CN107909076A - 一种基于lbp的图片相似判定方法 - Google Patents

一种基于lbp的图片相似判定方法 Download PDF

Info

Publication number
CN107909076A
CN107909076A CN201711305520.3A CN201711305520A CN107909076A CN 107909076 A CN107909076 A CN 107909076A CN 201711305520 A CN201711305520 A CN 201711305520A CN 107909076 A CN107909076 A CN 107909076A
Authority
CN
China
Prior art keywords
lbp
values
pixel
dct
picture
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.)
Withdrawn
Application number
CN201711305520.3A
Other languages
English (en)
Inventor
王祝
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.)
Yixiang (dalian) Science And Technology Co Ltd
Original Assignee
Yixiang (dalian) Science And Technology 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 Yixiang (dalian) Science And Technology Co Ltd filed Critical Yixiang (dalian) Science And Technology Co Ltd
Priority to CN201711305520.3A priority Critical patent/CN107909076A/zh
Publication of CN107909076A publication Critical patent/CN107909076A/zh
Withdrawn legal-status Critical Current

Links

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
    • G06V10/20—Image preprocessing
    • G06V10/32—Normalisation of the pattern dimensions
    • 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
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching

Landscapes

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

Abstract

本发明公开了一种基于LBP的图片相似判定方法，在LBP方法之前，先压缩图片，调整像素灰度，之后做DCT变换，得到最简信息，然后进行LBP，之后摒弃了传统的直方图判断方法，而是采用LBP均值散列的方法，得到更多细节。

