CN111611417B - 图像去重方法、装置、终端设备及存储介质 - Google Patents
图像去重方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN111611417B CN111611417B CN202010489337.9A CN202010489337A CN111611417B CN 111611417 B CN111611417 B CN 111611417B CN 202010489337 A CN202010489337 A CN 202010489337A CN 111611417 B CN111611417 B CN 111611417B
- Authority
- CN
- China
- Prior art keywords
- image
- images
- processed
- information entropy
- mutual information
- 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
Classifications
-
- 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
- G06F16/55—Clustering; Classification
-
- 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
- G06F16/53—Querying
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请适用于图像处理技术领域,提供了一种图像去重方法、装置、终端设备及存储介质,包括:获取至少两幅待处理图像;获取至少两幅待处理图像中目标图像组的互信息熵,并基于目标图像组的互信息熵,检测目标图像组中是否存在待删除图像;若目标图像组中存在待删除图像,则从至少两幅待处理图像中删除待删除图像,获得目标图像,目标图像是指从至少两幅待处理图像中删除待删除图像后剩余的图像。通过本申请可对图像进行去重处理。
Description
技术领域
本申请属于图像处理技术领域,尤其涉及一种图像去重方法、装置、终端设备及存储介质。
背景技术
图像包含了丰富且直观的信息,当前在互联网的社交、购物、旅游等场景,都需要大量的图像为用户传递信息。随着图像数量的不断增加,重复图像的数量也越来越多。因此,在使用图像前,通常需要对图像进行去重处理,避免出现重复的图像。
发明内容
本申请提供了一种图像去重方法、装置、终端设备及存储介质,以对图像进行去重处理。
第一方面,本申请实施例提供了一种图像去重方法,所述图像去重方法包括:
获取至少两幅待处理图像;
获取所述至少两幅待处理图像中目标图像组的互信息熵,并基于所述目标图像组的互信息熵,检测所述目标图像组中是否存在待删除图像,所述目标图像组包括两幅待处理图像,所述目标图像组中的两幅待处理图像是指所述至少两幅待处理图像中需进行待删除图像检测的两幅待处理图像,所述目标图像组的互信息熵是指所述目标图像组中两幅待处理图像的互信息熵;
若所述目标图像组中存在所述待删除图像,则从所述至少两幅待处理图像中删除所述待删除图像,获得目标图像,所述目标图像是指从所述至少两幅待处理图像中删除所述待删除图像后剩余的图像。
第二方面,本申请实施例提供了一种图像去重装置,所述图像去重装置包括:
图像获取模块,用于获取至少两幅待处理图像;
图像处理模块,用于获取所述至少两幅待处理图像中目标图像组的互信息熵,并基于所述目标图像组的互信息熵,检测所述目标图像组中是否存在待删除图像,所述目标图像组包括两幅待处理图像,所述目标图像组中的两幅待处理图像是指所述至少两幅待处理图像中需进行待删除图像检测的两幅待处理图像,所述目标图像组的互信息熵是指所述目标图像组中两幅待处理图像的互信息熵;
目标获得模块,用于若所述目标图像组中存在所述待删除图像,则从所述至少两幅待处理图像中删除所述待删除图像,获得目标图像,所述目标图像是指从所述至少两幅待处理图像中删除所述待删除图像后剩余的图像。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述图像去重方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面所述图像去重方法的步骤。
第五方面,本申请实施例提供了一种计算机程序产品,当所述计算机程序产品在终端设备上运行时,使得所述终端设备执行如上述第一方面所述图像去重方法的步骤。
由上可见,本申请通过获取至少两幅待处理图像中目标图像组的互信息熵,可以基于目标图像组的互信息熵,检测目标图像组中是否存在待删除图像,并在存在待删除图像时,从上述至少两幅待处理图像中删除待删除图像,从而可完成对上述至少两幅待处理图像的去重处理。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例一提供的图像去重方法的实现流程示意图;
