CN105488820B - 颜色比对方法及装置 - Google Patents
颜色比对方法及装置 Download PDFInfo
- Publication number
- CN105488820B CN105488820B CN201610104214.2A CN201610104214A CN105488820B CN 105488820 B CN105488820 B CN 105488820B CN 201610104214 A CN201610104214 A CN 201610104214A CN 105488820 B CN105488820 B CN 105488820B
- Authority
- CN
- China
- Prior art keywords
- picture
- percentage
- color
- standard colors
- calculated
- 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.)
- Expired - Fee Related
Links
Landscapes
- Color Image Communication Systems (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供了一种颜色比对方法及装置,改善了现有技术中图片间颜色匹配的可靠性有待提高的问题。该颜色比对方法包括:计算得到第一图片、第二图片中每种标准颜色的像素点数量所占的百分比;分别针对第一图片和第二图片,计算得到第一图片和第二图片中每种标准颜色的像素点非重合部分的百分;计算第一图片和第二图片中两两标准颜色的色差,并计算得到第一图片和第二图片的标准颜色的色差总值D;将色差总值D与最大色差值SW的比值作为第一图片和第二图片的差异度Y;根据差异度Y计算得到第一图片和第二图片的匹配度。使用该颜色比对方法,可以提高颜色比对匹配的精确度,实施方便,易于推广应用。
Description
技术领域
本发明涉及匹配算法技术领域,具体而言,涉及一种颜色比对方法及装置。
背景技术
现今,图像比对技术已广泛应用于图片检索、身份识别、公安系统等领域。而计算不同图片间的颜色匹配度是图片比对技术中的一个重要分支。一种常用的颜色匹配度计算方法是设定N种标准颜色,将第一图片和第二图片各像素点的颜色分别与N种标准色进行颜色相似度计算,从N种标准色中选最接近颜色替换第一图片和第二图片中像素点的颜色。这样第一图片和第二图片被看做是只由N种颜色构成。再计算每种颜色像素数量在N种颜色中的百分比,并计算第一图片和第二图片中颜色百分比值重合部分的百分比,即第一图片和第二图片中同一种标准颜色所占百分比中的较小值并求和。采用这种计算方法,匹配度与N种标准色的设定有很大的关系,如果标准色设定的太少,会出现某种颜色在视觉上很接近,但分别被不同的标准色所替换,从而使得两种颜色近似度为0。反之,如果标准色设定的太多,则会出现颜色分散,同样在计算近似度时会出现大量0重合的现象,匹配的可靠性有待提高。
发明内容
有鉴于此,本发明实施例的目的在于提供一种颜色比对方法及装置,以改善现有技术中图片间颜色匹配的可靠性有待提高的问题。
为了实现上述目的,本发明实施例采用的技术方案如下:
本发明实施例提供了一种颜色比对方法,包括:
从N种标准颜色中选择与第一图片中每个像素点的颜色最接近的标准颜色替换所述第一图片中的各像素点的颜色,计算得到所述第一图片中每种标准颜色的像素点数量所占的百分比K(P0,N);
从N种标准颜色中选择与第二图片中每个像素点的颜色最接近的标准颜色替换所述第二图片中的各像素点的颜色,计算得到所述第二图片中每种标准颜色的像素点数量所占的百分比K(P1,N);针对所述第一图片,计算得到所述第一图片和所述第二图片中每种标准颜色的像素点非重合部分的百分比QP0(N);
针对所述第二图片,计算得到所述第二图片和所述第一图片中每种标准颜色的像素点非重合部分的百分比QP1(N);
根据所述百分比QP0(N)和百分比QP1(N),计算所述第一图片和第二图片中两两标准颜色的色差,并计算得到所述第一图片和第二图片的标准颜色的色差总值D;
计算得到所述第一图片和第二图片的最大色差值SW,将所述色差总值D与所述最大色差值SW的比值作为所述第一图片和第二图片的差异度Y;
根据所述差异度Y计算得到所述第一图片和第二图片的匹配度。
作为一种优选,针对所述第一图片,所述第一图片和所述第二图片中每种标准颜色的像素点非重合部分的百分比QP0(N)由以下公式计算得到:
QP0(N)=K(P0,N)-MIN(K(P0,N),K(P1,N))
针对所述第二图片,所述第二图片和所述第一图片中每种标准颜色的像素点非重合部分的百分比QP1(N)由以下公式计算得到:
QP1(N)=K(P1,N)-MIN(K(P0,N),K(P1,N));
其中,MIN(K(P0,N),K(P1,N))是指K(P0,N)和K(P1,N)中的较小值。
作为另一种优选,所述根据所述百分比QP0(N)和百分比QP1(N),计算所述第一图片和第二图片中两两标准颜色的色差,包括:
计算所述N种标准颜色中两两标准颜色之间的色距St并进行排序,得到数组St[m,n],其中,t∈(1,T),T=N*(N-1)/2,m≠n,且m,n∈(1,N);
计算所述百分比QP0(N)中对应的各标准颜色与百分比QP1(N)中对应的各标准颜色中两两色距最小的标准颜色之间的色差,将计算得到的每个色差相加作为所述第一图片和第二图片的标准颜色的色差总值D。
作为又一种优选,所述计算所述百分比QP0(N)中对应的各标准颜色与百分比QP1(N)中对应的各标准颜色中两两色距最小的标准颜色之间的色差,包括:
查找出所述百分比QP0(N)和百分比QP1(N)中色距最小的两个标准颜色m1和n1,以及标准颜色m1和n1的色距St[m1,n1];
通过以下公式得到所述百分比QP0(N)和百分比QP1(N)中所述标准颜色m1和n1的色差D1:
D1=St[m1,n1]*MIN(QP0(m1),QP1(n1)),其中,MIN(QP0(m1),QP1(n1))指颜色m1在第一图片中所占百分比和颜色n1在第二图片中所占百分比之间的较小值;
将所述百分比QP0(N)中的颜色m1在第一图片中所占百分比减去MIN(QP0(m1),QP1(n1))后作为新的百分比XQP0(N);将所述百分比QP1(N)中的颜色n1在第二图片中所占百分比减去MIN(QP0(m1),QP1(n1))后作为新的百分比XQP1(N);
查找出所述新的百分比XQP0(N)与新的百分比XQP1(N)中色距最小的两个标准颜色m2和n2,以及标准颜色m2和n2的色距St[m2,n2];
通过以下公式得到所述新的百分比XQP0(N)和新的百分比XQP1(N)中所述标准颜色m2和n2的色差D2:
D2=St[m2,n2]*MIN(QP0(m2),QP1(n2)),其中,MIN(QP0(m2),QP1(n2))指颜色m2在第一图片中所占百分比和颜色n2在第二图片中所占百分比之间的较小值;
直至完成对所述百分比QP0(N)和百分比QP1(N)中所有标准颜色间色差的计算。
进一步地,所述计算得到所述第一图片和第二图片的最大色差值SW,包括:
得到所述第一图片和第二图片的黑白图片;
计算得到所述第一图片和第二图片的黑白图片之间的色差值作为所述第一图片和第二图片的最大色差值SW。
进一步地,所述第一图片和第二图片的匹配度PD由以下公式计算得到:
PD=1-Y。
在上述基础上,本发明实施例还提供了一种颜色比对装置,所述装置包括:
第一百分比计算单元,用于从N种标准颜色中选择与第一图片中每个像素点的颜色最接近的标准颜色替换所述第一图片中的各像素点的颜色,计算得到所述第一图片中每种标准颜色的像素点数量所占的百分比K(P0,N);
第二百分比计算单元,用于从N种标准颜色中选择与第二图片中每个像素点的颜色最接近的标准颜色替换所述第二图片中的各像素点的颜色,计算得到所述第二图片中每种标准颜色的像素点数量所占的百分比K(P1,N);
第三百分比计算单元,用于针对所述第一图片,计算得到所述第一图片和所述第二图片中每种标准颜色的像素点非重合部分的百分比QP0(N);
第四百分比计算单元,用于针对所述第二图片,计算得到所述第二图片和所述第一图片中每种标准颜色的像素点非重合部分的百分比QP1(N);
色差计算单元,用于根据所述百分比QP0(N)和百分比QP1(N),计算所述第一图片和第二图片中两两标准颜色的色差,并计算得到所述第一图片和第二图片的标准颜色的色差总值D;
差异度计算单元,用于计算得到所述第一图片和第二图片的最大色差值SW,将所述色差总值D与所述最大色差值SW的比值作为所述第一图片和第二图片的差异度Y;
匹配度计算单元,用于根据所述差异度Y计算得到所述第一图片和第二图片的匹配度。
进一步地,所述第三百分比计算单元用于根据以下公式计算得到针对所述第一图片,所述第一图片和所述第二图片中每种标准颜色的像素点非重合部分的百分比QP0(N):
QP0(N)=K(P0,N)-MIN(K(P0,N),K(P1,N))
所述第四百分比计算单元用于根据以下公式计算得到针对所述第二图片,所述第二图片和所述第一图片中每种标准颜色的像素点非重合部分的百分比:
QP1(N)=K(P1,N)-MIN(K(P0,N),K(P1,N))其中,MIN(K(P0,N),K(P1,N))是指K(P0,N)和K(P1,N)中的较小值。
优选地,所述色差计算单元包括:
色距计算子单元,用于计算所述N种标准颜色中两两标准颜色之间的色距St并进行排序,得到数组St[m,n],其中,t∈(1,T),T=N*(N-1)/2,m≠n,且m,n∈(1,N);
色差计算子单元,用于计算所述百分比QP0(N)中对应的各标准颜色与百分比QP1(N)中对应的各标准颜色中两两色距最小的标准颜色之间的色差,将计算得到的每个色差相加作为所述第一图片和第二图片的标准颜色的色差总值D。
进一步地,所述色差计算子单元包括:
查找次子单元,用于查找出所述百分比QP0(N)和百分比QP1(N)中色距最小的两个标准颜色m1和n1,以及标准颜色m1和n1的色距St[m1,n1];
色差计算次子单元,用于通过以下公式得到所述百分比QP0(N)和百分比QP1(N)中所述标准颜色m1和n1的色差D1:
D1=St[m1,n1]*MIN(QP0(m1),QP1(n1)),其中,MIN(QP0(m1),QP1(n1))指颜色m1在第一图片中所占百分比和颜色n1在第二图片中所占百分比之间的较小值;