Description

一种基于LBP的图片相似判定方法
技术领域
本发明涉及图像处理领域，特别涉及一种基于LBP的图片相似判定方法。
背景技术
LBP(Local Binary Pattern，局部二值模式)是一种用来描述图像局部纹理特征的算子；原始的LBP算子定义为在3*3的窗口内，以窗口中心像素为阈值，将相邻的8个像素的灰度值与其进行比较，若周围像素值大于中心像素值，则该像素点的位置被标记为1，否则为0。这样，3*3邻域内的8个点经比较可产生8位二进制数(通常转换为十进制数即LBP码，共256种)，即得到该窗口中心像素点的LBP值，并用这个值来反映该区域的纹理信息。如图1所示。
基本的LBP算子的最大缺陷在于它只覆盖了一个固定半径范围内的小区域，这显然不能满足不同尺寸和频率纹理的需要。
圆形LBP算子：为了适应不同尺度的纹理特征，并达到灰度和旋转不变性的要求，Ojala等对LBP算子进行了改进，将3×3邻域扩展到任意邻域，并用圆形邻域代替了正方形邻域，改进后的LBP算子允许在半径为R的圆形邻域内有任意多个像素点。从而得到了诸如半径为R的圆形区域内含有P个采样点的LBP算子，图2所示。
LBP旋转不变模式：从LBP的定义可以看出，LBP算子是灰度不变的，但却不是旋转不变的。图像的旋转就会得到不同的LBP值。
Maenpaa等人又将LBP算子进行了扩展，提出了具有旋转不变性的LBP算子，即不断旋转圆形邻域得到一系列初始定义的LBP值，取其最小值作为该邻域的LBP值。
图3给出了求取旋转不变的LBP的过程示意图，图中算子下方的数字表示该算子对应的LBP值，图中所示的8种LBP模式，经过旋转不变的处理，最终得到的具有旋转不变性的LBP值为15。也就是说，图中的8种LBP模式对应的旋转不变的LBP模式都是00001111。
LBP等价模式：一个LBP算子可以产生不同的二进制模式，对于半径为R的圆形区域内含有P个采样点的LBP算子将会产生P 2种模式。很显然，随着邻域集内采样点数的增加，二进制模式的种类是急剧增加的。例如：5×5邻域内20个采样点，有220＝1,048,576种二进制模式。如此多的二值模式无论对于纹理的提取还是对于纹理的识别、分类及信息的存取都是不利的。同时，过多的模式种类对于纹理的表达是不利的。例如，将LBP算子用于纹理分类或人脸识别时，常采用LBP模式的统计直方图来表达图像的信息，而较多的模式种类将使得数据量过大，且直方图过于稀疏。因此，需要对原始的LBP模式进行降维，使得数据量减少的情况下能最好的代表图像的信息。
为了解决二进制模式过多的问题，提高统计性，Ojala提出了采用一种“等价模式”(Uniform Pattern)来对LBP算子的模式种类进行降维。在实际图像中，绝大多数LBP模式最多只包含两次从1到0或从0到1的跳变。因此，Ojala将“等价模式”定义为：当某个LBP所对应的循环二进制数从0到1或从1到0最多有两次跳变时，该LBP所对应的二进制就称为一个等价模式类。如00000000(0次跳变)，00000111(只含一次从0到1的跳变)，10001111(先由1跳到0，再由0跳到1，共两次跳变)都是等价模式类。除等价模式类以外的模式都归为另一类，称为混合模式类，例如10010111(共四次跳变)。
通过这样的改进，二进制模式的种类大大减少，而不会丢失任何信息。模式数量由原来的2P种减少为P(P-1)+2种，其中P表示邻域集内的采样点数。对于3×3邻域内8个采样点来说，二进制模式由原始的256种减少为58种，这使得特征向量的维数更少，并且可以减少高频噪声带来的影响。
由上述综述可得知：变形之后的LBP很适合人脸及人物运动的判断，但是LBP的计算量庞大，没有效率优势，很难适应互联网海量图片相似的判断。
发明内容
为了克服上述现有技术的不足，本发明提供了一种基于LBP的图片相似判定方法。
本发明提供的一种基于LBP的图片相似判定方法，包括以下步骤：
第一步，压缩图片尺寸
将图片压缩至64*64像素；
第二步，将压缩图片灰度化
将压缩图片降至64级灰度；
第三步，DCT变换
将灰度照片的每个像素进行DCT变换；
第四步，计算每个像素点的LBP值
对于每个区域中像素的DCT值与相邻的8个像素的DCT值进行比较，若周围像素值大于中心DCT值，则该像素点的位置被标记为1，否则为0；3*3邻域内的8个点经比较可产生8位二进制数，即得到该中心像素点的LBP值；
第五步，建立LBP的散列
计算LBP的均值，每个LBP值与均值对比，大于或等于记为1，小于记为0；采用一致性散列，得到64位基于LBP的散列值；
第六步，对比判定
将不同图片的LBP的散列值进行对比，小于或等于5，则判断近似。
有益效果：本发明在LBP方法之前，先压缩图片，调整像素灰度，之后做DCT变换，得到最简信息，然后进行LBP，之后摒弃了传统的直方图判断方法，而是采用LBP均值散列的方法，得到更多细节。
附图说明
图1是LBP方法原理图。
图2是圆形LBP方法原理图。
图3是求取旋转不变的LBP的过程示意图。
图4是原始图谱与LBP图谱。
具体实施方式
实施例：
第一步，压缩图片尺寸
将图片压缩至64*64像素；
第二步，将压缩图片灰度化
将压缩图片降至64级灰度；
第三步，DCT变换
将灰度照片的每个像素进行DCT变换；
第四步，计算每个像素点的LBP值
对于每个区域中像素的DCT值与相邻的8个像素的DCT值进行比较，若周围像素值大于中心DCT值，则该像素点的位置被标记为1，否则为0；3*3邻域内的8个点经比较可产生8位二进制数，即得到该中心像素点的LBP值；
第五步，建立LBP的散列
计算LBP的均值，每个LBP值与均值对比，大于或等于记为1，小于记为0；采用一致性散列，得到64位基于LBP的散列值；
第六步，对比判定
将不同图片的LBP的散列值进行对比，小于或等于5，则判断近似。

Claims (1)

1.一种基于LBP的图片相似判定方法，其特征在于，包括以下步骤：
第一步，压缩图片尺寸
将图片压缩至64*64像素；
第二步，将压缩图片灰度化
将压缩图片降至64级灰度；
第三步，DCT变换
将灰度照片的每个像素进行DCT变换；
第四步，计算每个像素点的LBP值
对于每个区域中像素的DCT值与相邻的8个像素的DCT值进行比较，若周围像素值大于中心DCT值，则该像素点的位置被标记为1，否则为0；3*3邻域内的8个点经比较可产生8位二进制数，即得到该中心像素点的LBP值；
第五步，建立LBP的散列
计算LBP的均值，每个LBP值与均值对比，大于或等于记为1，小于记为0；采用一致性散列，得到64位基于LBP的散列值；
第六步，对比判定
将不同图片的LBP的散列值进行对比，小于或等于5，则判断近似。
CN201711305520.3A 2017-12-11 2017-12-11 一种基于lbp的图片相似判定方法 Withdrawn CN107909076A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711305520.3A CN107909076A (zh) 2017-12-11 2017-12-11 一种基于lbp的图片相似判定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711305520.3A CN107909076A (zh) 2017-12-11 2017-12-11 一种基于lbp的图片相似判定方法