图2是本申请实施例二提供的图像去重方法的实现流程示意图;
图3是本申请实施例三提供的图像去重装置的结构示意图;
图4是本申请实施例四提供的终端设备的结构示意图;
图5是本申请实施例五提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
具体实现中,本申请实施例中描述的终端设备包括但不限于诸如具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是,在某些实施例中,所述设备并非便携式通信设备,而是具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的台式计算机。
在接下来的讨论中,描述了包括显示器和触摸敏感表面的终端设备。然而,应当理解的是,终端设备可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。
终端设备支持各种应用程序,例如以下中的一个或多个:绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。
可以在终端设备上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端上显示的相应信息。这样,终端的公共物理架构(例如,触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。
应理解,本实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
为了说明本申请的技术方案,下面通过具体实施例来进行说明。
参见图1,是本申请实施例一提供的图像去重方法的实现流程示意图,该图像去重方法应用于终端设备,如图所示该图像去重方法可以包括以下步骤:
步骤101,获取至少两幅待处理图像。
上述至少两幅待处理图像是指需要进行去重处理的图像,上述至少两幅待处理图像中可能存在相似的图像,需要对其进行去重处理。相似的图像可以是指图像内容较为相似的图像。
需要说明的是,本实施例中的至少两幅待处理图像的获取方式可以是通过终端设备中的图像采集装置获取的,也可以是通过服务器或者其他设备获取到发送给终端设备的,在本实施例中不对上述至少两幅待处理图像的获取方式进行限定。
步骤102,获取至少两幅待处理图像中目标图像组的互信息熵,并基于目标图像组的互信息熵,检测目标图像组中是否存在待删除图像。
目标图像组包括两幅待处理图像,目标图像组的两幅待处理图像是指上述至少两幅待处理图像中需进行待删除图像检测的两幅待处理图像,目标图像组的互信息熵是指目标图像组的两幅待处理图像的互信息熵。其中,上述至少两幅待处理图像中需进行待删除图像检测的两幅待处理图像可以是指上述至少两幅待处理图像中需计算互信息熵的两幅待处理图像。
目标图像组的互信息熵描述了目标图像组中两幅待处理图像的相关性,反映了上述两幅待处理图像的相互包含程度,目标图像组的互信息熵越大,表示目标图像组中两幅待处理图像越相似。
在一实施例中,获取至少两幅待处理图像中目标图像组的互信息熵,并基于目标图像组的互信息熵,检测目标图像组中是否存在待删除图像包括:
将至少两幅待处理图像中所有相邻的两幅待处理图像均构成目标图像组,得到至少一个目标图像组;
获取至少一个目标图像组中每个目标图像组的互信息熵;
判断每个目标图像组的互信息熵是否大于互信息熵阈值;
若每个目标图像组的互信息熵大于互信息熵阈值,则确定每个目标图像组中存在待删除图像,并从每个目标图像组中获取待删除图像;
若每个目标图像组的互信息熵小于或等于互信息熵阈值,则确定每个目标图像组中不存在待删除图像。
在本申请实施例中,可以将上述至少两幅待处理图像中所有相邻的两幅待处理图像均构成目标图像组(例如五幅待处理图像有四对相邻图像,可构成4个目标图像组),那么上述至少两幅待处理图像对应至少一个目标图像组,获取上述至少一个目标图像组各自的互信息熵,并将上述至少一个目标图像组各自的互信息熵均与互信息熵阈值进行比较,若存在互信息熵大于互信息熵阈值的目标图像组,则确定该目标图像组中的两幅待处理图像较为相似,需要对该目标图像中的两幅待处理图像进行去重处理,可以从该目标图像组中的两幅待处理图像中选择一待处理图像作为待删除图像;若存在互信息熵小于或等于互信息熵阈值的目标图像组,则确定该目标图像组中的两幅待处理图像不相似,无需对该目标图像组中的两幅待处理图像进行去重处理。其中,上述互信息熵阈值用于判断目标图像组中两幅待处理图像是否相似,可以根据经验值设置上述互信息熵阈值。
