CN112149744B - 一种侵权图片快速识别方法 - Google Patents

Abstract

本发明公开了一种侵权图片快速识别方法，包括：对图片库中的待测图片进行预处理；B）：计算预处理后的待测图片与版权图片的直方图相似度，若直方图相似度大于第一阈值，则判定预处理后的待测图片为重点图片；C）：获取重点图片与版权图片的特征网格，比较特征网格内图像相似性，获取相似特征网格，将相似特征网格数量大于网格数阈值的重点图片作为疑似侵权图片；D）：计算疑似侵权图片的灰度图与版权图片的灰度图的相似度，将相似度大于阈值的疑似侵权图片判定为侵权图片。本发明的实质性效果是：通过对于图片的预处理、整体检测、局部检测与精确检测进行图片侵权判定，提高侵权图片识别效率，提升图片侵权判定的客观性。

Description

一种侵权图片快速识别方法

技术领域

本发明涉及图片版权保护技术领域，具体涉及一种侵权图片快速识别方法。

背景技术

图片作为网络著作权侵权的典型代表，主要表现为未经许可擅自转载。对于版权图片进行有效保护需要则对网络上图片进行相似度检测来判断是否构成图片侵权。而目前版权的监控多以人工为主，对图片进行人为检测效率低、时效性差且具有较高的主观性。

中国专利公告号CN108960280B，公告日2020年07月24日，公开了一种图片相似度检测方法及系统，检测方法包括：分别筛选出互联网图片和参考图片中的互联网图片特征点和参考图片特征点；根据所有互联网图片特征点和所有参考图片特征点得到互联网图片和参考图片中的匹配特征点；当匹配特征点的个数大于或等于预设阈值时，互联网图片和参考图片相似。本发明实施例通过获取进行对比的两个图片的特征点，获取得到互联网图片和参考图片的特征点是否相匹配，并统计相匹配的特征点的数量，当匹配的特征点的数量超过预设阈值时，即可确认互联网图片和参考图片相似。

发明内容

本发明要解决的技术问题是：如何快速识别出待测图片与提供的版权图片的相似度，并判断图片是否构成图片侵权。

本发明解决其技术问题所采用的技术方案是：

一种侵权图片快速识别方法，包括：

步骤A)：读取图片库中的图片作为待测图片，对待测图片进行预处理；

步骤B)：提取预处理后的待测图片与版权图片的直方图，计算直方图相似度，若版权图片的直方图与待测图片直方图的相似度大于第一阈值，则判定预处理后的待测图片为重点图片，并进入步骤C)，若直方图相似度小于第一阈值，则读取下一张待测图片；

步骤C)：将重点图片与版权图片划分为N×M的网格，分别获取重点图片与版权图片的特征网格，比较特征网格内图像相似性，获取相似特征网格，将相似特征网格数量大于网格数阈值的重点图片作为疑似侵权图片，若相似特征网格数量小于网格数阈值，则返回步骤A)读取下一张待测图片；

步骤D)：计算疑似侵权图片的灰度图与版权图片的灰度图的相似度，将相似度大于阈值的疑似侵权图片判定为侵权图片，若相似度小于阈值，则返回步骤A)读取下一张待测图片。

对图片库中的图片与版权图片进行相似度检测以判断图片是否构成图片侵权。相似度检测包括对于图片全局的直方图检测、对于图片局部的灰度图检测和对于图片精确的哈希检测。通过对于图片进行三个步骤的检测，将相似度高于设定阈值的图片判定为侵权图片。

作为优选，步骤A)中对待测图片进行预处理的方法包括：

步骤A1)：预设若干个预设尺寸，将版权图像分别按预设尺寸缩放后保存；

步骤A2)：读取待测图片的尺寸，将待测图片缩放到与其尺寸最接近的预设尺寸。

对图片进行预处理，将图片缩放至与版权图片同样大小的尺寸，使后续步骤中对于图片相似性比较具有可比性。

作为优选，计算版权图片与预处理后的待测图片的直方图，获取版权图片与预处理后的待测图片的直方图数据，将直方图数据进行归一化处理，计算版权图片的直方图与预处理后的待测图片直方图的相似度ρ(p,p′)：

其中，p(i)为版权对比图片的直方图每个数据点的数据，p′(i)为预处理后的待测图片的直方图每个数据点的数据；

若ρ(p,p′)≥σ₁，则判定预处理后的待测图片为重点图片，并进入步骤C)；

若ρ(p,p′)<σ₁，则读则返回步骤A)读取下一张待测图片，

其中，σ₁为第一阈值。

通过对比计算版权图片与预处理后的待测图片的直方图数据，检测计算版权图片与预处理后的待测图片的相似性。将计算版权图片与预处理后的待测图片直方图相似性高于第一阈值的待测图片判定为重点图片，继续进行下一步骤的检测。