Publications (1)

Publication Number Publication Date
CN107909076A true CN107909076A (zh) 2018-04-13

Family

ID=61854147

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711305520.3A Withdrawn CN107909076A (zh) 2017-12-11 2017-12-11 一种基于lbp的图片相似判定方法

Country Status (1)

Country Link
CN (1) CN107909076A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109213891A (zh) * 2018-08-20 2019-01-15 深圳市乐唯科技开发有限公司 一种使用平均哈希算法搜索图片的方法
CN117297554A (zh) * 2023-11-16 2023-12-29 哈尔滨海鸿基业科技发展有限公司 一种淋巴成像装置控制系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101453575A (zh) * 2007-12-05 2009-06-10 中国科学院计算技术研究所 一种视频字幕信息提取方法
CN106504064A (zh) * 2016-10-25 2017-03-15 清华大学 基于深度卷积神经网络的服装分类与搭配推荐方法及系统
US9628805B2 (en) * 2014-05-20 2017-04-18 AVAST Software s.r.o. Tunable multi-part perceptual image hashing
CN106650829A (zh) * 2017-01-04 2017-05-10 华南理工大学 一种图片相似度计算方法
CN108038488A (zh) * 2017-12-06 2018-05-15 河海大学常州校区 基于sift和lbp混合的鲁棒性图像哈希方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101453575A (zh) * 2007-12-05 2009-06-10 中国科学院计算技术研究所 一种视频字幕信息提取方法
US9628805B2 (en) * 2014-05-20 2017-04-18 AVAST Software s.r.o. Tunable multi-part perceptual image hashing
CN106504064A (zh) * 2016-10-25 2017-03-15 清华大学 基于深度卷积神经网络的服装分类与搭配推荐方法及系统
CN106650829A (zh) * 2017-01-04 2017-05-10 华南理工大学 一种图片相似度计算方法
CN108038488A (zh) * 2017-12-06 2018-05-15 河海大学常州校区 基于sift和lbp混合的鲁棒性图像哈希方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王凯娜: "基于感知哈希的医学图像检索算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109213891A (zh) * 2018-08-20 2019-01-15 深圳市乐唯科技开发有限公司 一种使用平均哈希算法搜索图片的方法
CN117297554A (zh) * 2023-11-16 2023-12-29 哈尔滨海鸿基业科技发展有限公司 一种淋巴成像装置控制系统及方法

Similar Documents

Publication Publication Date Title
CN115861135B (zh) 一种应用于箱体全景探测的图像增强及识别方法
US10140545B2 (en) Methods and systems for differentiating synthetic and non-synthetic images
CN108133215B (zh) 一种处理单元
CN110428450B (zh) 应用于矿井巷道移动巡检图像的尺度自适应目标跟踪方法
CN108829711B (zh) 一种基于多特征融合的图像检索方法
US20140286527A1 (en) Systems and methods for accelerated face detection
CN104504662A (zh) 一种基于同态滤波的图像处理方法及系统
CN115937216A (zh) 一种新能源汽车用磁转子外观质量检测方法
CN104361335B (zh) 一种基于扫描图像自动去除黑边的处理方法
CN107909076A (zh) 一种基于lbp的图片相似判定方法
CN112085721A (zh) 基于人工智能的水淹车定损方法、装置、设备及存储介质
Ancuti et al. Laplacian-guided image decolorization
CN117094975A (zh) 钢铁表面缺陷检测方法、装置及电子设备
CN115909353A (zh) 一种图像二值化处理方法和装置
CN115033721A (zh) 基于大数据的图像检索方法
CN111027564A (zh) 基于深度学习一体化的低照度成像车牌识别方法及装置
CN110930287B (zh) 一种图像隐写检测方法、装置及计算机设备、存储介质
CN110766614B (zh) 一种无线扫描笔的图像预处理方法和系统
CN107704864B (zh) 基于图像对象性语义检测的显著目标检测方法
CN108052945A (zh) 一种lbp改进的图片相似判定方法
CN111738984A (zh) 基于分水岭和种子填充的皮肤图像斑点评估方法及系统
Mustaghfirin et al. The comparison of iris detection using histogram equalization and adaptive histogram equalization methods
KR20060007901A (ko) 영상으로부터의 중요 객체 추출 장치 및 방법
CN103871084B (zh) 蓝印花布图案识别方法
CN114445623A (zh) 一种食品杂质检测方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20180413

WW01 Invention patent application withdrawn after publication