新百分比设定次子单元,用于将所述百分比QP0(N)中的颜色m1在第一图片中所占百分比减去MIN(QP0(m1),QP1(n1))后作为新的百分比XQP0(N);将所述百分比QP1(N)中的颜色n1在第二图片中所占百分比减去MIN(QP0(m1),QP1(n1))后作为新的百分比XQP1(N);
所述查找次子单元还用于,查找出所述新的百分比XQP0(N)与新的百分比XQP1(N)中色距最小的两个标准颜色m2和n2,以及标准颜色m2和n2的色距St[m2,n2];
所述色差计算次子单元,还用于通过以下公式得到所述新的百分比XQP0(N)和新的百分比XQP1(N)中所述标准颜色m2和n2的色差D2:
D2=St[m2,n2]*MIN(QP0(m2),QP1(n2)),其中,MIN(QP0(m2),QP1(n2))指颜色m2在第一图片中所占百分比和颜色n2在第二图片中所占百分比之间的较小值。
与现有技术相比,本发明实施例中所提供的颜色比对方法及装置,摒弃了现有技术中采用两幅图片间各标准颜色重合部分的最小百分比之和作为两幅图片匹配度的设计方案,根据两幅图片非重合部分的百分比计算两幅图片非重合部分的色差总和,并将色差总和与最大色差值的比值作为两幅图片的差异度,再根据差异度反推两幅图片的匹配度,采用这种比对方法得到的匹配度是综合两幅图片非重合部分的百分比及色差得出的,更为准确可靠。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的一种颜色比对方法的流程示意图。
图2示出了本发明实施例所提供的一种色差计算方法的流程示意图。
图3示出了本发明实施例所提供的一种最大色差值的获得流程示意图。
图4示出了本发明实施例所提供的一种颜色比对装置的结构示意图。
图5示出了本发明实施例所提供的另一种颜色比对装置的结构示意图。
图6示出了本发明实施例所提供的另一种颜色比对装置的结构示意图。
具体实施方式
下面将结合本发明实施例中附图,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实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
本发明实施例提供了一种通过计算两幅图片(第一图片和第二图片)之间的差异度反推得到两幅图片之间的匹配度的颜色比对方法,如图1所示,该方法包括:
步骤S101:从N种标准颜色中选择与第一图片中每个像素点的颜色最接近的标准颜色替换所述第一图片中的各像素点的颜色,计算得到所述第一图片中每种标准颜色的像素点数量所占的百分比K(P0,N)。
步骤S102:从N种标准颜色中选择与第二图片中每个像素点的颜色最接近的标准颜色替换所述第二图片中的各像素点的颜色,计算得到所述第二图片中每种标准颜色的像素点数量所占的百分比K(P1,N)。
本发明实施例中,计算第一图片和第二图片匹配度时,首先设定N种标准颜色,将第一图片和第二图片中各像素点的颜色分别与N种标准颜色进行相似度计算,从N种标准颜色中选择最接近的标准颜色替换第一图片和第二图片中的各像素点。如此处理之后,第一图片和第二图片被转换为只由N种标准颜色构成。然后再计算每幅图片中每种标准颜色的像素点数量在N种标准颜色的总像素点数量中的百分比。本实施例中,与第一图片或第二图片中的像素点的颜色最接近的标准颜色是指该N种标准颜色中与对应像素点的颜色色差值最小的其中一个标准颜色。
其中,N种标准颜色可预先设定,实施时,判断与像素点的颜色最接近的标准颜色的方式有多种,例如:根据颜色模型LAB查找出最接近的标准颜色。又例如:根据颜色模型HSV(Hue,Saturation,Value)查找出最接近的标准颜色。
步骤S103:针对所述第一图片,计算得到所述第一图片和所述第二图片中每种标准颜色的像素点非重合部分的百分比QP0(N)。
本发明实施例中,针对所述第一图片,所述第一图片和所述第二图片中每种标准颜色的像素点非重合部分的百分比QP0(N)优选由以下公式计算得到:
QP0(N)=K(P0,N)-MIN(K(P0,N),K(P1,N))
其中,MIN(K(P0,N),K(P1,N))是指K(P0,N)和K(P1,N)中的较小值。
步骤S104:针对所述第二图片,计算得到所述第二图片和所述第一图片中每种标准颜色的像素点非重合部分的百分比QP1(N)。
本发明实施例中,针对所述第二图片,所述第二图片和所述第一图片中每种标准颜色的像素点非重合部分的百分比QP1(N)优选由以下公式计算得到:
QP1(N)=K(P1,N)-MIN(K(P0,N),K(P1,N))。
通过上述计算,针对同一种标准颜色QP0(N)和QP1(N)中必然有一个的值为0且另一个的值不为0。例如:设当N=1时,K(P0,1)=5%,K(P1,1)=2%,那么MIN(K(P0,1),K(P1,1))=2%。
QP0(1)=K(P0,1)-MIN(K(P0,1),K(P1,1))=5%-2%=3%
QP1(1)=K(P1,1)-MIN(K(P0,1),K(P1,1))=2%-2%=0
