基于图像识别的同名小区辨别方法及系统技术方案

本发明专利技术公开了一种基于图像识别的同名小区辨别方法及系统，包括：获取第一/二待辨别小区的第一/二属性信息；根据第一经纬度信息和第二经纬度信息，确定两小区之间的距离；当距离小于等于预设阈值时，获取第一/二待辨别小区的第一/二图像；对第一图像和第二图像进行显著性检测，并根据显著性检测结果，得到第一/二楼体所在的第一/二区域；计算第一区域与第二区域之间的图像相似性值；根据图像相似性值，以及两小区之间的距离，确定辨别结果。本申请利用显著性检测算法识别第一楼梯和第二楼体后，通过计算第一楼体与第二楼体之间的图像相似性值，能够衡量出二者的相似程度，从而辨别同名小区是否为同一小区，有效提高了辨别准确率。

Identification method and system of cell with the same name based on image recognition

【技术实现步骤摘要】
基于图像识别的同名小区辨别方法及系统
本专利技术涉及信息处理
，更具体地，涉及一种基于图像识别的同名小区辨别方法及系统。
技术介绍
随着互联网的快速普及和发展，房屋租售平台大量涌现。房产经纪人将房源信息发布在各个租售平台，以便用户通过设置筛选条件的方式，在房源网站上查找到所需的房源信息。但是，在某些应用场景下，若小区A的别名是小区B，而不同的房产经纪人在发布该房源信息时可能会使用不同的小区名称，这就导致用户在搜索房源信息时，无法辨别二者是否为相同房源；此外，在另一应用场景下，若存在名称相同或相近的两个小区，用户可能会误认为两个小区是同一房源。为解决上述问题，现有技术中判断两个小区名是否为同一小区的方法是：首先，判断两个小区所在的城市和城区是否均相同；若相同，则进一步计算两个小区名称的文本相似度，如果文本相似度大于等于90％，则判定两个小区为同一小区。然而，上述同名小区的辨别方法中，当某一小区存在文本相似度小于90％的别名，或是两个不同小区的名称的文本相似度超过90％时，会出现很高的误判频率，大大降低了辨别准确率。
技术实现思路
本专利技术提供了一种基于图像识别的同名小区辨别方法及系统，能够有效提高同名小区的辨别准确率，降低误判风险。第一方面，本申请提供一种基于图像识别的同名小区辨别方法，所述方法包括：获取第一待辨别小区的第一属性信息，以及第二待辨别小区的第二属性信息；其中，所述第一属性信息包括第一待辨别小区的第一经纬度信息，所述第二属性信息包括第二待辨别小区的第二经纬度信息；根据第一经纬度信息和第二经纬度信息，确定所述第一待辨别小区与所述第二待辨别小区之间的距离；当第一待辨别小区与第二待辨别小区之间的距离小于等于预设阈值时，获取第一待辨别小区的第一图像，以及第二待辨别小区的第二图像；其中，所述第一图像中包含第一待辨别小区的第一楼体，所述第二图像中包含第二待辨别小区的第二楼体；对所述第一图像和所述第二图像进行显著性检测，并根据显著性检测结果，得到所述第一楼体所在的第一区域，以及所述第二楼体所在的第二区域；计算所述第一区域与所述第二区域之间的图像相似性值；根据所述图像相似性值，以及第一待辨别小区与第二待辨别小区之间的距离，确定辨别结果。可选地，所述对所述第一图像和所述第二图像进行显著性检测，并根据显著性检测结果，得到所述第一楼体所在的第一区域，以及所述第二楼体所在的第二区域的步骤，包括：计算所述第一图像对应的第一显著性图，和所述第二图像对应的第二显著性图；根据预设的显著性阈值，从所述第一显著性图中分割出第一楼体所在的最小外接矩形，作为第一区域；并从所述第二显著性图中分割出第二楼体所在的最小外接矩形，作为第二区域。可选地，所述计算所述第一图像对应的第一显著性图，和所述第二图像对应的第二显著性图的步骤，包括：对所述第一图像和所述第二图像进行快速傅里叶变换，得到所述第一图像的第一幅度谱和第一相位谱，以及所述第二图像的第二幅度谱和第二相位谱；根据所述第一幅度谱，计算所述第一图像的第一对数幅度谱，并根据所述第二幅度谱，计算所述第二图像的第二对数幅度谱；利用预设的均值滤波器，分别对第一对数幅度谱和第二对数幅度谱进行滤波，并按照如下公式计算第一图像的第一剩余谱，以及第二图像的第二剩余谱：R1＝L1-hn*L1；R2＝L2-hn*L2；式中，R1为计算得到的所述第一剩余谱，R2为计算得到的所述第二剩余谱，L1为第一图像的第一对数幅度谱，L2为第二图像的第二对数幅度谱，hn表示预设的大小为n×n的均值滤波器；利用所述第一剩余谱和所述第一相位谱重构得到第一图像对应的第一显著性图，并利用所述第二剩余谱和所述第二相位谱重构得到第二图像对应的第二显著性图。可选地，所述第一区域与所述第二区域之间的图像相似性值采用如下公式计算获得：SIM(L1，L2)＝I(L1，L2)·C(L1，L2)·S(L1，L2)；式中，L1表示所述第一区域，L2表示所述第二区域，I(L1，L2)表示第一区域与第二区域之间的亮度相似性，C(L1，L2)表示第一区域与第二区域之间的对比度相似性，S(L1，L2)表示第一区域与第二区域之间的结构相似性；其中，式中，u1、u2分别表示第一区域中所有像素值的均值，以及第二区域中所有像素值的均值；σ1、σ2分别表示第一区域中所有像素值的标准差，以及第二区域中所有像素值的标准差；σ12表示第一区域与第二区域的协方差；C1＝(k1·L)2、C2＝(k2·L)2、C3＝C2/2，k1＝0.01，k2＝0.03，L＝255。可选地，所述第一属性信息还包括第一待辨别小区所在的第一城市和第一城区，所述第二属性信息还包括第二待辨别小区所在的第二城市和第二城区；所述根据第一经纬度信息和第二经纬度信息，确定所述第一待辨别小区与所述第二待辨别小区之间的距离的步骤之前，还包括：比较所述第一待辨别小区所在的第一城市，与所述第二待辨别小区所在的第二城市是否相同；若不同，则辨别结果为所述第一待辨别小区与所述第二待辨别小区不是同一小区；若相同，则比较所述第一待辨别小区所在的第一城区与所述第二待辨别小区所在的第二城区是否相同：若不同，则辨别结果为所述第一待辨别小区与所述第二待辨别小区不是同一小区；若相同，则执行所述根据第一经纬度信息和第二经纬度信息，确定所述第一待辨别小区与所述第二待辨别小区之间的距离的步骤。可选地，所述第一经纬度信息包括第一待辨别小区的第一经度和第一纬度，所述第二经纬度信息包括第二待辨别小区的第二经度和第二纬度；所述第一待辨别小区与第二待辨别小区之间的距离采用如下公式计算获得：haversin(θ)＝sin2(θ/2)＝(1-cos(θ))/2；式中，d为第一待辨别小区与第二待辨别小区之间的距离，R为地球半径，和分别为第一纬度和第二纬度，Δλ表示第一经度与第二经度的差值。可选地，所述根据所述图像相似性值，以及第一待辨别小区与第二待辨别小区之间的距离，确定辨别结果的步骤，包括：当所述图像相似性值大于等于0.9时，辨别结果为所述第一待辨别小区与所述第二待辨别小区是同一小区；当所述图像相似性值大于等于0.6时，判断所述第一待辨别小区与所述第二待辨别小区之间的距离是否小于等于300米；如果是，则辨别结果为所述第一待辨别小区与所述第二待辨别小区是同一小区；如果否，则辨别结果为所述第一待辨别小区与所述第二待辨别小区不是同一小区；当第一待辨别小区与第二待辨别小区之间的距离小于等于10米时，辨别结果为所述第一待辨别小区与所述第二待辨别小区是同一小区。第二方面，本申请提供一种基于图像识别的同名小区辨别系统，所述系统包括：信息获取模块，用于获取第一待辨别小区的第一属性信息，以及第二待辨别小区的第二属性信息；其中，所述第一属性信息包括第一待辨别小区的第一经本文档来自技高网...

【技术保护点】
1.一种基于图像识别的同名小区辨别方法，其特征在于，所述方法包括：/n获取第一待辨别小区的第一属性信息，以及第二待辨别小区的第二属性信息；其中，所述第一属性信息包括第一待辨别小区的第一经纬度信息，所述第二属性信息包括第二待辨别小区的第二经纬度信息；/n根据第一经纬度信息和第二经纬度信息，确定所述第一待辨别小区与所述第二待辨别小区之间的距离；/n当第一待辨别小区与第二待辨别小区之间的距离小于等于预设阈值时，获取第一待辨别小区的第一图像，以及第二待辨别小区的第二图像；其中，所述第一图像中包含第一待辨别小区的第一楼体，所述第二图像中包含第二待辨别小区的第二楼体；/n对所述第一图像和所述第二图像进行显著性检测，并根据显著性检测结果，得到所述第一楼体所在的第一区域，以及所述第二楼体所在的第二区域；/n计算所述第一区域与所述第二区域之间的图像相似性值；/n根据所述图像相似性值，以及第一待辨别小区与第二待辨别小区之间的距离，确定辨别结果。/n

【技术特征摘要】
1.一种基于图像识别的同名小区辨别方法，其特征在于，所述方法包括：
获取第一待辨别小区的第一属性信息，以及第二待辨别小区的第二属性信息；其中，所述第一属性信息包括第一待辨别小区的第一经纬度信息，所述第二属性信息包括第二待辨别小区的第二经纬度信息；
根据第一经纬度信息和第二经纬度信息，确定所述第一待辨别小区与所述第二待辨别小区之间的距离；
当第一待辨别小区与第二待辨别小区之间的距离小于等于预设阈值时，获取第一待辨别小区的第一图像，以及第二待辨别小区的第二图像；其中，所述第一图像中包含第一待辨别小区的第一楼体，所述第二图像中包含第二待辨别小区的第二楼体；
对所述第一图像和所述第二图像进行显著性检测，并根据显著性检测结果，得到所述第一楼体所在的第一区域，以及所述第二楼体所在的第二区域；
计算所述第一区域与所述第二区域之间的图像相似性值；
根据所述图像相似性值，以及第一待辨别小区与第二待辨别小区之间的距离，确定辨别结果。


2.根据权利要求1所述的基于图像识别的同名小区辨别方法，其特征在于，所述对所述第一图像和所述第二图像进行显著性检测，并根据显著性检测结果，得到所述第一楼体所在的第一区域，以及所述第二楼体所在的第二区域的步骤，包括：
计算所述第一图像对应的第一显著性图，和所述第二图像对应的第二显著性图；
根据预设的显著性阈值，从所述第一显著性图中分割出第一楼体所在的最小外接矩形，作为第一区域；并从所述第二显著性图中分割出第二楼体所在的最小外接矩形，作为第二区域。


3.根据权利要求2所述的基于图像识别的同名小区辨别方法，其特征在于，所述计算所述第一图像对应的第一显著性图，和所述第二图像对应的第二显著性图的步骤，包括：
对所述第一图像和所述第二图像进行快速傅里叶变换，得到所述第一图像的第一幅度谱和第一相位谱，以及所述第二图像的第二幅度谱和第二相位谱；
根据所述第一幅度谱，计算所述第一图像的第一对数幅度谱，并根据所述第二幅度谱，计算所述第二图像的第二对数幅度谱；
利用预设的均值滤波器，分别对第一对数幅度谱和第二对数幅度谱进行滤波，并按照如下公式计算第一图像的第一剩余谱，以及第二图像的第二剩余谱：
R1＝L1-hn*L1；
R2＝L2-hn*L2；
式中，R1为计算得到的所述第一剩余谱，R2为计算得到的所述第二剩余谱，L1为第一图像的第一对数幅度谱，L2为第二图像的第二对数幅度谱，hn表示预设的大小为n×n的均值滤波器；
利用所述第一剩余谱和所述第一相位谱重构得到第一图像对应的第一显著性图，并利用所述第二剩余谱和所述第二相位谱重构得到第二图像对应的第二显著性图。


4.根据权利要求3所述的基于图像识别的同名小区辨别方法，其特征在于，所述第一区域与所述第二区域之间的图像相似性值采用如下公式计算获得：
SIM(L1，L2)＝I(L1，L2)·C(L1，L2)·S(L1，L2)；
式中，L1表示所述第一区域，L2表示所述第二区域，I(L1，L2)表示第一区域与第二区域之间的亮度相似性，C(L1，L2)表示第一区域与第二区域之间的对比度相似性，S(L1，22)表示第一区域与第二区域之间的结构相似性；其中，









式中，u1、u2分别表示第一区域中所有像素值的均值，以及第二区域中所有像素值的均值；σ1、σ2分别表示第一区域中所有像素值的标准差，以及第二区域中所有像素值的标准差；σ12表示第一区域与第二区域的协方差；C1＝(k1·L)2、C2＝(k2·L)2、C3＝C2/2，k1＝0.01，k2＝0.03，L＝255。


5.根据权利要求1所述的基于图像识别的同名小区辨别方法，其特征在于...

【专利技术属性】
技术研发人员：朱晨晓，李昭，陈浩，高靖，崔岩，卢述奇，陈呈，张宵，
申请(专利权)人：青梧桐有限责任公司，
类型：发明
国别省市：上海;31