本公开提供一种图像处理方法，包括：获取第一图像和第二图像，其中，所述第一图像包括第一目标对象，所述第二图像包括第二目标对象；确定所述第一目标对象和所述第二目标对象的相对位置信息；确定所述第一目标对象的第一纹理信息和所述第二目标对象的第二纹理信息；以及基于所述相对位置信息、所述第一纹理信息、所述第二纹理信息确定所述第一目标对象和所述第二目标对象的第一相似度。
【技术实现步骤摘要】
图像处理方法、装置、系统、计算机可读存储介质
本公开涉及计算机
，更具体地，涉及一种图像处理方法、一种图像处理装置、一种图像处理系统、以及一种计算机可读存储介质。
技术介绍
生物认证技术逐渐应用于各个领域中，例如应用于安防、国防、电子商务、金融等多种领域，该生物认证技术的应用前景非常广阔。例如虹膜识别具有较高的安全性。其中虹膜质量判断，特别是用户进行虹膜注册时，对虹膜图像的质量判断，对整个系统的性能及易用性起到了至关重要的作用。因此，如何提高生物识别(例如虹膜质量判断)的便捷性，以及减少生物识别过程中的计算量成为目前亟需解决的问题。在实现本公开构思的过程中，专利技术人发现现有技术中至少存在如下问题，现有技术中生物识别(例如虹膜质量判断)的过程不够便捷，并且识别过程的计算量大。
技术实现思路
有鉴于此，本公开提供了一种优化的图像处理方法和图像处理装置。本公开的一个方面提供了一种图像处理方法，包括：获取第一图像和第二图像，其中，所述第一图像包括第一目标对象，所述第二图像包括第二目标对象，确定所述第一目标对象和所述第二目标对象的相对位置信息，确定所述第一目标对象的第一纹理信息和所述第二目标对象的第二纹理信息，以及基于所述相对位置信息、所述第一纹理信息、所述第二纹理信息确定所述第一目标对象和所述第二目标对象的第一相似度。根据本公开的实施例，上述方法还包括：获取所述第一图像的第一区域以及所述第二图像的第二区域，其中，所述第一区域包括所述第一目标对象，所述第二区域包括所述第二目标对象。根据本公开的实施例，上述确定所述第一目标对象的第一纹理信息和所述第二目标对象的第二纹理信息，包括：确定所述第一区域的第一纹理特征向量，以及确定所述第二区域的第二纹理特征向量。根据本公开的实施例，上述第一区域和所述第二区域均包括多个子区域。确定所述第一区域的第一纹理特征向量，包括：确定所述第一区域的多个子区域中每个子区域的第一特征值，基于所述第一特征值得到所述第一纹理特征向量。确定所述第二区域的第二纹理特征向量，包括：确定所述第二区域的多个子区域中每个子区域的第二特征值，基于所述第二特征值得到所述第二纹理特征向量。根据本公开的实施例，上述每个子区域包括多个像素点，所述第一特征值和所述第二特征值均包括与所述多个像素点对应的多个特征值。根据本公开的实施例，上述基于所述相对位置信息、所述第一纹理信息、所述第二纹理信息确定所述第一目标对象和所述第二目标对象的第一相似度，包括：确定所述第一纹理特征向量和所述第二纹理特征向量之间的第二相似度，基于所述相对位置信息和所述第二相似度确定所述第一目标对象和所述第二目标对象的第一相似度。本公开的另一个方面提供了一种图像处理装置，包括：第一获取模块、第一确定模块、第二确定模块以及第三确定模块。其中，第一获取模块获取第一图像和第二图像，其中，所述第一图像包括第一目标对象，所述第二图像包括第二目标对象，第一确定模块确定所述第一目标对象和所述第二目标对象的相对位置信息，第二确定模块确定所述第一目标对象的第一纹理信息和所述第二目标对象的第二纹理信息，第三确定模块基于所述相对位置信息、所述第一纹理信息、所述第二纹理信息确定所述第一目标对象和所述第二目标对象的第一相似度。根据本公开的实施例，上述装置还包括：第二获取模块，获取所述第一图像的第一区域以及所述第二图像的第二区域，其中，所述第一区域包括所述第一目标对象，所述第二区域包括所述第二目标对象。根据本公开的实施例，上述确定所述第一目标对象的第一纹理信息和所述第二目标对象的第二纹理信息，包括：确定所述第一区域的第一纹理特征向量，以及确定所述第二区域的第二纹理特征向量。根据本公开的实施例，上述第一区域和所述第二区域均包括多个子区域。确定所述第一区域的第一纹理特征向量，包括：确定所述第一区域的多个子区域中每个子区域的第一特征值，基于所述第一特征值得到所述第一纹理特征向量。确定所述第二区域的第二纹理特征向量，包括：确定所述第二区域的多个子区域中每个子区域的第二特征值，基于所述第二特征值得到所述第二纹理特征向量。