基于灰度的分布式图像底层特征识别方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105354248A(43)申请公布日2016.02.24(21)申请号201510671757.8(22)申请日2015.10.19(71)申请人南通大学地址226019江苏省南通市崇川区啬园路9号(72)发明人施佺孙玲吴俊(74)专利代理机构苏州创元专利商标事务所有限公司32103代理人范晴丁浩秋(51)Int.Cl.G06F17/30(2006.01)权利要求书3页说明书10页附图6页(54)发明名称基于灰度的分布式图像底层特征识别方法及系统(57)摘要本发明公开了一种基于灰度的分布式图像底层特征识别方法，包括以下步骤：将彩色图像根据不同特征要求转化为灰度图像，保存灰度图像的灰度值，像素值，像素坐标，建立统一的特征基准；设计图像指纹结构；生成图像轮廓指纹段；生成图像纹理指纹段；生成图像色彩的指纹段；分布式指纹生成计算节点设计；分布式指纹轮询匹配计算节点设计；指纹识别匹配度标识，将多次轮询匹配的结果作为权值依据，与通过分布式指纹轮询匹配计算节点设计匹配的结果进行加权，得到匹配度，筛选出匹配结果。在保证分布式存储和计算负荷下，通过扩展计算与存储接节点，优化算法流程，可以进一步逼近图像识别效果。CN105354248ACN105354248A权利要求书1/3页1.一种基于灰度的分布式图像底层特征识别方法，其特征在于，包括以下步骤：S1：将彩色图像根据不同特征要求转化为灰度图像，保存灰度图像的灰度值、像素值、像素坐标，建立统一的特征基准；S2：设计图像指纹结构：采用字符串作为指纹存储结构，并且选择最佳字符串匹配算法进行指纹识别；S3：利用蒙版抠图确定待识别图像的轮廓特征，生成图像轮廓指纹段；S4：选取图像主要特征区域，获取灰度数据，利用PHash算法，计算主要特征区域汉明距离，生成图像纹理指纹段；S5：构建三维颜色直方图：将彩色图像转化为灰度图像，保存图像的三原色信息，构建基于三原色的三维数组，生成图像色彩的指纹段；S6：分布式指纹生成计算节点设计：根据特征算法运行需求的不同，确定算法执行步骤，评估计算节点的数量、分布以及运算策略；S7：分布式指纹轮询匹配计算节点设计：将图像原始信息与底层特征合成，生成全指纹；将待匹配图像指纹数据根据指纹段切割，分配到不同的匹配计算节点，通过调整相应计算节点的数量保证匹配时间在可允许的范围结束；S8：指纹识别匹配度标识：将多次轮询匹配的结果作为权值依据，与通过S7步骤匹配的结果进行加权，得到匹配度，筛选出匹配结果。2.根据权利要求1所述的基于灰度的分布式图像底层特征识别方法，其特征在于，步骤S1中彩色图像灰度化过程如下：在以轮廓，纹理为特征的灰度化过程中，彩色图像转化为灰度图像，用灰度值来代表彩色图像的亮度信息，彩色图像的亮度值即转化为灰度图像后的灰度值I由以下公式计算：I=0.3B+0.59G+0.11R；其中R、G、B为红、绿、蓝三个通道的颜色；在以色彩为特征的灰度化过程中，灰度图像保存彩色图像的颜色表，颜色表中每一项的R、G、B分量用三维数组表示。3.根据权利要求1所述的基于灰度的分布式图像底层特征识别方法，其特征在于，所述步骤S3包括：1)生成图像原图的蒙版图；2)获取原图和蒙版图的像素值，将蒙版图的像素值赋值给原图，达到背景透明处理的效果；3）实现图像轮廓的抠图，对图像进行灰度化处理；4）对灰度化的图像，计算每一个像素点的灰度值，从而获取图像的灰度平均值，将每个像素的灰度值与其图像的灰度平均值进行比较，并分别用0和1表示比较的结果，生成64位二进制序列串；5）通过比较两个图像的哈希值，计算汉明距离，获取图像轮廓指纹段。4.根据权利要求1所述的基于灰度的分布式图像底层特征识别方法，其特征在于，所述步骤S4包括：1）将图像缩小为8*8共64个像素；2）将缩小后的图像转化为灰度图像，记录图像的灰度值，并将图像的灰度值作为计算2CN105354248A权利要求书2/3页因子；3）对图像进行离散余弦变换DCT处理；4）缩小DCT值，并计算DCT均值；5）根据8*8的DCT矩阵，设置0或1的64位Hash值，其中大于等于DCT均值的设为“1”，小于DCT均值的设为“0”；6）构造哈希值，计算汉明距离，获取图像纹理指纹段。5.根据权利要求1所述的基于灰度的分布式图像底层特征识别方法，其特征在于，所述步骤S5包括：1）获取图像，进行灰度化处理；2）在图像灰度化下，利用三维数组保存图像色彩信息，生成颜色直方图；3）计算巴氏系数，获取图像色彩的指纹段；所述巴氏系数的计算公式为：其中，P,P’分别代表源与候选的图像直方图数据，巴氏系数因子值的范围为0到1之间，i为直方图每个RGB数据的序号。6.根据权利要求1所述的基于灰度的分布式