CN108073949A - 一种绘画相似度比对系统 - Google Patents

一种绘画相似度比对系统 Download PDF

Info

Publication number
CN108073949A
CN108073949A CN201711463165.2A CN201711463165A CN108073949A CN 108073949 A CN108073949 A CN 108073949A CN 201711463165 A CN201711463165 A CN 201711463165A CN 108073949 A CN108073949 A CN 108073949A
Authority
CN
China
Prior art keywords
picture
node
value
label value
database
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.)
Pending
Application number
CN201711463165.2A
Other languages
English (en)
Inventor
徐博
江静
李坤键
潘峰
朱建
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.)
Hefei University
Hefei College
Original Assignee
Hefei College
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 Hefei College filed Critical Hefei College
Priority to CN201711463165.2A priority Critical patent/CN108073949A/zh
Publication of CN108073949A publication Critical patent/CN108073949A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • 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
    • G06V10/507—Summing image-intensity values; Histogram 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
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Library & Information Science (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种绘画相似度比对系统，包括：建立模块，用于获取特征库图片和待检索图片，通过傅里叶变换的计算获取低频分量；归一化处理模块，用于将获取的低频分量生成对应的特征索引字符串数据；处理服务器，用于将特征库图片的特征索引字符串数据导入数据库并对特征库图片编码，为检索提供有可匹配的样本。本发明特征字符串都是经过傅里叶变化得到，字符串相似度的比较只需从前向后比较，后一个字符对相似度的影响只有前一个字符的二分之一；所有可以直接采用数据库中的关键字进行模糊搜索，检索效率高，计算量小。

Description

一种绘画相似度比对系统
技术领域
本发明涉及一种比对系统，具体是一种绘画相似度比对系统。
背景技术
图是包括具有用于相互识别的标签的顶点(也称为节点)和连接顶点的边(也称为边缘、支、链接)的数学对象，当考虑现实的对象物时，可知例如道路地图、化学式等通过图表示。例如，在道路地图中，可以视为交叉点是节点，路是边。在化学式中，可以视为元素是节点，元素间的结合是边。如果这样考虑，可知在基因、蛋白质构造、电路、地理学、建筑学等非常广的范围内发现图的应用。最近，在社会网络服务(SNS)中也逐渐适用图构造。即，通过将SNS的各个用户视为节点，将这些用户之间其他之间的友好关系等视为边，由此可以用图表现SNS的特定状态。按照同样的目的，www的链接构造也可以通过图表现。这样，在将现实的对象作为图表现时，想要评价两个图是否一致或相似成为自然出现的要求。例如，当可以评价某一化学品的化学式的图和其他化学品的化学式的图相似时，能够推定为该两个化学品的药效相似。但是，根据以往的研究，关于判别两个图是否相同的问题不知道多项式时间算法，用于判别某一图是否包含于另一图的算法也是NP完全问题。关于这样的算法，如果是只有比较少数的节点的图，能够通过适当的计算时间求解，但处理基因排列的生物信息学中，节点数从数千到数万，在SNS中有数百万，大大超过单纯的图相似度计算技术方法以显示的计算量能够处理的范围。
发明内容
本发明的目的在于提供一种绘画相似度比对系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种绘画相似度比对系统，包括：建立模块，用于获取特征库图片和待检索图片，通过傅里叶变换的计算获取低频分量；归一化处理模块，用于将获取的低频分量生成对应的特征索引字符串数据；处理服务器，用于将特征库图片的特征索引字符串数据导入数据库并对特征库图片编码，为检索提供有可匹配的样本；选择模块，用于选择待检索图片的一组或多组特征数据字符串数据作为数据库的关键词进行模糊搜索；识别模块，用于将检索出来的结果根据数据库中已编码的特征库图片的地址字段找到原图片；显示模块，用于将找到的原图片显示出来，从而获取匹配的相似图片；对于两个图，向给定的节点及其相邻的节点赋予标签值使得不同的值对应于不同的离散标签；在所述两个图中依次搜索节点，在搜索所述节点的期间，通过正访问的节点的标签值和与该正访问的节点相邻的节点的标签值的散列计算来计算新的标签值，通过该新的标签值更新该正访问的节点的标签值；将两个图分别经过傅里叶变换取其低频分量，再归一化生成对应的特征索引字符串数据；将两个图分别按其宽高等比例缩放到100万像素，并对图片进行高斯模糊处理，将所选择的图片特征的所有值看作一段波型的点的集合，将这些点进行定点快速傅里叶变换得到其幅频特征数据；以及基于向所述两个图的节点赋予的、一致的标签列的个数，计算所述两个图之间的相似度。
作为本发明进一步的方案：所述标签值是固定宽度的位串。
作为本发明进一步的方案：对所述正访问的节点的标签值位移后的值以及所述相邻的节点的标签值异或后的值进行异或来进行所述散列计算。
作为本发明进一步的方案：对所述正访问的节点的标签值位旋转后的值，以及将所述相邻的节点的标签值排序计数、对重复度计数、对计数值加法计算、位旋转计数值的量和异或后的值进行异或，进行所述散列计算。
作为本发明进一步的方案：所述图片特征为图片的颜色直方图、边缘投影或边缘方向梯度直方图。
作为本发明再进一步的方案：所述颜色直方图的特征提取包括以下步骤：将图片做缩放及模糊处理后选择色彩模式，分别对不同通道做处理，取其中一个待处理通道，统计出直方图；根据直方图的面积和幅值，按比例计算出起始点和结束点的亮度值；将需截取出的直方图片断通过插值方法使直方图均衡到256个点；再将所得到的256个点的直方图通过快速傅里叶变换得到其幅频特征数据。
与现有技术相比，本发明的有益效果是：本发明特征字符串都是经过傅里叶变化得到，字符串相似度的比较只需从前向后比较，后一个字符对相似度的影响只有前一个字符的二分之一；所有可以直接采用数据库中的关键字进行模糊搜索，检索效率高，计算量小。
具体实施方式
下面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。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，都属于本发明保护的范围。
本发明实施例中，一种绘画相似度比对系统，包括：建立模块，用于获取特征库图片和待检索图片，通过傅里叶变换的计算获取低频分量；归一化处理模块，用于将获取的低频分量生成对应的特征索引字符串数据；处理服务器，用于将特征库图片的特征索引字符串数据导入数据库并对特征库图片编码，为检索提供有可匹配的样本；选择模块，用于选择待检索图片的一组或多组特征数据字符串数据作为数据库的关键词进行模糊搜索；识别模块，用于将检索出来的结果根据数据库中已编码的特征库图片的地址字段找到原图片；显示模块，用于将找到的原图片显示出来，从而获取匹配的相似图片；对于两个图，向给定的节点及其相邻的节点赋予标签值使得不同的值对应于不同的离散标签；在所述两个图中依次搜索节点，在搜索所述节点的期间，通过正访问的节点的标签值和与该正访问的节点相邻的节点的标签值的散列计算来计算新的标签值，通过该新的标签值更新该正访问的节点的标签值；将两个图分别经过傅里叶变换取其低频分量，再归一化生成对应的特征索引字符串数据；将两个图分别按其宽高等比例缩放到100万像素，并对图片进行高斯模糊处理，将所选择的图片特征的所有值看作一段波型的点的集合，将这些点进行定点快速傅里叶变换得到其幅频特征数据；以及基于向所述两个图的节点赋予的、一致的标签列的个数，计算所述两个图之间的相似度。
所述标签值是固定宽度的位串。
对所述正访问的节点的标签值位移后的值以及所述相邻的节点的标签值异或后的值进行异或来进行所述散列计算。
对所述正访问的节点的标签值位旋转后的值，以及将所述相邻的节点的标签值排序计数、对重复度计数、对计数值加法计算、位旋转计数值的量和异或后的值进行异或，进行所述散列计算。
所述图片特征为图片的颜色直方图、边缘投影或边缘方向梯度直方图。
所述颜色直方图的特征提取包括以下步骤：将图片做缩放及模糊处理后选择色彩模式，分别对不同通道做处理，取其中一个待处理通道，统计出直方图；根据直方图的面积和幅值，按比例计算出起始点和结束点的亮度值；将需截取出的直方图片断通过插值方法使直方图均衡到256个点；再将所得到的256个点的直方图通过快速傅里叶变换得到其幅频特征数据。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (6)