根据本公开的实施例，上述每个子区域包括多个像素点，所述第一特征值和所述第二特征值均包括与所述多个像素点对应的多个特征值。根据本公开的实施例，上述基于所述相对位置信息、所述第一纹理信息、所述第二纹理信息确定所述第一目标对象和所述第二目标对象的第一相似度，包括：确定所述第一纹理特征向量和所述第二纹理特征向量之间的第二相似度，基于所述相对位置信息和所述第二相似度确定所述第一目标对象和所述第二目标对象的第一相似度。本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。根据本公开的实施例，可以至少部分地解决现有技术中生物识别(例如虹膜质量判断)的过程不够便捷，并且识别过程的计算量大的问题，并因此可以实现提高生物识别(例如虹膜质量判断)的便捷性，以及减少生物识别过程中的计算量的技术效果。附图说明通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：图1示意性示出了根据本公开实施例的图像处理方法和图像处理系统的系统架构；图2示意性示出了根据本公开实施例的图像处理方法的流程图；图3示意性示出了根据本公开另一实施例的图像处理方法的流程图；图4示意性示出了根据本公开实施例的图像处理装置的框图；图5示意性示出了根据本公开另一实施例的图像处理装置的框图；以及图6示意性示出了根据本公开实施例的适于图像处理的计算机系统的方框图。具体实施方式以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/本文档来自技高网...
【技术保护点】
1.一种图像处理方法，包括：获取第一图像和第二图像，其中，所述第一图像包括第一目标对象，所述第二图像包括第二目标对象；确定所述第一目标对象和所述第二目标对象的相对位置信息；确定所述第一目标对象的第一纹理信息和所述第二目标对象的第二纹理信息；以及基于所述相对位置信息、所述第一纹理信息、所述第二纹理信息确定所述第一目标对象和所述第二目标对象的第一相似度。
【技术特征摘要】
1.一种图像处理方法，包括：获取第一图像和第二图像，其中，所述第一图像包括第一目标对象，所述第二图像包括第二目标对象；确定所述第一目标对象和所述第二目标对象的相对位置信息；确定所述第一目标对象的第一纹理信息和所述第二目标对象的第二纹理信息；以及基于所述相对位置信息、所述第一纹理信息、所述第二纹理信息确定所述第一目标对象和所述第二目标对象的第一相似度。2.根据权利要求1所述的方法，还包括：获取所述第一图像的第一区域以及所述第二图像的第二区域，其中，所述第一区域包括所述第一目标对象，所述第二区域包括所述第二目标对象。3.根据权利要求2所述的方法，其中，所述确定所述第一目标对象的第一纹理信息和所述第二目标对象的第二纹理信息，包括：确定所述第一区域的第一纹理特征向量；以及确定所述第二区域的第二纹理特征向量。4.根据权利要求3所述的方法，其中：所述第一区域和所述第二区域均包括多个子区域；确定所述第一区域的第一纹理特征向量，包括：确定所述第一区域的多个子区域中每个子区域的第一特征值，基于所述第一特征值得到所述第一纹理特征向量；确定所述第二区域的第二纹理特征向量，包括：确定所述第二区域的多个子区域中每个子区域的第二特征值，基于所述第二特征值得到所述第二纹理特征向量。5.根据权利要求4所述的方法，其中：所述每个子区域包括多个像素点，所述第一特征值和所述第二特征值均包括与所述多个像素点对应的多个特征值。6.根据权利要求4所述的方法，其中，所述基于所述相对位置信息、所述第一纹理信息、所述第二纹理信息确定所述第一目标对象和所述第二目标对象的第一相似度，包括：确定所述第一纹理特征向量和所述第二纹理特征向量之间的第二相似度；基于所述相对位置信息和所述第二相似度确定所述第一目标对象和所述第二目标对象的第一相似度。7.一种图像处理装置，包括：第一获取模块，获取第一图像和第二图像，其中，所述第一图像包括第一目标对象，所述第二图像包括第二目标对象；第一确定模块，确定所述第一目标对象和所述第二目标对象的相对位置信息；第...
【专利技术属性】
技术研发人员：孔爱祥，
申请(专利权)人：京东数字科技控股有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。