作为优选，步骤C)包括：

步骤C1)：获取重点图片与版权图片的灰度图；

步骤C2)：将重点图片与版权图片划分为N×M的网格，分别获取重点图片与版权图片的特征网格，对比重点图片的特征网格与版权图片的特征网格的图像相似度，若特征网格的图像相似度大于第三阈值，则判定为相似特征网格；

步骤C3)：将相似特征网格数量大于网格数阈值的重点图片作为疑似侵权图片，若相似特征网格数量小于网格数阈值，则返回步骤A)读取下一张待测图片。

对于重点图片，进一步检测其局部特征信息。通过在图片上设置网格，检测出具有图片特征明显的网格作为特征网格。对比重点图片的特征网格与版权图片的特征网格中图像的相似性，实现对于图片相似性的局部相似性对比。

作为优选，步骤C2)包括：

分别计算重点图片与版权图片的每个网格中灰度值的方差，将网格灰度值方差大于第二阈值σ₂的网格作为特征网格。

对比重点图片的特征网格与版权图片的特征网格中图像的相似性，有效地对于图片相似性的局部相似性进行快速对比。

作为优选，步骤C3)包括：

重点图片的特征网格包括P₁，P₂，…，P_n；

版权图片的特征网格包括Q₁，Q₂，…，Q_m；

计算重点图片的特征网格P_n与版权图片的特征网格Q_m的图像相似度：

其中，W_f为特征网格宽度，H_f为为特征网格高度，P_i(x,y)为重点图片的特征网格内每个像素的灰度值，Q_j(x,y)版权图片的特征网格内每个像素的灰度值；若α≥σ₃，则判定为相似特征网格，若α<σ₃，则判定为非相似特征网格。

提取出重点图片与版权图片的特征网格之后，将两者特征网格中的图像进行相似度对比。将重点图片的每一个特征网格与版权图片的每一个特征网格逐一对比，检测网格中图像像素灰度值的相似度值，以判断特征网格的重复度。对于相似特征网格数量高于设定阈值的重点图片判定为疑似侵权图片。

作为优选，步骤D)包括：

步骤D1)：获取疑似侵权图片与版权图片的灰度图，分别计算疑似侵权图片的灰度图的灰度平均值a与版权图片的灰度图的灰度平均值a′；

步骤D2)：根据灰度平均值确定二值化矩阵的阈值，将图片转化为二值图，计算图片哈希值；

步骤D3)：计算疑似侵权图片与版权图片的哈希值的汉明距离，获取疑似侵权图片与版权图片的相似度，若相似度大于设定阈值，则疑似侵权图片判定为侵权图片，若相似度小于阈值，则返回步骤A)读取下一张待测图片。

对于疑似侵权图片做进一步的相似性检测。由于在进行图片全局的直方图检测与图片局部的相似性检测之后，所得到的疑似侵权图片已具有较高的相似性，在步骤D)中，对于疑似侵权图片作哈希对比以获得最后精确的相似性判断。

作为优选，步骤D2)包括：

计算二值化矩阵的阈值：

将灰度图中灰度值大于或等于A_ref的元素置为1，将灰度值小于A_ref的元素置为0，计算疑似侵权图片与版权图片的哈希值。

计算图像二值化的阈值进行处理。将灰度值大于阈值H_ref的像素点记为“1”，将灰度值小于或等于H_ref的记为“0”。便于获得疑似侵权图片与版权图片的哈希值。

作为优选，步骤D3)包括：

计算疑似侵权图片与版权图片的相似度：

其中，H为疑似侵权图片与版权图片的哈希值的汉明距离。

通过计算图片哈希值的汉明距离获得疑似侵权图片与版权图片的差异，即可获得其相似度。

本发明的实质性效果是：通过对于图片的预处理、整体检测、局部检测与精确检测，对待测图片进行图片侵权判定，提高侵权图片识别效率，提升图片侵权判定的客观性。

附图说明

图1为实施例一的步骤流程图。

具体实施方式

下面通过具体实施例，对本发明的技术方案作进一步的具体说明。

实施例一：

一种侵权图片快速识别方法，对图片库中的图片与版权图片进行相似度检测以判断图片是否构成图片侵权。相似度检测包括对于图片全局的直方图检测、对于图片局部的灰度图检测和对于图片精确的哈希检测。通过对于图片进行不同的检测，将最终图片相似度高于设定阈值的图片判定为侵权图片。

如图1所示，包括：

步骤A)：读取图片库中的图片作为待测图片，对待测图片进行预处理。在下述对于图片的各检测之前，将待测图片的尺寸进行缩放。相同尺寸下的直方图、灰度图比较才具有可比性。

其中，步骤A)中对待测图片进行预处理的方法包括：

步骤A1)：预设若干个预设尺寸，将版权图像分别按预设尺寸缩放后保存。为了避免待测图片与版权图片的尺寸差距过大而在缩放过程中将图片严重变形，预先设置有若干个预设尺寸；

步骤A2)：读取待测图片的尺寸，将待测图片缩放到与其尺寸最接近的预设尺寸。

步骤B)：提取预处理后的待测图片与版权图片的直方图，获取版权图片与预处理后的待测图片的直方图数据，计算直方图相似度的方法包括：

将直方图数据进行归一化处理，计算版权图片的直方图与预处理后的待测图片直方图的相似度ρ(p,p′)：

其中，p(i)为版权对比图片的直方图每个数据点的数据，p′(i)为预处理后的待测图片的直方图每个数据点的数据；

若ρ(p,p′)≥σ₁，即版权图片的直方图与待测图片直方图的相似度大于第一阈值，则判定预处理后的待测图片为重点图片，并进入步骤C)；

若ρ(p,p′)<σ₁，则读则返回步骤A)读取下一张待测图片，

其中，σ₁为第一阈值。

对于版权图片的直方图与待测图片直方图的相似度计算可以筛选出一部分与版权图片具有图片整体相似度的图片，作为重点图片继续进行下述步骤的相似度检测。

步骤C)：将重点图片与版权图片划分为N×M的网格，分别获取重点图片与版权图片的特征网格，比较特征网格内图像相似性，获取相似特征网格，将相似特征网格数量大于网格数阈值的重点图片作为疑似侵权图片，若相似特征网格数量小于网格数阈值，则返回步骤A)读取下一张待测图片。

步骤C1)：获取重点图片与版权图片的灰度图。

步骤C2)：将重点图片与版权图片划分为N×M的网格，计算每个网格中图片灰度值的方差。网格中灰度图的方差反应了该网格中图像的对比度，方差值大的网格中的图像更能体现图片的重要特征。将灰度值方差大于第二阈值的网格作为特征网格，对比重点图片的特征网格与版权图片的特征网格的图像相似度。对特征网格进行相似度的对比，能在检测出图片特征信息的相似度的同时减少检测对象，减少图片识别的时间。若特征网格的图像相似度大于第三阈值，则判定为相似特征网格。

步骤C3)：将相似特征网格数量大于网格数阈值的重点图片作为疑似侵权图片，若相似特征网格数量小于网格数阈值，则返回步骤A)读取下一张待测图片。若相似特征网格数量多于网格数阈值，则代表重点图片中有多处图像特征与版权图片中的图像特征相似，即可作为疑似侵权图片。

步骤C3)包括：

重点图片的特征网格包括P₁，P₂，…，P_n；

版权图片的特征网格包括Q₁，Q₂，…，Q_m；

计算重点图片的特征网格P_n与版权图片的特征网格Q_m的图像相似度：

其中，W_f为特征网格宽度，H_f为为特征网格高度，P_i(x,y)为重点图片的特征网格内每个像素的灰度值，Q_j(x,y)版权图片的特征网格内每个像素的灰度值；对每一个重点图片的特征网格都与版权图片的特征网格进行相似度对比，获取相似特征网格数量；

若α≥σ₃，则判定为相似特征网格，若α<σ₃，则判定为非相似特征网格，其中，σ₃为第三阈值。

步骤D)：计算疑似侵权图片的灰度图与版权图片的灰度图的相似度，将相似度大于阈值的疑似侵权图片判定为侵权图片，若相似度小于阈值，则返回步骤A)读取下一张待测图片。在进行图片的全局相似度检测和局部相似性检测之后，获得的疑似侵权图片已有与版权图片具有较高的相似性，且对于计算量较大的下述计算步骤，之前的检测过程已筛选出了数量较少的图片。为了获得精确的图片相似性，计算图片的哈希值并获得哈希值的汉明距离，可精确地得到疑似侵权图片与版权图片的相似度。

步骤D1)：获取疑似侵权图片与版权图片的灰度图，分别计算疑似侵权图片的灰度图的灰度平均值a与版权图片的灰度图的灰度平均值a′；

步骤D2)：根据灰度平均值确定二值化矩阵的阈值，将图片转化为二值图，计算图片哈希值。

步骤D2)计算二值化矩阵的阈值的方法包括：

将灰度图中灰度值大于或等于A_ref的元素置为1，将灰度值小于A_ref的元素置为0。根据二值化矩阵获得疑似侵权图片与版权图片的哈希值。

步骤D3)：计算疑似侵权图片与版权图片的哈希值的汉明距离，获取疑似侵权图片与版权图片的相似度：

其中，H为疑似侵权图片与版权图片的哈希值的汉明距离。若相似度大于设定阈值，则疑似侵权图片判定为侵权图片，若相似度小于阈值，则返回步骤A)读取下一张待测图片。

以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。

Claims (2)

1.一种侵权图片快速识别方法，其特征在于，包括：

步骤A)：读取图片库中的图片作为待测图片，对待测图片进行预处理；

步骤B)：提取预处理后的待测图片与版权图片的直方图，计算直方图相似度，若版权图片的直方图与待测图片直方图的相似度大于第一阈值，则判定预处理后的待测图片为重点图片，并进入步骤C)，若直方图相似度小于第一阈值，则读取下一张待测图片；

步骤C)：将重点图片与版权图片划分为N×M的网格，分别获取重点图片与版权图片的特征网格，比较特征网格内图像相似性，获取相似特征网格，

将相似特征网格数量大于网格数阈值的重点图片作为疑似侵权图片，若相似特征网格数量小于网格数阈值，则返回步骤A)读取下一张待测图片；

步骤D)：计算疑似侵权图片的灰度图与版权图片的灰度图的相似度，将相似度大于阈值的疑似侵权图片判定为侵权图片，若相似度小于阈值，则返回步骤A)读取下一张待测图片；

所述步骤B)：提取预处理后的待测图片与版权图片的直方图，获取版权图片与预处理后的待测图片的直方图数据，计算直方图相似度的方法包括：

将直方图数据进行归一化处理，计算版权图片的直方图与预处理后的待测图片直方图的相似度ρ(p,p′)：

其中，p(i)为版权对比图片的直方图每个数据点的数据，p′(i)为预处理后的待测图片的直方图每个数据点的数据；

若ρ(p,p′)≥σ₁，即版权图片的直方图与待测图片直方图的相似度大于第一阈值，则判定预处理后的待测图片为重点图片，并进入步骤C)；

若ρ(p,p′)<σ₁，则读则返回步骤A)读取下一张待测图片，

其中，σ₁为第一阈值；

步骤C)包括：

步骤C1)：获取重点图片与版权图片的灰度图；

步骤C2)：将重点图片与版权图片划分为N×M的网格，分别计算重点图片与版权图片的每个网格中图片灰度值的方差；将灰度值方差大于第二阈值的网格作为特征网格，对比重点图片的特征网格与版权图片的特征网格的图像相似度；若特征网格的图像相似度大于第三阈值，则判定为相似特征网格；

步骤C3)：将相似特征网格数量大于网格数阈值的重点图片作为疑似侵权图片，若相似特征网格数量小于网格数阈值，则返回步骤A)读取下一张待测图片；

步骤C3)包括：

重点图片的特征网格包括P₁，P₂，…，P_n；

版权图片的特征网格包括Q₁，Q₂，…，Q_m；

计算重点图片的特征网格P_n与版权图片的特征网格Q_m的图像相似度：

其中，W_f为特征网格宽度，H_f为特征网格高度，P_i(x,y)为重点图片的特征网格内每个像素的灰度值，Q_j(x,y)为 版权图片的特征网格内每个像素的灰度值；对每一个重点图片的特征网格都与版权图片的特征网格进行相似度对比，获取相似特征网格数量；

若α≥σ₃，则判定为相似特征网格，若α<σ₃，则判定为非相似特征网格，其中，σ₃为第三阈值；

步骤D)包括：

步骤D1)：获取疑似侵权图片与版权图片的灰度图，分别计算疑似侵权图片的灰度图的灰度平均值a与版权图片的灰度图的灰度平均值a′；

步骤D2)：根据灰度平均值确定二值化矩阵的阈值，将图片转化为二值图，计算图片哈希值；

步骤D2)计算二值化矩阵的阈值的方法包括：

将灰度图中灰度值大于或等于A_ref的元素置为1，将灰度值小于A_ref的元素置为0，根据二值化矩阵获得疑似侵权图片与版权图片的哈希值；

步骤D3)：计算疑似侵权图片与版权图片的哈希值的汉明距离，获取疑似侵权图片与版权图片的相似度：

其中，H为疑似侵权图片与版权图片的哈希值的汉明距离；若相似度大于设定阈值，则疑似侵权图片判定为侵权图片，若相似度小于阈值，则返回步骤A)读取下一张待测图片。

2.根据权利要求1所述的一种侵权图片快速识别方法其特征在于，步骤A)中对待测图片进行预处理的方法包括：

步骤A1)：预设若干个预设尺寸，将版权图像分别按预设尺寸缩放后保存；

步骤A2)：读取待测图片的尺寸，将待测图片缩放到与其尺寸最接近的预设尺寸。

Images