需要说明的是,为了避免遗漏上述至少两幅待处理图像中的待删除图像,在一个目标图像组中存在待删除图像时,从该目标图像组中获取待删除图像具体可以是指:将该目标图像组所包含且在已进行待删除图像检测的其他目标图像组中未被确定为待删除图像的一幅待处理图像作为待删除图像,例如一个目标图像组包括图像1和图像2,该目标图像组的互信息熵大于互信息熵阈值,则确定图像1和图像2相似,需要对图像1和图像2进行去重处理,检测在已进行待删除图像检测的其他目标图像组中是否已将图像1或图像2确定为待删除图像,如果在已进行待删除图像检测的其他目标图像组中图像1和图像2均未被确定为待删除图像,则可以将图像1和图像2中的任一幅图像作为待删除图像;如果在已进行待删除图像检测的其他目标图像组中图像1已被确定为待删除图像,则将图像2作为待删除图像。
示例性的,获取五幅待处理图像,五幅待处理图像依次为A1、A2、A3、A4和A5,上述五幅待处理图像对应的四个目标图像组分别是(A1,A2)、(A2,A3)、(A3,A4)、(A4,A5)。获取上述五幅待处理图像中待删除图像的方案如下:可以先判断目标图像组(A1,A2)的互信息熵是否大于互信息熵阈值,如果目标图像组(A1,A2)的互信息熵大于互信息熵阈值,则确定A1和A2较为相似,将A2作为待删除图像;接着判断目标图像组(A2,A3)的互信息熵是否大于互信息熵阈值,如果目标图像组(A2,A3)的互信息熵大于互信息熵阈值,则确定A2和A3较为相似,且A2在目标图像组(A1,A2)中已被确定为待删除图像,则将A3作为待删除图像;再判断目标图像组(A3,A4)的互信息熵是否大于互信息熵阈值,如果目标图像组(A3,A4)的互信息熵小于或等于互信息熵阈值,则确定A3和A4不相似,无需进行去重处理;最后判断目标图像组(A4,A5)的互信息熵是否大于互信息熵阈值,如果目标图像组(A4,A5)的互信息熵大于互信息熵阈值,则确定A4和A5较为相似,且A4和A5在其他目标图像组中均未被确定为待删除图像,则可以将A5作为待删除图像,此时已遍历完上述五幅待处理图像,得到上述五幅待处理图像中的待删除图像为A2、A3和A5。
在另一实施例中,获取至少两幅待处理图像中目标图像组的互信息熵,并基于目标图像组的互信息熵,检测目标图像组中是否存在待删除图像包括:
从至少两幅待处理图像中选择一幅待处理图像作为第一图像,并将与第一图像相邻的待处理图像作为第二图像,第一图像和第二图像构成目标图像组;
获取第一图像与第二图像的互信息熵;
判断第一图像与第二图像的互信息熵是否大于互信息熵阈值;
若第一图像与第二图像的互信息熵大于互信息熵阈值,则确定目标图像组中存在待删除图像,并将第二图像作为待删除图像,将与第二图像相邻且未进行待删除图像检测的待处理图像作为第二图像,返回执行获取第一图像与第二图像的互信息熵,直到遍历完至少两幅待处理图像;或者将第一图像作为待删除图像,将第二图像作为第一图像,将与第一图像相邻且未进行待删除图像检测的待处理图像作为第二图像,并返回执行获取第一图像与第二图像的互信息熵,直到遍历完至少两幅待处理图像;
若第一图像与第二图像的互信息熵小于或等于互信息熵阈值,则确定目标图像组中不存在待删除图像,并将第二图像作为第一图像,与第一图像相邻且未进行待删除图像检测的待处理图像作为第二图像,返回执行获取第一图像与第二图像的互信息熵,直到遍历完至少两幅待处理图像。
其中,在从至少两幅待处理图像中选择一幅待处理图像作为第一图像时,可以选择上述至少两幅待处理图像中的任一幅待处理图像作为第一图像,将上述至少两幅待处理图像中与第一图像相邻的待处理图像作为第二图像(例如将上述至少两幅待处理图像中的第一幅待处理图像作为第一图像,那么与第一幅待处理图像相邻的第二幅待处理图像即为第二图像),上述第一图像和上述第二图像构成一个目标图像组。上述未进行待删除图像检测的待处理图像可以是指未与其他待处理图像计算过互信息熵的待处理图像,也可以是指未与其他待处理图像构成目标图像组的待处理图像。
示例性的,获取五幅待处理图像,五幅待处理图像依次为A1、A2、A3、A4和A5,将A1作为第一图像,那么A2为第二图像,A1和A2构成一个目标图像组(A1,A2),先判断目标图像组(A1,A2)的互信息熵是否大于互信息熵阈值,如果目标图像组(A1,A2)的互信息熵大于互信息熵阈值,则确定目标图像组(A1,A2)中存在待删除图像,并将A2作为待删除图像,此时将与A2相邻的A3作为第二图像,判断目标图像组(A1,A3)的互信息熵是否大于互信息熵阈值,如果目标图像组(A1,A3)的互信息熵大于互信息熵阈值,则确定目标图像组(A1,A3)中存在待删除图像,并将A3作为待删除图像,与A3相邻的A4作为第二图像,判断目标图像组(A1,A4)的互信息熵阈值是否大于互信息熵阈值,如果目标图像组(A1,A4)的互信息熵小于或等于互信息熵阈值,则确定目标图像组(A1,A4)中不存在待删除图像,此时将A4作为第一图像,与A4相邻的A5作为第二图像,判断目标图像组(A4,A5)的互信息熵是否大于互信息熵阈值,如果目标图像组(A4,A5)的互信息熵大于互信息熵阈值,则确定目标图像组(A4,A5)中存在待删除图像,将A5作为待删除图像,此时已遍历完上述五幅待处理图像,得到上述五幅待处理图像中的待删除图像为A2、A3和A5。
可选地,获取至少两幅待处理图像中目标图像组的互信息熵包括:
获取目标图像组中两幅待处理图像各自的信息熵和目标图像组中两幅待处理图像的联合信息熵;
根据目标图像组中两幅待处理图像各自的信息熵和目标图像组中两幅待处理图像的联合信息熵,获取目标图像组的互信息熵。
对于目标图像组中的两幅待处理图像,上述两幅待处理图像的互信息熵I(X;Y)=H(X)+H(Y)-H(X,Y),其中,H(X)和H(Y)分别为上述两幅待处理图像各自的信息熵,H(X,Y)为上述两幅待处理图像的联合信息熵。
对于目标图像组中的一幅待处理图像,在计算该待处理图像的信息熵时,可以先统计该幅待处理图像中每个像素值的像素点数,以及该幅待处理图像的像素点总数,再根据每个像素值的像素点数和该幅待处理图像的像素点总数,计算每个像素值的概率,根据该幅待处理图像中所有像素值各自的概率可计算该幅待处理图像的信息熵。
示例性的,对于待处理图像X,待处理图像X的信息熵p(xi)为像素值i的概率且/>hi为像素值i的像素点数,/>为待处理图像X的像素点总数(是待处理图像X中所有像素值的像素点数之和),M为待处理图像的像素值级数(即灰度级数256)。
可选地,在目标图像组中两幅待处理图像的互信息熵时,可以先将上述两幅待处理图像均变换为灰度图并缩小为预设尺寸,得到两幅预设尺寸的灰度图,计算两幅预设尺寸的灰度图的互信息熵,再将该互信息熵作为上述两幅待处理图像的互信息熵,通过此方案可减少互信息熵的计算量,提高互信息熵的计算效率。其中,预设尺寸小于待处理图像的尺寸,例如待处理图像尺寸为100*100,预设尺寸为16*16。
步骤103,从至少两幅待处理图像中删除待删除图像,获得目标图像。
其中,目标图像是指从至少两幅待处理图像中删除待删除图像后剩余的待处理图像。目标图像的数量可以为至少一个,在目标图像的数量为至少两个时,至少两个目标图像中所有目标图像均是不相似的图像,即不存在重复的图像。
本申请实施例通过获取至少两幅待处理图像中目标图像组的互信息熵,可以基于目标图像组的互信息熵,检测目标图像组中是否存在待删除图像,并在存在待删除图像时,从上述至少两幅待处理图像中删除待删除图像,从而可完成对上述至少两幅待处理图像的去重处理。
参见图2,是本申请实施例二提供的图像去重方法的实现流程示意图,该图像去重方法应用于终端设备,如图所示该图像去重方法可以包括以下步骤:
步骤201,获取N个待处理视频。
其中,N为大于1的整数。
上述N个待处理视频是指需进行聚类分析的视频。可以对N个待处理视频进行聚类分析,将N个待处理视频进行归类,将内容相似的不同视频归为同一类,将内容不相似的不同视频归为不同类。
步骤202,获取N个待处理视频各自对应的至少两幅待处理图像。
在本申请实施例中,可以对N个待处理视频分别进行解码处理,解码后所得图像即为N个待处理视频各自对应的至少两幅待处理图像。其中,对待处理视频进行解码处理的解码算法可以是任一解码算法,例如FFmpeg、MediaCodec等,在此不作限定。
步骤203,获取N个待处理视频各自对应的至少两幅待处理图像中目标图像组的互信息熵,并基于N个待处理视频各自对应的至少两幅待处理图像中目标图像组的互信息熵,从N个待处理视频各自对应的至少两幅待处理图像中确定对应的待删除图像。
在本申请实施例中,在获取N个待处理视频各自对应的目标图像之前,需要先从每个待处理视频对应的至少两幅待处理图像中确定每个待处理视频对应的待删除图像,然后再从每个待处理视频对应的至少两幅待处理视频中删除该待处理视频对应的待删除图像,即针对N个待处理视频中的每个待处理视频均执行实施例一中的步骤102,以获得每个待处理视频对应的待删除图像。
步骤204,从N个待处理视频各自对应的至少两幅待处理图像中删除对应的待删除图像,获得N个待处理视频各自对应的目标图像。
其中,每个待处理视频对应的目标图像是指每个待处理图像对应的至少两幅待处理图像中不相似的待处理图像。
步骤205,根据N个待处理视频各自对应的目标图像,对N个待处理视频进行聚类分析,获得聚类分析结果。
根据N个待处理视频各自对应的目标图像,对N个待处理视频进行聚类分析,具体可以是指对N个待处理视频各自对应的目标图像进行特征检测,得到N个待处理视频各自对应的目标图像的特征信息,基于N个待处理视频各自对应的目标图像的特征信息对N个待处理视频进行聚类分析。其中,上述特征检测包括但不限于提取人脸、特征描述子等。聚类分析时所使用的聚类算法包括但不限于K均值聚类算法、密度聚类算法等。
在对N个待处理视频进行聚类分析时,基于N个待处理视频各自对应的目标图进行聚类分析,而不直接基于N个待处理视频各自对应的至少两幅待处理图像中所有待处理图像进行聚类分析,可以减少聚类分析时的计算量,从而提高N个待处理视频的聚类效率,且相对于通过跳帧方式去重处理进行聚类分析,本实施例获得的聚类分析结果更为准确。其中,聚类分析结果是指对N个待处理视频进行聚类分析后,所得的归类结果。
本申请实施例在对多个待处理视频进行聚类分析之前,先通过互信息熵对每个待处理视频进行图像去重处理,再将去重后的图像作为聚类分析的输入,可以提高视频聚类的效率以及视频聚类的准确性。