步骤S105:根据所述百分比QP0(N)和百分比QP1(N),计算所述第一图片和第二图片中两两标准颜色的色差,并计算得到所述第一图片和第二图片的标准颜色的色差总值D。
步骤S106:计算得到所述第一图片和第二图片的最大色差值SW,将所述色差总值D与所述最大色差值SW的比值作为所述第一图片和第二图片的差异度Y。
其中,当第一图片和第二图片为黑白图片时,二者之间的色差值为最大,因而,如图3所示,优选通过以下步骤计算第一图片和第二图片的最大色差值。步骤S301:得到所述第一图片和第二图片的黑白图片。步骤S302:计算得到所述第一图片和第二图片的黑白图片之间的色差值作为所述第一图片和第二图片的最大色差值SW。
步骤S107:根据所述差异度Y计算得到所述第一图片和第二图片的匹配度。
如图2所示,是本发明实施例提供的一种所述步骤S105的子流程图,具体介绍如下。
步骤S201:计算所述N种标准颜色中两两标准颜色之间的色距St并进行排序,得到数组St[m,n],其中,t∈(1,T),T=N*(N-1)/2,m≠n,且m,n∈(1,N)。
其中,计算标准颜色之间的色距的方式有多种,例如:根据RGB颜色空间矢量计算两种颜色之间的色距。又例如:根据欧式距离(Euclidean distance)计算两种颜色之间的色距。又例如:可以设第n种标准颜色的LAB值为(Ln,An,Bn),第m种标准颜色的LAB值为(Lm,Am,Bm)。那么,第m种标准颜色和第n种标准颜色之间的距离值为Smn=SQR[(Lm-Ln)2+(Am-An)2+(Bm-Bn)2]。N种颜色进行两两色差计算,然后排序,可表示为数组St[m,n],其中:t∈(1,T),T=N*(N-1)/2,m≠n,且m,n∈(1,N)。
步骤S202:计算所述百分比QP0(N)中对应的各标准颜色与百分比QP1(N)中对应的各标准颜色中两两色距最小的标准颜色之间的色差,将计算得到的每个色差相加作为所述第一图片和第二图片的标准颜色的色差总值D。
其中,优选通过以下方案计算所述百分比QP0(N)中对应的各标准颜色与百分比QP1(N)中对应的各标准颜色中两两色距最小的标准颜色之间的色差。
第一,查找出所述百分比QP0(N)和百分比QP1(N)中色距最小的两个标准颜色m1和n1,以及标准颜色m1和n1的色距St[m1,n1]。
第二,通过以下公式得到所述百分比QP0(N)和百分比QP1(N)中所述标准颜色m1和n1的色差D1:
D1=St[m1,n1]*MIN(QP0(m1),QP1(n1)),其中,MIN(QP0(m1),QP1(n1))指颜色m1在第一图片中所占百分比和颜色n1在第二图片中所占百分比之间的较小值。
第三,将所述百分比QP0(N)中的颜色m1在第一图片中所占百分比减去MIN(QP0(m1),QP1(n1))后作为新的百分比XQP0(N)。将所述百分比QP1(N)中的颜色n1在第二图片中所占百分比减去MIN(QP0(m1),QP1(n1))后作为新的百分比XQP1(N)。
第四,查找出所述新的百分比XQP0(N)与新的百分比XQP1(N)中色距最小的两个标准颜色m2和n2,以及标准颜色m2和n2的色距St[m2,n2]。
第五,通过以下公式得到所述新的百分比XQP0(N)和新的百分比XQP1(N)中所述标准颜色m2和n2的色差D2:
D2=St[m2,n2]*MIN(QP0(m2),QP1(n2)),其中,MIN(QP0(m2),QP1(n2))指颜色m2在第一图片中所占百分比和颜色n2在第二图片中所占百分比之间的较小值。
直至完成对所述百分比QP0(N)和百分比QP1(N)中所有标准颜色间色差的计算。
为了使得上述色差计算方法更为明确,现进行举例说明。设QP1(N)中包括标准颜色1和标准颜色2,标准颜色1的百分比为5%,标准颜色2的百分比为1%。设QP0(N)中包括标准颜色3和标准颜色4,标准颜色3的百分比为2%,标准颜色4的百分比为4%。各标准颜色之间的色距为已知。若查找得出QP1(N)和QP0(N)中色距最小的为标准颜色1和标准颜色3,色距为S(13),那么,标准颜色1和标准颜色3的的色差D(13)=S(13)*MIN(QP0(3),QP1(1))=S(13)*2%。将QP0(N)中的QP0(3)减去2%后得到新的XQP0(N)中仅包括百分比为4%的标准颜色4。将QP1(N)中的QP1(1)减去2%后得到新的XQP1(N)中包括百分比为3%的标准颜色1和百分比为1%的标准颜色2。若查找得出XQP1(N)和XQP0(N)中色距最小的为标准颜色4和标准颜色1,色距为S(14),那么,标准颜色1和标准颜色4的的色差D(14)=S(14)*MIN(QP0(4),QP1(1))=S(14)*3%。将XQP0(N)中的QP0(4)减去3%后得到新的XXQP0(N)中仅包括百分比为1%的标准颜色4。将XQP1(N)中的QP1(1)减去3%后得到新的XXQP1(N)中仅包括百分比为1%的标准颜色2。最后计算标准颜色4和标准颜色2的色差D(24)=S(24)*MIN(QP0(4),QP1(2))=S(24)*1%。色差总值D=D(13)+D(14)+D(24)。
本发明实施例中,根据差异度可以反推得到第一图片和第二图片的匹配度。匹配度PD由以下公式计算得到:PD=1-Y。
