图片特征点提取及相似度的判断方法、系统、设备和介质技术方案

本发明专利技术公开了一种图片特征点提取及相似度的判断方法、系统、设备和介质，图片特征点提取方法包括以下步骤：根据原始图片获取具有多个通道的待处理图片；对所述待处理图片分别进行每个通道的线性变换，得到与每个通道相对应的第一中间图片；对每个第一中间图片在水平方向和垂直方向分别进行多个倾斜角度变换，并针对每个倾斜角度变换均生成一个对应的第二中间图片；对每个第二中间图片进行ORB算法处理或SIFT算法处理，得到每个第二中间图片的特征点；对每个第二中间图片的特征点进行合并，得到所述原始图片的特征点。本发明专利技术解决了在不同曝光、颜色处理、白天黑夜等同内容的图片判断其相似的缺陷。

The method, system, equipment and medium of image feature extraction and similarity judgment

【技术实现步骤摘要】
图片特征点提取及相似度的判断方法、系统、设备和介质
本专利技术涉及一种在OTA(OnlineTravelAgency，在线旅游)平台下判断酒店图片相似度及分组的新方法，特别涉及一种图片特征点提取及相似度的判断方法、系统、设备和介质。
技术介绍
在OTA行业中，酒店图片在APP(Application,应用软件)和web(WorldWideWeb，全球广域网)上展示时出现较多相似或者重复的现象，而每个酒店在OTA平台上展示图片的数量有限，用户在浏览酒店图片时，过多的相似图片会影响用户的体验，会导致用户不能快速直观的了解酒店的设施或者房间布局等信息。现有的酒店图片相似度判断方法主要有hash算法、ORB(OrientedFASTandRotatedBRIEF，快速特征点提取和描述)算法、SIFT(Scale-invariantfeaturetransform，尺度不变特征变换)算法等，该类方法主要是先对图片提取特征点，然后根据相似度的计算公式计算相对应两张图片的相似度，该类方法多是判断酒店图片的剪切、缩放、重复和镜像的标准来判断图片之间是否本文档来自技高网...

【技术保护点】
1.一种图片特征点提取方法，其特征在于，所述图片特征点提取方法包括：/n根据原始图片获取具有多个通道的待处理图片；/n对所述待处理图片分别进行每个通道的线性变换，得到与每个通道相对应的第一中间图片；/n对每个第一中间图片在水平方向和垂直方向分别进行多个倾斜角度变换，并针对每个倾斜角度变换均生成一个对应的第二中间图片；/n对每个第二中间图片进行ORB算法处理或SIFT算法处理，得到每个第二中间图片的特征点；/n对每个第二中间图片的特征点进行合并，得到所述原始图片的特征点。/n

【技术特征摘要】
1.一种图片特征点提取方法，其特征在于，所述图片特征点提取方法包括：
根据原始图片获取具有多个通道的待处理图片；
对所述待处理图片分别进行每个通道的线性变换，得到与每个通道相对应的第一中间图片；
对每个第一中间图片在水平方向和垂直方向分别进行多个倾斜角度变换，并针对每个倾斜角度变换均生成一个对应的第二中间图片；
对每个第二中间图片进行ORB算法处理或SIFT算法处理，得到每个第二中间图片的特征点；
对每个第二中间图片的特征点进行合并，得到所述原始图片的特征点。


2.如权利要求1所述的图片特征点提取方法，其特征在于，所述待处理图片具有RGB三个通道；
所述根据原始图片获取具有多个通道的待处理图片的步骤包括：
若所述原始图片为单通道图片，则将所述单通道图片按照其他两个通道数值为0处理，转换为所述待处理图片；
若所述原始图片为四通道图片，则将四通道中的A通道剔除，转化为所述待处理图片。


3.如权利要求1所述的图片特征点提取方法，其特征在于，所述对所述待处理图片分别进行每个通道的线性变换，得到与每个通道相对应的第一中间图片的步骤包括：
获取所述对所述待处理图片的每个通道矩阵上的像素值P[i][j]；
对每个像素值P[i][j]进行检测，若P[i][j]*a+b>255则令P[i][j]＝255，否则令P[i][j]＝P[i][j]*a+b；
针对每个通道对应生成一张所述第一中间图片。


4.如权利要求1所述的图片特征点提取方法，其特征在于，
若对每个第二中间图片进行ORB算法处理，则具体包括以下步骤：
对于所述第二中间图片的每个像素点，均检测周围是否有连续多个像素点的灰度值均大于或均小于该像素点的灰度值，若是则确定该像素点为特征点；
计算第二中间图片的每个特征点的像素值与该特征点周围若干个特征点的像素值的差值的绝对值之和，删除该差值的绝对值之和小于第一阈值的特征点，并保留该差值的绝对值之和大于该第一阈值的特征点。


5.如权利要求4所述的图片特征点提取方法，其特征在于，所述删除该差值的绝对值之和小于第一阈值的特征点，并保留该差值的绝对值之和大于该阈值的特征点步骤之后还包括：
对每个第二中间图片建立高斯金字塔，并通过矩法来确定第二中间图片的特征点的方向；
在每个第二中间图片的特征点中选取128个像素点对的像素值对pi、qi，对于每个像素点对的像素值对，若pi大于qi，则生成二进制串中的1，否则为0，并对选取的128个像素点对的像素值对进行比较，生成长度为128的二进制串作为所述特征点的向量。


6.如权利要求1所述的图片特征点提取方法，其特征在于，
若对每个第二中间图片进行SIFT算法处理，则具体包括以下步骤：
对所述每个第二中间图片进行所有尺度变化，通过高斯微分函数来识别潜在的对于尺度和旋转不变的候选关键点；
基于候选关键点拟合DOG函数曲线，获取所述DOG函数曲线的极值点作为第二中间图片的特征点。


7.如权利要求6所述的图片特征点提取方法，其特征在于，所述基于候选关键点拟合DOG函数曲线，获取所述DOG函数曲线的极值点作为第二中间图片的特征点步骤之后还包括：
基于图像局部的梯度方向，分配给每个关键点位置一个或多个方向；
在每个关键点周围的像素进行分块，计算块内梯度直方图，生成该块内梯度直方图内特征点的向量。


8.一种图片特征点提取系统，其特征在于，所述图片特征点提取系统包括：
获取模块，用于根据原始图片获取具有多个通道的待处理图片；
线性变换模块，用于对所述待处理图片分别进行每个通道的线性变换，得到与每个通道相对应的第一中间图片；
角度变换模块，用于对每个第一中间图片在水平方向和垂直方向分别进行多个倾斜角度变换，并针对每个倾斜角度变换均生成一个对应的第二中间图片；
处理模块，用于对每个第二中间图片进行ORB算法处理或SIFT算法处理，得到每个第二中间图片的特征点；
合并模块，用于对每个第二中间图片的特征点进行合并，得到所述原始图片的特征点。


9.如权利要求8所述的图片特征点提取系统，其特征在于，所述待处理图片具有RGB三个通道；
若所述原始图片为单通道图片，所述获取模块用于将所述单通道图片按照其他两个通道数值为0处理，转换为所述待处理图片；
若所述原始图片为四通道图片，所述获取模块用于将四通道中的A通道剔除，转化为所述待处理图片。


10.如权利要求8所述的图片特征点提取系统，其特征在于，所述线性变换模块包括：
获取单元，用于获取所述对所述待处理图片的每个通道矩阵上的像素值P[i][j]；
检测单元，用于对每个像素值P[i][j]进行检测，若P[i][j]*a+b>255则令P[i][j]＝255，否则令P[i][j]＝P[i][j]*a+b；
生成单元，用于针对每个通道对应生成一张所述第一中间图片。


11.如权利要求8所述的图片特征点提取系统，其特征在于，所述处理模块包括：
ORB单元，用于对每个第二中间图片进行ORB算法处理；
所述ORB单元包括：
比较子单元，用于对于所述第二中间图片的每个像素点，均检测周围是否有连续多个像素点的灰度值均大于或均小于该像素点的灰度值，若是则确定该像素点为特征点；
第一计算子单元，用于计算第二中间图片的每个特征点的像素值与该特征点周围若干个特征点的像素值的差值的绝对值之和，删除该差值的绝对值之和小于第一阈值的特征点，并保留该差值的绝对值之和大于该阈值的特征点。


12.如权利要求11所述的...

【专利技术属性】
技术研发人员：任君，罗超，胡泓，周明康，
申请(专利权)人：携程计算机技术上海有限公司，
类型：发明
国别省市：上海;31