参见图3,是本申请实施例三提供的图像去重装置的结构示意图,为了便于说明,仅示出了与本申请实施例相关的部分。
图像去重装置包括:
图像获取模块31,用于获取至少两幅待处理图像;
图像处理模块32,用于获取至少两幅待处理图像中目标图像组的互信息熵,并基于目标图像组的互信息熵,检测目标图像组中是否存在待删除图像,目标图像组包括两幅待处理图像,目标图像组中的两幅待处理图像是指至少两幅待处理图像中需进行待删除图像检测的两幅待处理图像,目标图像组的互信息熵是指目标图像组中两幅待处理图像的互信息熵;
目标获得模块33,用于若目标图像组中存在待删除图像,则从至少两幅待处理图像中删除待删除图像,获得目标图像,目标图像是指从至少两幅待处理图像中删除待删除图像后剩余的图像。
可选地,图像处理模块32具体用于:
将至少两幅待处理图像中所有相邻的两幅待处理图像均构成目标图像组,得到至少一个目标图像组;
获取至少一个目标图像组中每个目标图像组的互信息熵;
判断每个目标图像组的互信息熵是否大于互信息熵阈值;
若每个目标图像组的互信息熵大于互信息熵阈值,则确定每个目标图像组中存在待删除图像,并从每个目标图像组中获取待删除图像;
若每个目标图像组的互信息熵小于或等于互信息熵阈值,则确定每个目标图像组中不存在待删除图像;
或者从至少两幅待处理图像中选择一幅待处理图像作为第一图像,并将与第一图像相邻的待处理图像作为第二图像,第一图像和第二图像构成目标图像组;
获取第一图像与第二图像的互信息熵;
判断第一图像与第二图像的互信息熵是否大于互信息熵阈值;
若第一图像与第二图像的互信息熵大于互信息熵阈值,则确定目标图像组中存在待删除图像,并将第二图像作为待删除图像,将与第二图像相邻且未进行待删除图像检测的待处理图像作为第二图像,返回执行获取第一图像与第二图像的互信息熵,直到遍历完至少两幅待处理图像;或者将第一图像作为待删除图像,将第二图像作为第一图像,将与第一图像相邻且未进行待删除图像检测的待处理图像作为第二图像,并返回执行获取第一图像与第二图像的互信息熵,直到遍历完至少两幅待处理图像;
若第一图像与第二图像的互信息熵小于或等于互信息熵阈值,则确定目标图像组中不存在待删除图像,并将第二图像作为第一图像,与第一图像相邻且未进行待删除图像检测的待处理图像作为第二图像,返回执行获取第一图像与第二图像的互信息熵,直到遍历完至少两幅待处理图像。
可选地,图像处理模块32具体用于:
获取目标图像组中两幅待处理图像各自的信息熵和目标图像组中两幅待处理图像的联合信息熵;
根据目标图像组中两幅待处理图像各自的信息熵和目标图像组中两幅待处理图像的联合信息熵,获取目标图像组的互信息熵。
可选地,图像去重装置还包括:
视频获取模块,用于获取待处理视频;
相应地,图像获取模块31用于:
从待处理视频中,获取至少两幅待处理图像。
可选地,图像获取模块31具体用于:
对待处理视频进行解码处理,得到至少两幅待处理图像。
可选地,在待处理视频的数量为N,且N为大于1的整数时,图像去重装置还包括:
视频聚类模块,用于根据N个待处理视频各自对应的目标图像,对N个待处理视频进行聚类分析,获得聚类分析结果。
本申请实施例提供的图像去重装置可以应用在前述方法实施例一和实施例二中,详情参见上述方法实施例一和实施例二的描述,在此不再赘述。
图4是本申请实施例四提供的终端设备的结构示意图。如图所示的该终端设备可以包括:一个或多个处理器401(图中仅示出一个);一个或多个输入设备402(图中仅示出一个),一个或多个输出设备403(图中仅示出一个)和存储器404。上述处理器401、输入设备402、输出设备403和存储器404通过总线405连接。存储器404用于存储指令,处理器401执行存储器404存储的指令时实现上述各个图像去重方法实施例中的步骤。
应当理解,在本申请实施例中,处理器401可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备402可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风、数据接收接口等。输出设备403可以包括显示器(LCD等)、扬声器、数据发送接口等。
该存储器404可以包括只读存储器和随机存取存储器,并向处理器401提供指令和数据。存储器404的一部分还可以包括非易失性随机存取存储器。例如,存储器404还可以存储设备类型的信息。
具体实现中,本申请实施例中所描述的处理器401、输入设备402、输出设备403和存储器404可执行本申请实施例提供的图像去重方法的实施例中所描述的实现方式,也可执行实施例三图像去重装置中所描述的实现方式,在此不再赘述。
图5是本申请实施例五提供的终端设备的示意图。如图5所示,该实施例的终端设备5包括:一个或多个处理器50(图中仅示出一个)、存储器51以及存储在存储器51中并可在至少一个处理器50上运行的计算机程序52。处理器50执行计算机程序52时实现上述各个图像去重方法实施例中的步骤。