应理解,本发明实施例中,QP0(N)、QP1(N)、K(P0,N)和K(P1,N)为数组,而非单一的数值。可以理解为QP0(n)、QP1(n)、K(P0,n)和K(P1,n),其中,n∈1~N。
在上述基础上,本发明实施例还提供了一种可以运行在服务器、计算机、终端设备等具备图形图像处理能力的设备中用以实现上述颜色比对方法的颜色比对装置,如图4所示,所述装置包括:第一百分比计算单元401、第二百分比计算单元402、第三百分比计算单元403、第四百分比计算单元404、色差计算单元405、差异度计算单元406和匹配度计算单元407。
其中,第一百分比计算单元401用于从N种标准颜色中选择与第一图片中每个像素点的颜色最接近的标准颜色替换所述第一图片中的各像素点的颜色,计算得到所述第一图片中每种标准颜色的像素点数量所占的百分比K(P0,N)。第二百分比计算单元402用于从N种标准颜色中选择与第二图片中每个像素点的颜色最接近的标准颜色替换所述第二图片中的各像素点的颜色,计算得到所述第二图片中每种标准颜色的像素点数量所占的百分比K(P1,N)。第三百分比计算单元403用于针对所述第一图片,计算得到所述第一图片和所述第二图片中每种标准颜色的像素点非重合部分的百分比QP0(N)。第四百分比计算单元404用于针对所述第二图片,计算得到所述第二图片和所述第一图片中每种标准颜色的像素点非重合部分的百分比QP1(N)。色差计算单元405用于根据所述百分比QP0(N)和百分比QP1(N),计算所述第一图片和第二图片中两两标准颜色的色差,并计算得到所述第一图片和第二图片的标准颜色的色差总值D。差异度计算单元406用于计算得到所述第一图片和第二图片的最大色差值SW,将所述色差总值D与所述最大色差值SW的比值作为所述第一图片和第二图片的差异度Y。匹配度计算单元407用于根据所述差异度Y计算得到所述第一图片和第二图片的匹配度。
进一步地,所述第三百分比计算单元403用于根据以下公式计算得到针对所述第一图片,所述第一图片和所述第二图片中每种标准颜色的像素点非重合部分的百分比QP0(N):
QP0(N)=K(P0,N)-MIN(K(P0,N),K(P1,N))
所述第四百分比计算单元404用于根据以下公式计算得到针对所述第二图片,所述第二图片和所述第一图片中每种标准颜色的像素点非重合部分的百分比:
QP1(N)=K(P1,N)-MIN(K(P0,N),K(P1,N))其中,MIN(K(P0,N),K(P1,N))是指K(P0,N)和K(P1,N)中的较小值。
优选地,如图5所示,所述色差计算单元405包括:色距计算子单元501和色差计算子单元502。
其中,色距计算子单元501用于计算所述N种标准颜色中两两标准颜色之间的色距St并进行排序,得到数组St[m,n],其中,t∈(1,T),T=N*(N-1)/2,m≠n,且m,n∈(1,N)。色差计算子单元502用于计算所述百分比QP0(N)中对应的各标准颜色与百分比QP1(N)中对应的各标准颜色中两两色距最小的标准颜色之间的色差,将计算得到的每个色差相加作为所述第一图片和第二图片的标准颜色的色差总值D。
进一步地,如图6所示,所述色差计算子单元502包括:查找次子单元601、色差计算次子单元602和新百分比设定次子单元603。
其中,查找次子单元601用于查找出所述百分比QP0(N)和百分比QP1(N)中色距最小的两个标准颜色m1和n1,以及标准颜色m1和n1的色距St[m1,n1]。色差计算次子单元602用于通过以下公式得到所述百分比QP0(N)和百分比QP1(N)中所述标准颜色m1和n1的色差D1:D1=St[m1,n1]*MIN(QP0(m1),QP1(n1)),其中,MIN(QP0(m1),QP1(n1))指颜色m1在第一图片中所占百分比和颜色n1在第二图片中所占百分比之间的较小值。新百分比设定次子单元603用于将所述百分比QP0(N)中的颜色m1在第一图片中所占百分比减去MIN(QP0(m1),QP1(n1))后作为新的百分比XQP0(N);将所述百分比QP1(N)中的颜色n1在第二图片中所占百分比减去MIN(QP0(m1),QP1(n1))后作为新的百分比XQP1(N)。所述查找次子单元601还用于查找出所述新的百分比XQP0(N)与新的百分比XQP1(N)中色距最小的两个标准颜色m2和n2,以及标准颜色m2和n2的色距St[m2,n2]。所述色差计算次子单元602还用于通过以下公式得到所述新的百分比XQP0(N)和新的百分比XQP1(N)中所述标准颜色m2和n2的色差D2:D2=St[m2,n2]*MIN(QP0(m2),QP1(n2)),其中,MIN(QP0(m2),QP1(n2))指颜色m2在第一图片中所占百分比和颜色n2在第二图片中所占百分比之间的较小值。
与现有技术相比,本发明实施例中所提供的颜色比对方法及装置,摒弃了现有技术中采用两幅图片间各标准颜色重合部分的最小百分比之和作为两幅图片匹配度的设计方案,根据两幅图片非重合部分的百分比计算两幅图片非重合部分的色差总和,并将色差总和与最大色差值的比值作为两幅图片的差异度,再根据差异度反推两幅图片的匹配度,采用这种比对方法得到的匹配度是综合两幅图片非重合部分的百分比及色差得出的,更为准确可靠。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种颜色比对方法,其特征在于,包括:
从N种标准颜色中选择与第一图片中每个像素点的颜色最接近的标准颜色替换所述第一图片中的各像素点的颜色,计算得到所述第一图片中每种标准颜色的像素点数量所占的百分比K(P0,N);
从N种标准颜色中选择与第二图片中每个像素点的颜色最接近的标准颜色替换所述第二图片中的各像素点的颜色,计算得到所述第二图片中每种标准颜色的像素点数量所占的百分比K(P1,N);针对所述第一图片,计算得到所述第一图片和所述第二图片中每种标准颜色的像素点非重合部分的百分比QP0(N);
针对所述第二图片,计算得到所述第二图片和所述第一图片中每种标准颜色的像素点非重合部分的百分比QP1(N);
根据所述百分比QP0(N)和百分比QP1(N),计算所述第一图片和第二图片中两两标准颜色的色差,并计算得到所述第一图片和第二图片的标准颜色的色差总值D;
计算得到所述第一图片和第二图片的最大色差值SW,将所述色差总值D与所述最大色差值SW的比值作为所述第一图片和第二图片的差异度Y;
根据所述差异度Y计算得到所述第一图片和第二图片的匹配度;
其中,所述根据所述百分比QP0(N)和百分比QP1(N),计算所述第一图片和第二图片中两两标准颜色的色差,包括:
计算所述N种标准颜色中两两标准颜色之间的色距St并进行排序,得到数组St[m,n],其中,t∈(1,T),T=N*(N-1)/2,m≠n,且m,n∈(1,N);
计算所述百分比QP0(N)中对应的各标准颜色与百分比QP1(N)中对应的各标准颜色中两两色距最小的标准颜色之间的色差,将计算得到的每个色差相加作为所述第一图片和第二图片的标准颜色的色差总值D;
所述计算所述百分比QP0(N)中对应的各标准颜色与百分比QP1(N)中对应的各标准颜色中两两色距最小的标准颜色之间的色差,包括:
查找出所述百分比QP0(N)和百分比QP1(N)中色距最小的两个标准颜色m1和n1,以及标准颜色m1和n1的色距St[m1,n1];
通过以下公式得到所述百分比QP0(N)和百分比QP1(N)中所述标准颜色m1和n1的色差D1:
D1=St[m1,n1]*MIN(QP0(m1),QP1(n1)),其中,MIN(QP0(m1),QP1(n1))指颜色m1在第一图片中所占百分比和颜色n1在第二图片中所占百分比之间的较小值;
将所述百分比QP0(N)中的颜色m1在第一图片中所占百分比减去MIN(QP0(m1),QP1(n1))后作为新的百分比XQP0(N);将所述百分比QP1(N)中的颜色n1在第二图片中所占百分比减去MIN(QP0(m1),QP1(n1))后作为新的百分比XQP1(N);
查找出所述新的百分比XQP0(N)与新的百分比XQP1(N)中色距最小的两个标准颜色m2和n2,以及标准颜色m2和n2的色距St[m2,n2];
通过以下公式得到所述新的百分比XQP0(N)和新的百分比XQP1(N)中所述标准颜色m2和n2的色差D2:
D2=St[m2,n2]*MIN(QP0(m2),QP1(n2)),其中,MIN(QP0(m2),QP1(n2))指颜色m2在第一图片中所占百分比和颜色n2在第二图片中所占百分比之间的较小值。
2.根据权利要求1所述的颜色比对方法,其特征在于,针对所述第一图片,所述第一图片和所述第二图片中每种标准颜色的像素点非重合部分的百分比QP0(N)由以下公式计算得到:
QP0(N)=K(P0,N)-MIN(K(P0,N),K(P1,N))
针对所述第二图片,所述第二图片和所述第一图片中每种标准颜色的像素点非重合部分的百分比QP1(N)由以下公式计算得到:
QP1(N)=K(P1,N)-MIN(K(P0,N),K(P1,N))
其中,MIN(K(P0,N),K(P1,N))是指K(P0,N)和K(P1,N)中的较小值。
3.根据权利要求1~2任意一项所述的颜色比对方法,其特征在于,所述计算得到所述第一图片和第二图片的最大色差值SW,包括:
得到所述第一图片和第二图片的黑白图片;
计算得到所述第一图片和第二图片的黑白图片之间的色差值作为所述第一图片和第二图片的最大色差值SW。
4.根据权利要求3所述的颜色比对方法,其特征在于,所述第一图片和第二图片的匹配度PD由以下公式计算得到:
PD=1-Y。
5.一种颜色比对装置,其特征在于,包括:
第一百分比计算单元,用于从N种标准颜色中选择与第一图片中每个像素点的颜色最接近的标准颜色替换所述第一图片中的各像素点的颜色,计算得到所述第一图片中每种标准颜色的像素点数量所占的百分比K(P0,N);
第二百分比计算单元,用于从N种标准颜色中选择与第二图片中每个像素点的颜色最接近的标准颜色替换所述第二图片中的各像素点的颜色,计算得到所述第二图片中每种标准颜色的像素点数量所占的百分比K(P1,N);
第三百分比计算单元,用于针对所述第一图片,计算得到所述第一图片和所述第二图片中每种标准颜色的像素点非重合部分的百分比QP0(N);
第四百分比计算单元,用于针对所述第二图片,计算得到所述第二图片和所述第一图片中每种标准颜色的像素点非重合部分的百分比QP1(N);
色差计算单元,用于根据所述百分比QP0(N)和百分比QP1(N),计算所述第一图片和第二图片中两两标准颜色的色差,并计算得到所述第一图片和第二图片的标准颜色的色差总值D;
差异度计算单元,用于计算得到所述第一图片和第二图片的最大色差值SW,将所述色差总值D与所述最大色差值SW的比值作为所述第一图片和第二图片的差异度Y;
匹配度计算单元,用于根据所述差异度Y计算得到所述第一图片和第二图片的匹配度;
其中,所述色差计算单元包括:
色距计算子单元,用于计算所述N种标准颜色中两两标准颜色之间的色距St并进行排序,得到数组St[m,n],其中,t∈(1,T),T=N*(N-1)/2,m≠n,且m,n∈(1,N);
色差计算子单元,用于计算所述百分比QP0(N)中对应的各标准颜色与百分比QP1(N)中对应的各标准颜色中两两色距最小的标准颜色之间的色差,将计算得到的每个色差相加作为所述第一图片和第二图片的标准颜色的色差总值D;
所述色差计算子单元包括:
查找次子单元,用于查找出所述百分比QP0(N)和百分比QP1(N)中色距最小的两个标准颜色m1和n1,以及标准颜色m1和n1的色距St[m1,n1];
色差计算次子单元,用于通过以下公式得到所述百分比QP0(N)和百分比QP1(N)中所述标准颜色m1和n1的色差D1:
D1=St[m1,n1]*MIN(QP0(m1),QP1(n1)),其中,MIN(QP0(m1),QP1(n1))指颜色m1在第一图片中所占百分比和颜色n1在第二图片中所占百分比之间的较小值;
新百分比设定次子单元,用于将所述百分比QP0(N)中的颜色m1在第一图片中所占百分比减去MIN(QP0(m1),QP1(n1))后作为新的百分比XQP0(N);将所述百分比QP1(N)中的颜色n1在第二图片中所占百分比减去MIN(QP0(m1),QP1(n1))后作为新的百分比XQP1(N);
所述查找次子单元还用于,查找出所述新的百分比XQP0(N)与新的百分比XQP1(N)中色距最小的两个标准颜色m2和n2,以及标准颜色m2和n2的色距St[m2,n2];
所述色差计算次子单元,还用于通过以下公式得到所述新的百分比XQP0(N)和新的百分比XQP1(N)中所述标准颜色m2和n2的色差D2:
D2=St[m2,n2]*MIN(QP0(m2),QP1(n2)),其中,MIN(QP0(m2),QP1(n2))指颜色m2在第一图片中所占百分比和颜色n2在第二图片中所占百分比之间的较小值。
6.根据权利要求5所述的颜色比对装置,其特征在于,所述第三百分比计算单元用于根据以下公式计算得到针对所述第一图片,所述第一图片和所述第二图片中每种标准颜色的像素点非重合部分的百分比QP0(N):
QP0(N)=K(P0,N)-MIN(K(P0,N),K(P1,N))
所述第四百分比计算单元用于根据以下公式计算得到针对所述第二图片,所述第二图片和所述第一图片中每种标准颜色的像素点非重合部分的百分比:
QP1(N)=K(P1,N)-MIN(K(P0,N),K(P1,N))
其中,MIN(K(P0,N),K(P1,N))是指K(P0,N)和K(P1,N)中的较小值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610104214.2A CN105488820B (zh) | 2016-02-25 | 2016-02-25 | 颜色比对方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610104214.2A CN105488820B (zh) | 2016-02-25 | 2016-02-25 | 颜色比对方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105488820A CN105488820A (zh) | 2016-04-13 |
CN105488820B true CN105488820B (zh) | 2018-04-06 |
Family
ID=55675786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610104214.2A Expired - Fee Related CN105488820B (zh) | 2016-02-25 | 2016-02-25 | 颜色比对方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105488820B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106375117B (zh) * | 2016-08-30 | 2020-05-01 | 广东美的制冷设备有限公司 | 路由器管理者身份认证方法和系统 |
CN106651883B (zh) * | 2016-12-30 | 2019-12-17 | 四川沃文特生物技术有限公司 | 基于机器视觉的粪便形态识别方法 |
CN108171188B (zh) * | 2018-01-04 | 2021-11-23 | 天津大学 | 用于快速匹配识别手指静脉的mcm方法 |
CN112446864A (zh) * | 2020-11-25 | 2021-03-05 | 创新奇智(合肥)科技有限公司 | 瑕疵检测方法、装置、设备和存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101231757A (zh) * | 2007-12-07 | 2008-07-30 | 北京搜狗科技发展有限公司 | 一种图片主色调分析方法、装置及其在图片搜索中的应用 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101576932B (zh) * | 2009-06-16 | 2012-07-04 | 阿里巴巴集团控股有限公司 | 近重复图片的计算机查找方法和装置 |
-
2016
- 2016-02-25 CN CN201610104214.2A patent/CN105488820B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101231757A (zh) * | 2007-12-07 | 2008-07-30 | 北京搜狗科技发展有限公司 | 一种图片主色调分析方法、装置及其在图片搜索中的应用 |
Non-Patent Citations (1)
Title |
---|
"基于MPEG-7中主颜色提取的改进方法";王海霞等;《计算机工程》;20050831;第31卷(第16期);论文第185-187页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105488820A (zh) | 2016-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105488820B (zh) | 颜色比对方法及装置 | |
KR102595704B1 (ko) | 영상 검측 방법, 장치, 전자 기기, 저장 매체 및 프로그램 | |
CN105701766B (zh) | 图像匹配方法和装置 | |
CN110119680B (zh) | 一种基于图像识别的电气柜接线自动查错系统 | |
US7606414B2 (en) | Fusion of color space data to extract dominant color | |
Kalist et al. | Possiblistic-fuzzy C-means clustering approach for the segmentation of satellite images in HSL color space | |
WO2017101224A1 (zh) | 一种商标检索方法、装置、系统以及计算机存储介质 | |
JP2011238228A (ja) | スクリーン領域検知方法及びシステム | |
CN110675940A (zh) | 病理图像标注方法、装置、计算机设备及存储介质 | |
CN106934596A (zh) | 基于相似度对比的建设工程项目数据管理方法及系统 | |
CN104951742A (zh) | 敏感视频的检测方法和系统 | |
CN103839270A (zh) | 一种图像匹配方法及装置 | |
CN111259891A (zh) | 一种自然场景下身份证识别方法、装置、设备和介质 | |
Li et al. | A color cast detection algorithm of robust performance | |
CN107146258B (zh) | 一种图像显著区域检测方法 | |
CN110263608B (zh) | 基于图像特征空间变阈值度量的电子元器件自动识别方法 | |
KR101697036B1 (ko) | 분광광도 데이터의 통계적 측정 제어를 위한 시스템 및 방법 | |
Liu et al. | Fuzzy color recognition and segmentation of robot vision scene | |
Martinkauppi et al. | Face video database | |
CN102857766B (zh) | 基于HGlCl颜色空间的颜色处理方法 | |
Wang et al. | Recognition of corners of planar checkboard calibration pattern image | |
CN107480605B (zh) | 图像维度信息评判方法、装置及计算设备 | |
Sushen et al. | An Effective Content Based Image Retrieval Using Dot Diffusion Block Truncation Coding | |
Wang et al. | Recognition of corners of planar pattern image | |
CN111368807B (zh) | 一种基于移动端的色环编码电子元件参数识别器及其算法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180406 Termination date: 20200225 |