1.一种绘画相似度比对系统，其特征在于，包括：建立模块，用于获取特征库图片和待检索图片，通过傅里叶变换的计算获取低频分量；归一化处理模块，用于将获取的低频分量生成对应的特征索引字符串数据；处理服务器，用于将特征库图片的特征索引字符串数据导入数据库并对特征库图片编码，为检索提供有可匹配的样本；选择模块，用于选择待检索图片的一组或多组特征数据字符串数据作为数据库的关键词进行模糊搜索；识别模块，用于将检索出来的结果根据数据库中已编码的特征库图片的地址字段找到原图片；显示模块，用于将找到的原图片显示出来，从而获取匹配的相似图片；对于两个图，向给定的节点及其相邻的节点赋予标签值使得不同的值对应于不同的离散标签；在所述两个图中依次搜索节点，在搜索所述节点的期间，通过正访问的节点的标签值和与该正访问的节点相邻的节点的标签值的散列计算来计算新的标签值，通过该新的标签值更新该正访问的节点的标签值；将两个图分别经过傅里叶变换取其低频分量，再归一化生成对应的特征索引字符串数据；将两个图分别按其宽高等比例缩放到100万像素，并对图片进行高斯模糊处理，将所选择的图片特征的所有值看作一段波型的点的集合，将这些点进行定点快速傅里叶变换得到其幅频特征数据；以及基于向所述两个图的节点赋予的、一致的标签列的个数，计算所述两个图之间的相似度。
2.根据权利要求1所述的绘画相似度比对系统，其特征在于，所述标签值是固定宽度的位串。
3.根据权利要求2所述的绘画相似度比对系统，其特征在于，对所述正访问的节点的标签值位移后的值以及所述相邻的节点的标签值异或后的值进行异或来进行所述散列计算。
4.根据权利要求3所述的绘画相似度比对系统，其特征在于，对所述正访问的节点的标签值位旋转后的值，以及将所述相邻的节点的标签值排序计数、对重复度计数、对计数值加法计算、位旋转计数值的量和异或后的值进行异或，进行所述散列计算。
5.根据权利要求1所述的绘画相似度比对系统，其特征在于，所述图片特征为图片的颜色直方图、边缘投影或边缘方向梯度直方图。
6.根据权利要求1所述的绘画相似度比对系统，其特征在于，所述颜色直方图的特征提取包括以下步骤：将图片做缩放及模糊处理后选择色彩模式，分别对不同通道做处理，取其中一个待处理通道，统计出直方图；根据直方图的面积和幅值，按比例计算出起始点和结束点的亮度值；将需截取出的直方图片断通过插值方法使直方图均衡到256个点；再将所得到的256个点的直方图通过快速傅里叶变换得到其幅频特征数据。
CN201711463165.2A 2017-12-28 2017-12-28 一种绘画相似度比对系统 Pending CN108073949A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711463165.2A CN108073949A (zh) 2017-12-28 2017-12-28 一种绘画相似度比对系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711463165.2A CN108073949A (zh) 2017-12-28 2017-12-28 一种绘画相似度比对系统

Publications (1)

Publication Number Publication Date
CN108073949A true CN108073949A (zh) 2018-05-25

Family

ID=62155901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711463165.2A Pending CN108073949A (zh) 2017-12-28 2017-12-28 一种绘画相似度比对系统

Country Status (1)

Country Link
CN (1) CN108073949A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110033023A (zh) * 2019-03-11 2019-07-19 北京光年无限科技有限公司 一种基于绘本识别的图像数据处理方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102341802A (zh) * 2009-06-30 2012-02-01 国际商业机器公司 图的相似度计算系统、方法以及程序
US20150015928A1 (en) * 2013-07-13 2015-01-15 Eric John Dluhos Novel method of fast fourier transform (FFT) analysis using waveform-embedded or waveform-modulated coherent beams and holograms
CN105912739A (zh) * 2016-07-14 2016-08-31 湖南琴海数码股份有限公司 一种相似图片检索系统及其方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102341802A (zh) * 2009-06-30 2012-02-01 国际商业机器公司 图的相似度计算系统、方法以及程序
US20150015928A1 (en) * 2013-07-13 2015-01-15 Eric John Dluhos Novel method of fast fourier transform (FFT) analysis using waveform-embedded or waveform-modulated coherent beams and holograms
CN105912739A (zh) * 2016-07-14 2016-08-31 湖南琴海数码股份有限公司 一种相似图片检索系统及其方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110033023A (zh) * 2019-03-11 2019-07-19 北京光年无限科技有限公司 一种基于绘本识别的图像数据处理方法及系统
CN110033023B (zh) * 2019-03-11 2021-06-15 北京光年无限科技有限公司 一种基于绘本识别的图像数据处理方法及系统

Similar Documents

Publication Publication Date Title
CN106649715B (zh) 一种基于局部敏感哈希算法和神经网络的跨媒体检索方法
CN103678431B (zh) 一种基于标准标签和项目评分的推荐方法
US20150242497A1 (en) User interest recommending method and apparatus
CN110020086B (zh) 一种用户画像查询方法及装置
US20120150860A1 (en) Clustering with Similarity-Adjusted Entropy
CN106547767A (zh) 确定视频封面图片的方法及装置
CN105989373B (zh) 利用训练模型实现的获取设备指纹方法及装置
CN109299258A (zh) 一种舆情事件检测方法、装置及设备
CN103235811B (zh) 一种数据存储方法及装置
CN108228657B (zh) 一种关键字检索的实现方法及装置
CN110472154A (zh) 一种资源推送方法、装置、电子设备及可读存储介质
CN112559631B (zh) 分布式图数据库的数据处理方法、装置以及电子设备
CN105550270A (zh) 数据库查询方法和装置
CN115169319B (zh) 一种识别符号的数据处理系统
CN106991090A (zh) 舆情事件实体的分析方法及装置
EP3452916A1 (en) Large scale social graph segmentation
CN112084342A (zh) 试题生成方法、装置、计算机设备及存储介质
CN106919703A (zh) 电影信息搜索方法及装置
CN107070932B (zh) 社会网络动态发布中防止标签邻居攻击的匿名方法
Bi et al. MM-GNN: Mix-moment graph neural network towards modeling neighborhood feature distribution
CN106599291B (zh) 数据分组方法及装置
CN108509545A (zh) 一种文章的评论处理方法及系统
CN108073949A (zh) 一种绘画相似度比对系统
CN107391533A (zh) 生成图形数据库查询结果的方法及装置
CN114238296A (zh) 产品指标数据展示方法、装置、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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180525

RJ01 Rejection of invention patent application after publication