终端设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端设备可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是终端设备5的示例,并不构成对终端设备5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元CPU,还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC、现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器51可以是终端设备5的内部存储单元,例如终端设备5的硬盘或内存。存储器51也可以是终端设备5的外部存储设备,例如终端设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器51还可以既包括终端设备5的内部存储单元也包括外部存储设备。存储器51用于存储计算机程序以及终端设备所需的其他程序和数据。存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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,在本申请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。
集成的模块/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,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
本申请实现上述实施例方法中的全部或部分流程,也可以通过一种计算机程序产品来完成,当计算机程序产品在终端设备上运行时,使得终端设备执行时实现可实现上述各个方法实施例中的步骤。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (8)
1.一种图像去重方法,其特征在于,所述图像去重方法包括:
获取至少两幅待处理图像;
获取所述至少两幅待处理图像中目标图像组的互信息熵,并基于所述目标图像组的互信息熵,检测所述目标图像组中是否存在待删除图像,所述目标图像组包括两幅待处理图像,所述目标图像组中的两幅待处理图像是指所述至少两幅待处理图像中需进行待删除图像检测的两幅待处理图像,所述目标图像组的互信息熵是指所述目标图像组中两幅待处理图像的互信息熵;
若所述目标图像组中存在所述待删除图像,则从所述至少两幅待处理图像中删除所述待删除图像,获得目标图像,所述目标图像是指从所述至少两幅待处理图像中删除所述待删除图像后剩余的图像;
所述获取所述至少两幅待处理图像中目标图像组的互信息熵,并基于所述目标图像组的互信息熵,检测所述目标图像组中是否存在待删除图像包括:
从所述至少两幅待处理图像中选择一幅待处理图像作为第一图像,并将与所述第一图像相邻的待处理图像作为第二图像,所述第一图像和所述第二图像构成目标图像组;
获取所述第一图像与所述第二图像的互信息熵;
判断所述第一图像与所述第二图像的互信息熵是否大于互信息熵阈值;
若所述第一图像与所述第二图像的互信息熵大于所述互信息熵阈值,则确定所述目标图像组中存在待删除图像,并将所述第二图像作为所述待删除图像,将与所述第二图像相邻且未进行待删除图像检测的待处理图像作为所述第二图像,返回执行所述获取所述第一图像与所述第二图像的互信息熵,直到遍历完所述至少两幅待处理图像;或者将所述第一图像作为所述待删除图像,将所述第二图像作为所述第一图像,将与所述第一图像相邻且未进行待删除图像检测的待处理图像作为所述第二图像,并返回执行所述获取所述第一图像与所述第二图像的互信息熵,直到遍历完所述至少两幅待处理图像;
若所述第一图像与所述第二图像的互信息熵小于或等于所述互信息熵阈值,则确定所述目标图像组中不存在待删除图像,并将所述第二图像作为所述第一图像,将与所述第一图像相邻且未进行待删除图像检测的待处理图像作为所述第二图像,返回执行所述获取所述第一图像与所述第二图像的互信息熵,直到遍历完所述至少两幅待处理图像。
2.如权利要求1所述的图像去重方法,其特征在于,所述获取所述至少两幅待处理图像中目标图像组的互信息熵包括:
获取所述目标图像组中两幅待处理图像各自的信息熵和所述目标图像组中两幅待处理图像的联合信息熵;
根据所述目标图像组中两幅待处理图像各自的信息熵和所述目标图像组中两幅待处理图像的联合信息熵,获取所述目标图像组的互信息熵。
3.如权利要求1至2任一项所述的图像去重方法,其特征在于,在所述获取至少两幅待处理图像之前,还包括:
获取待处理视频;
相应地,所述获取至少两幅待处理图像包括:
从所述待处理视频中,获取所述至少两幅待处理图像。
4.如权利要求3所述的图像去重方法,其特征在于,所述从所述待处理视频中,获取所述至少两幅待处理图像包括:
对所述待处理视频进行解码处理,得到所述至少两幅待处理图像。
5.如权利要求3所述的图像去重方法,其特征在于,在所述待处理视频的数量为N,且N为大于1的整数时,在获得目标图像之后,还包括:
根据N个待处理视频各自对应的目标图像,对所述N个待处理视频进行聚类分析,获得聚类分析结果。
6.一种图像去重装置,其特征在于,所述图像去重装置包括:
图像获取模块,用于获取至少两幅待处理图像;
图像处理模块,用于获取所述至少两幅待处理图像中目标图像组的互信息熵,并基于所述目标图像组的互信息熵,检测所述目标图像组中是否存在待删除图像,所述目标图像组包括两幅待处理图像,所述目标图像组中的两幅待处理图像是指所述至少两幅待处理图像中需进行待删除图像检测的两幅待处理图像,所述目标图像组的互信息熵是指所述目标图像组中两幅待处理图像的互信息熵;
目标获得模块,用于若所述目标图像组中存在所述待删除图像,则从所述至少两幅待处理图像中删除所述待删除图像,获得目标图像,所述目标图像是指从所述至少两幅待处理图像中删除所述待删除图像后剩余的图像;
所述图像处理模块具体用于:
从所述至少两幅待处理图像中选择一幅待处理图像作为第一图像,并将与所述第一图像相邻的待处理图像作为第二图像,所述第一图像和所述第二图像构成目标图像组;
获取所述第一图像与所述第二图像的互信息熵;
判断所述第一图像与所述第二图像的互信息熵是否大于互信息熵阈值;
若所述第一图像与所述第二图像的互信息熵大于所述互信息熵阈值,则确定所述目标图像组中存在待删除图像,并将所述第二图像作为所述待删除图像,将与所述第二图像相邻且未进行待删除图像检测的待处理图像作为所述第二图像,返回执行所述获取所述第一图像与所述第二图像的互信息熵,直到遍历完所述至少两幅待处理图像;或者将所述第一图像作为所述待删除图像,将所述第二图像作为所述第一图像,将与所述第一图像相邻且未进行待删除图像检测的待处理图像作为所述第二图像,并返回执行所述获取所述第一图像与所述第二图像的互信息熵,直到遍历完所述至少两幅待处理图像;
若所述第一图像与所述第二图像的互信息熵小于或等于所述互信息熵阈值,则确定所述目标图像组中不存在待删除图像,并将所述第二图像作为所述第一图像,将与所述第一图像相邻且未进行待删除图像检测的待处理图像作为所述第二图像,返回执行所述获取所述第一图像与所述第二图像的互信息熵,直到遍历完所述至少两幅待处理图像。
7.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述图像去重方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述图像去重方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010489337.9A CN111611417B (zh) | 2020-06-02 | 2020-06-02 | 图像去重方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010489337.9A CN111611417B (zh) | 2020-06-02 | 2020-06-02 | 图像去重方法、装置、终端设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111611417A CN111611417A (zh) | 2020-09-01 |
CN111611417B true CN111611417B (zh) | 2023-09-01 |
Family
ID=72201123
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010489337.9A Active CN111611417B (zh) | 2020-06-02 | 2020-06-02 | 图像去重方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111611417B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106326908A (zh) * | 2015-06-30 | 2017-01-11 | 中兴通讯股份有限公司 | 一种图片的管理方法、装置及终端设备 |
CN107657591A (zh) * | 2017-09-05 | 2018-02-02 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
WO2018090937A1 (zh) * | 2016-11-18 | 2018-05-24 | 深圳云天励飞技术有限公司 | 图像处理方法、终端及存储介质 |
WO2018166288A1 (zh) * | 2017-03-15 | 2018-09-20 | 北京京东尚科信息技术有限公司 | 信息呈现方法和装置 |
CN108961183A (zh) * | 2018-06-27 | 2018-12-07 | Oppo广东移动通信有限公司 | 图像处理方法、终端设备及计算机可读存储介质 |
CN110321447A (zh) * | 2019-07-08 | 2019-10-11 | 北京字节跳动网络技术有限公司 | 重复图像的确定方法、装置、电子设备及存储介质 |
-
2020
- 2020-06-02 CN CN202010489337.9A patent/CN111611417B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106326908A (zh) * | 2015-06-30 | 2017-01-11 | 中兴通讯股份有限公司 | 一种图片的管理方法、装置及终端设备 |
WO2018090937A1 (zh) * | 2016-11-18 | 2018-05-24 | 深圳云天励飞技术有限公司 | 图像处理方法、终端及存储介质 |
WO2018166288A1 (zh) * | 2017-03-15 | 2018-09-20 | 北京京东尚科信息技术有限公司 | 信息呈现方法和装置 |
CN107657591A (zh) * | 2017-09-05 | 2018-02-02 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN108961183A (zh) * | 2018-06-27 | 2018-12-07 | Oppo广东移动通信有限公司 | 图像处理方法、终端设备及计算机可读存储介质 |
CN110321447A (zh) * | 2019-07-08 | 2019-10-11 | 北京字节跳动网络技术有限公司 | 重复图像的确定方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
结合图像信息熵和特征点的图像配准方法;吴泽鹏;郭玲玲;朱明超;贾宏光;宣明;;红外与激光工程(第10期);第2847页-第2850页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111611417A (zh) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108765340B (zh) | 模糊图像处理方法、装置及终端设备 | |
CN109215037B (zh) | 目标图像分割方法、装置及终端设备 | |
CN109376645B (zh) | 一种人脸图像数据优选方法、装置及终端设备 | |
CN108564550B (zh) | 图像处理方法、装置及终端设备 | |
CN108961267B (zh) | 图片处理方法、图片处理装置及终端设备 | |
CN112102164B (zh) | 一种图像处理方法、装置、终端及存储介质 | |
CN108961183B (zh) | 图像处理方法、终端设备及计算机可读存储介质 | |
CN110288710B (zh) | 一种三维地图的处理方法、处理装置及终端设备 | |
CN111489290A (zh) | 一种人脸图像超分辨重建方法、装置及终端设备 | |
CN109657543B (zh) | 人流量监控方法、装置及终端设备 | |
CN112668320A (zh) | 基于词嵌入的模型训练方法、装置、电子设备及存储介质 | |
CN112668577A (zh) | 大尺度图像中目标物体的检测方法、终端及装置 | |
CN110166696B (zh) | 拍摄方法、装置、终端设备以及计算机可读存储介质 | |
CN107679222B (zh) | 图片处理方法、移动终端及计算机可读存储介质 | |
CN108133048B (zh) | 文件排序方法、装置及移动终端 | |
CN111382831B (zh) | 加速卷积神经网络模型前向推理的方法及装置 | |
CN108549702B (zh) | 一种移动终端的图片库的清理方法及移动终端 | |
CN109492249B (zh) | 设计图的快速生成方法、装置及终端设备 | |
CN108776959B (zh) | 图像处理方法、装置及终端设备 | |
CN111754435A (zh) | 图像处理方法、装置、终端设备及计算机可读存储介质 | |
CN111611417B (zh) | 图像去重方法、装置、终端设备及存储介质 | |
CN108932704B (zh) | 图片处理方法、图片处理装置及终端设备 | |
CN114969089A (zh) | 数据获得方法、装置、电子设备及存储介质 | |
CN110688035B (zh) | 相册处理方法、相册处理装置及移动终端 | |
CN108595569B (zh) | 文件路径复制方法、文件路径复制装置及移动终端 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |