中的所述当前匹配特征对得到验证分数;
在停止计算之后,判断所述验证分数中最大的验证分数是否大于预设分数;
若所述最大的验证分数大于所述预设分数,判断出所述最大的验证分数对应的所述初始仿射变换矩阵为所述第一图像的所述仿射变换矩阵;
若所述最大的验证分数小于或等于所述预设分数,则确定所述第一图像不存在所述仿射变换矩阵,所述第一图像与所述第二图像不是同源图像。
10.根据权利要求8所述的校验方法,其特征在于,依据所述当前匹配特征集合中的匹配特征对计算所述第一图像的仿射变换矩阵包括:
使用所述匹配特征对的角度计算所述仿射变换矩阵的旋转角度;
分别计算每个所述匹配特征对在水平方向上的第一位置差值的第一比例值和在竖直方向上的第二位置差值的第二比例值;
确定所述第一比例值的第一众数和所述第二比例值的第二众数;
将所述第一众数作为所述仿射变换矩阵的所述水平方向的第一缩放比例,将所述第二众数作为所述仿射变换矩阵的所述竖直方向的第二缩放比例;
使用所述旋转角度、所述第一缩放比例、所述第二缩放比例以及dx=0和dy=0计算初始仿射变换矩阵,其中,所述dx=0表示设置所述仿射变换矩阵在所述水平方向上的平移比例为0,所述dy=0表示设置所述仿射变换矩阵在所述竖直方向上的平移比例为0;
依据所述初始仿射变换矩阵计算每个所述匹配特征对中的第一特征对应的第一计算特征;
计算所述第一计算特征与所述第二特征在所述水平方向上的第三位置差值和计算所述第一计算特征与所述第二特征在所述竖直方向上的第四位置差值;
统计所述第三位置差值的第三众数与所述第四位置差值的第四众数;
将所述第三众数作为所述仿射变换矩阵的水平方向的第一平移比例,将所述第四众数作为所述仿射变换矩阵的竖直方向的第二平移比例;
根据所述旋转角度、所述第一缩放比例、所述第二缩放比例、所述第一平移比例以及所述第二平移比例计算所述仿射变换矩阵。
11.根据权利要求10所述的校验方法,其特征在于,分别计算每个所述匹配特征对在水平方向上的第一位置差值的第一比例值和在竖直方向上的第二位置差值的第二比例值包括:
计算q1和q2在水平方向上位置的差值C1,计算p1和p2在水平方向上位置的差值C2,计算所述第一比例值d1=C1/C2;
计算q1和q2在竖直方向上位置的差值C3,计算p1和p2在水平方向上位置的差值C4,计算所述第二比例值d2=C3/C4;
其中,所述匹配特征集合包括n个所述匹配特征对,分别为第一特征q1-第二特征p1,第一特征q2-第二特征p2,第一特征q3-第二特征p3,……,第一特征qn-第二特征pn。
12.根据权利要求9至11中任意一项所述的校验方法,其特征在于,检测所述匹配特征对是否符合所述仿射变换矩阵包括:
使用所述仿射变换矩阵计算所述第一特征对应的第二计算特征;
计算所述第二特征与所述第二计算特征的计算距离;
若所述计算距离不大于预设计算距离,则检测出所述计算距离对应的所述匹配特征对符合所述仿射变换矩阵;
若所述计算距离大于所述预设计算距离,则检测出所述计算距离对应的所述匹配特征对不符合所述仿射变换矩阵。
13.根据权利要求2或3所述的校验方法,其特征在于,所述当前过滤条件为面积条件,其中,使用所述当前过滤条件对当前匹配特征集合中的所述匹配特征对进行过滤处理,得到过滤后的匹配特征集合包括:
计算所述第一图像上的所述匹配特征对的第一特征的外接矩形的第一面积和所述第二图像上的所述匹配特征对的第二特征的外接矩形的第二面积;
计算所述第一图像上的所述第一特征的覆盖区域的第三面积和所述第二图像上的所述第二特征的覆盖区域的第四面积;
若所述第一面积与所述第一图像的面积的比例符合第一预设面积阈值,所述第三面积与所述第一图像的面积的比例符合第二预设面积阈值,所述第二面积与所述第二图像的面积的比例符合所述第一预设面积阈值,以及所述第四面积与所述第二图像的面积的比例符合所述第二预设面积阈值,则确认所述匹配特征对为符合所述面积条件的特征对;否则,确认所述匹配特征对不符合所述面积条件,将所述匹配特征对从所述当前匹配特征集合中删除,得到所述过滤后的匹配特征集合。
14.根据权利要求2所述的校验方法,其特征在于,从所述尚未被用于所述过滤处理的所述过滤条件中选择一个作为当前过滤条件包括:
使用预设图像样本对每个所述过滤条件进行过滤测试,获取测试结果,其中,所述测试结果包括过滤准确率、过滤覆盖度以及过滤速度;
使用所述过滤准确率、所述过滤覆盖度以及所述过滤速度对所述过滤条件排序得到条件序列;
按照所述条件序列确定所述过滤条件的执行顺序,按照所述执行顺序从所述尚未被用于所述过滤处理的所述过滤条件确定所述当前过滤条件。
15.一种同源图像的校验装置,其特征在于,包括:
提取模块,用于提取第一图像的图像特征;
检索模块,用于在图像库中检索与所述图像特征相匹配的特征,得到匹配特征集合,其中,所述匹配特征集合包括至少一个匹配特征对,每个所述匹配特征对包括所述图像特征中匹配成功的第一特征和与所述第一特征相匹配的第二特征,所述匹配特征集合中的所述第二特征均为第二图像的特征;
过滤模块,用于使用预设特征校验条件按照层级顺序对所述匹配特征集合中的所述匹配特征对进行过滤处理,得到过滤后的匹配特征集合,其中,所述预设特征校验条件包括至少两个预设的过滤条件;
图像确定模块,用于在所述过滤后的匹配特征集合中的匹配特征对的个数满足预设匹配规则的情况下,确认所述第一图像与所述第二图像为同源图像。
16.根据权利要求15所述的校验装置,其特征在于,当前匹配特征集合的初始值为所述匹配特征集合,其中,所述过滤模块包括:
循环执行模块,用于重复执行以下步骤,直到所述预设特征校验条件中的每一个所述过滤条件均已用于所述过滤处理,所述循环执行模块包括:
第一判断模块,用于判断所述预设特征校验条件中是否存在尚未被用于所述过滤处理的所述过滤条件;
条件选择模块,用于若存在尚未被用于所述过滤处理的所述过滤条件,则从所述尚未被用于所述过滤处理的所述过滤条件中选择一个作为当前过滤条件;
当前过滤模块,用于使用所述当前过滤条件对当前匹配特征集合中的所述匹配特征对进行过滤处理,得到过滤后的匹配特征集合,将所述过滤后的匹配特征集合作为当前匹配特征集合。
17.根据权利要求16所述的校验装置,其特征在于,所述过滤条件包括:个数条件、仿射变换条件、距离条件、位置条件以及面积条件中的至少两个。
18.根据权利要求16或17所述的校验装置,其特征在于,所述当前过滤条件为个数条件,其中,所述当前过滤模块包括:
第一获取模块,用于获取所述当前匹配特征集合中的匹配特征对的特征个数;
第一检测模块,用于检测所述特征个数是否符合预设特征个数;
第一处理模块,用于在所述特征个数不符合所述预设特征个数的情况下,将所述匹配特征对从所述当前匹配特征集合中删除,得到所述过滤后的匹配特征集合。
19.根据权利要求16或17所述的校验装置,其特征在于,所述当前过滤条件为距离条件,其中,所述当前过滤模块包括:
第一计算模块,用于计算所述当前匹配特征集合中的每个匹配特征对的所述第一特征与所述第二特征之间的特征距离;
第二检测模块,用于检测所述特征距离是否符合预设距离参数;
第二处理模块,用于在所述特征距离不符合所述预设距离参数的情况下,将所述特征距离对应的所述匹配特征对从所述当前匹配特征集合中删除,得到所述过滤后的匹配特征集合。
20.根据权利要求19所述的校验装置,其特征在于,所述第二检测模块包括:
第一检测子模块,用于检测所述特征距离是否小于预设距离阈值;第一确定模块,用于在所述特征距离小于所述预设距离阈值的情况下,检测出所述特征距离符合所述预设距离参数;第二确定模块,用于在所述特征距离不小于所述预设距离阈值的情况下,检测出所述特征距离不符合所述预设距离参数;和/或
排序模块,用于按照所述特征距离的值的大小排序;第三确定模块,用于将排序为第k+1个及其第k+1之后的所述特征距离确定为不符合所述预设距离参数的特征距离,其中,k为大于1的自然数。
21.根据权利要求16或17所述的校验装置,其特征在于,所述当前过滤条件为位置条件,其中,所述当前过滤模块包括:
第二计算模块,用于逐个计算所述当前匹配特征集合中的当前匹配特征对的方向的差值;
第一统计模块,用于在预定义窗口下统计所述差值的众数;
第三计算模块,用于计算每个所述差值与所述众数之差的绝对值;
第三处理模块,用于在所述绝对值大于或等于预设绝对值的情况下,将所述绝对值对应的所述匹配特征对从所述当前匹配特征集合中删除,得到所述过滤后的匹配特征集合。
22.根据权利要求16或17所述的校验装置,其特征在于,所述当前过滤条件为仿射变换条件,其中,所述当前过滤模块包括:
第四计算模块,用于依据所述当前匹配特征集合中的匹配特征对计算所述第一图像的仿射变换矩阵;
第三检测模块,用于检测所述匹配特征对是否符合所述仿射变换矩阵;
第四处理模块,用于在所述匹配特征对不符合所述仿射变换矩阵的情况下,将所述匹配特征对从所述当前匹配特征集合中删除,得到所述过滤后的匹配特征集合。
23.根据权利要求22所述的校验装置,其特征在于,所述第四计算模块包括:
迭代计算模块,用于按照如下步骤进行迭代计算验证分数,直至计算所述验证分数的计算次数达到预设计算次数停止计算,所述迭代计算模块包括:
特征对选择模块,用于从所述当前匹配特征集合中选出X个匹配特征对,其中,所述X为预设值,所述X为自然数;
第一计算子模块,用于使用所述X个匹配特征对计算出初始仿射变换矩阵;
验证模块,用于使用所述初始仿射变换矩阵验证所述当前匹配特征集合中的所述当前匹配特征对得到验证分数;
第一判断子模块,用于在停止计算之后,判断所述验证分数中最大的验证分数是否大于预设分数;
第四确定模块,用于若所述最大的验证分数大于所述预设分数,判断出所述最大的验证分数对应的所述初始仿射变换矩阵为所述第一图像的所述仿射变换矩阵;
第五确定模块,用于若所述最大的验证分数小于或等于所述预设分数,则确定所述第一图像不存在所述仿射变换矩阵,所述第一图像与所述第二图像不是同源图像。
24.根据权利要求22所述的校验装置,其特征在于,所述第四计算模块包括:
第五计算模块,用于使用所述匹配特征对的角度计算所述仿射变换矩阵的旋转角度;
第六计算模块,用于分别计算每个所述匹配特征对在水平方向上的第一位置差值的第一比例值和在竖直方向上的第二位置差值的第二比例值;
第二统计模块,用于确定所述第一比例值的第一众数和所述第二比例值的第二众数;
第一比例确定模块,用于将所述第一众数作为所述仿射变换矩阵的所述水平方向的第一缩放比例,将所述第二众数作为所述仿射变换矩阵的所述竖直方向的第二缩放比例;
第一矩阵计算模块,用于使用所述旋转角度、所述第一缩放比例、所述第二缩放比例以及dx=0和dy=0计算初始仿射变换矩阵,其中,所述dx=0表示设置所述仿射变换矩阵在所述水平方向上的平移比例为0,所述dy=0表示设置所述仿射变换矩阵在所述竖直方向上的平移比例为0;
第七计算模块,用于依据所述初始仿射变换矩阵计算每个所述匹配特征对中的第一特征对应的第一计算特征;
第八计算模块,用于计算所述第一计算特征与所述第二特征在所述水平方向上的第三位置差值和计算所述第一计算特征与所述第二特征在所述竖直方向上的第四位置差值;
第三统计模块,用于统计所述第三位置差值的第三众数与所述第四位置差值的第四众数;
第二比例确定模块,用于将所述第三众数作为所述仿射变换矩阵的水平方向的第一平移比例,将所述第四众数作为所述仿射变换矩阵的竖直方向的第二平移比例;
第一矩阵计算模块,用于根据所述旋转角度、所述第一缩放比例、所述第二缩放比例、所述第一平移比例以及所述第二平移比例计算所述仿射变换矩阵。
25.根据权利要求24所述的校验装置,其特征在于,所述第六计算模块包括:
第二计算子模块,用于计算q1和q2在水平方向上位置的差值C1,计算p1和p2在水平方向上位置的差值C2,计算所述第一比例值d1=C1/C2;
第三计算子模块,用于计算q1和q2在竖直方向上位置的差值C3,计算p1和p2在水平方向上位置的差值C4,计算所述第二比例值d2=C3/C4;
其中,所述匹配特征集合包括n个所述匹配特征对,分别为第一特征q1-第二特征p1,第一特征q2-第二特征p2,第一特征q3-第二特征p3,……,第一特征qn-第二特征pn。
26.根据权利要求23至25中任意一项所述的校验装置,其特征在于,所述第三检测模块包括:
第九计算模块,用于使用所述仿射变换矩阵计算所述第一特征对应的第二计算特征;
第十计算模块,用于计算所述第二特征与所述第二计算特征的计算距离;
第六确定模块,用于若所述计算距离不大于预设计算距离,则检测出所述计算距离对应的所述匹配特征对符合所述仿射变换矩阵;
第七确定模块,用于若所述计算距离大于所述预设计算距离,则检测出所述计算距离对应的所述匹配特征对不符合所述仿射变换矩阵。
27.根据权利要求16或17所述的校验装置,其特征在于,所述当前过滤条件为面积条件,其中,所述当前过滤模块包括:
第一面积计算模块,用于计算所述第一图像上的所述匹配特征对的第一特征的外接矩形的第一面积和所述第二图像上的所述匹配特征对的第二特征的外接矩形的第二面积;
第二面积计算模块,用于计算所述第一图像上的所述第一特征的覆盖区域的第三面积和所述第二图像上的所述第二特征的覆盖区域的第四面积;
第八确定模块,用于若所述第一面积与所述第一图像的面积的比例符合第一预设面积阈值,所述第三面积与所述第一图像的面积的比例符合第二预设面积阈值,所述第二面积与所述第二图像的面积的比例符合所述第一预设面积阈值,以及所述第四面积与所述第二图像的面积的比例符合所述第二预设面积阈值,则确认所述匹配特征对为符合所述面积条件的特征对;否则,确认所述匹配特征对不符合所述面积条件,将所述匹配特征对从所述当前匹配特征集合中删除,得到所述过滤后的匹配特征集合。
28.根据权利要求16所述的校验装置,其特征在于,所述条件选择模块包括:
测试模块,用于使用预设图像样本对每个所述过滤条件进行过滤测试,获取测试结果,其中,所述测试结果包括过滤准确率、过滤覆盖度以及过滤速度;
条件序列获取模块,用于使用所述过滤准确率、所述过滤覆盖度以及所述过滤速度对所述过滤条件排序得到条件序列;
第九确定模块,用于按照所述条件序列确定所述过滤条件的执行顺序,按照所述执行顺序从所述尚未被用于所述过滤处理的所述过滤条件确定所述当前过滤条件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410385310.XA CN105335956B (zh) | 2014-08-06 | 2014-08-06 | 同源图像的校验方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410385310.XA CN105335956B (zh) | 2014-08-06 | 2014-08-06 | 同源图像的校验方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105335956A CN105335956A (zh) | 2016-02-17 |
CN105335956B true CN105335956B (zh) | 2020-07-28 |
Family
ID=55286461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410385310.XA Active CN105335956B (zh) | 2014-08-06 | 2014-08-06 | 同源图像的校验方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105335956B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105975939B (zh) * | 2016-05-06 | 2019-10-15 | 百度在线网络技术(北京)有限公司 | 视频检测方法和装置 |
CN107193979B (zh) * | 2017-05-26 | 2020-08-11 | 成都掌中全景信息技术有限公司 | 一种同源图片检索的方法 |
CN111045671A (zh) * | 2018-10-12 | 2020-04-21 | 中国移动通信集团有限公司 | 一种图像对比方法和装置 |
CN109614984A (zh) * | 2018-10-29 | 2019-04-12 | 深圳北斗应用技术研究院有限公司 | 一种同源图像检测方法和系统 |
CN110930301B (zh) * | 2019-12-09 | 2023-08-11 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN112184674A (zh) * | 2020-09-30 | 2021-01-05 | 苏州艾隆科技股份有限公司 | 药品检测方法、装置、电子终端及存储介质 |
CN116126998B (zh) * | 2023-04-17 | 2023-06-27 | 山东省国土测绘院 | 一种档案同源核查方法和系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103294667A (zh) * | 2012-02-27 | 2013-09-11 | 深圳市腾讯计算机系统有限公司 | 通过水印进行同源图片追踪的方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009027393A (ja) * | 2007-07-19 | 2009-02-05 | Hitachi Ltd | 映像検索システムおよび人物検索方法 |
-
2014
- 2014-08-06 CN CN201410385310.XA patent/CN105335956B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103294667A (zh) * | 2012-02-27 | 2013-09-11 | 深圳市腾讯计算机系统有限公司 | 通过水印进行同源图片追踪的方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于特征的SAR影像匹配技术研究;刘景正;《中国优秀硕士学位论文全文数据库 信息科技辑》;20080715;论文第30-42页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105335956A (zh) | 2016-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105335956B (zh) | 同源图像的校验方法及装置 | |
CN106469276B (zh) | 数据样本的类型识别方法及装置 | |
CN107423613A (zh) | 依据相似度确定设备指纹的方法、装置及服务器 | |
CN107895038B (zh) | 一种链路预测关系推荐方法及装置 | |
CN106936778B (zh) | 网站流量异常的检测方法和装置 | |
CN105404631B (zh) | 图片识别方法和装置 | |
CN111597054B (zh) | 一种信息处理方法、系统、电子设备及存储介质 | |
CN111104427A (zh) | 全球物流单号识别方法、装置、计算机设备及存储介质 | |
CN106817390B (zh) | 一种用户数据共享的方法和设备 | |
CN110516752A (zh) | 聚类簇质量评估方法、装置、设备及存储介质 | |
CN114780606B (zh) | 一种大数据挖掘方法及系统 | |
CN114722091A (zh) | 数据处理方法、装置、存储介质以及处理器 | |
CN111598176A (zh) | 一种图像匹配处理方法及装置 | |
CN112203324B (zh) | 一种基于位置指纹库的mr定位方法及装置 | |
CN109102303B (zh) | 风险检测方法和相关装置 | |
CN108920601B (zh) | 一种数据匹配方法及装置 | |
CN107832852B (zh) | 数据处理学习方法、系统以及电子设备 | |
CN113204716A (zh) | 可疑洗钱用户交易关系确定方法及装置 | |
CN117376228A (zh) | 一种网络安全测试工具确定方法及装置 | |
CN110968835A (zh) | 一种近似分位数计算方法及装置 | |
CN114968933A (zh) | 数据中心的日志的分类方法和装置 | |
CN106776264B (zh) | 应用程序代码的测试方法和装置 | |
CN115052270A (zh) | 业务指标确定方法、装置、电子设备及非易失性存储介质 | |
CN109241421B (zh) | Id数据网处理方法、装置、计算设备及计算机存储介质 | |
CN110874385B (zh) | 数据处理方法、装置和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |