(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211078278.1 (22)申请日 2022.09.05 (71)申请人 张艺馨 地址 116083 辽宁省大连市西岗区香炉礁 街31号 申请人 董平 (72)发明人 张艺馨　董平　 (74)专利代理 机构 北京东方盛凡知识产权代理 有限公司 1 1562 专利代理师 向离山 (51)Int.Cl. G06V 10/74(2022.01) G06T 7/13(2017.01) G06T 7/254(2017.01) G06T 7/73(2017.01)G06T 3/00(2006.01) G06N 7/00(2006.01) (54)发明名称 基于分布形状相似度的图片识别方法及系 统 (57)摘要 本发明公开基于分布形状相似度的图片识 别方法及系统， 包括， 获取候选图像及待辨认图 像， 基于候选图像及待辨认图像， 得到灰度序列， 基于灰度序列拟合得到概率密度函数； 基于灰度 序列进行排序， 得到分位数序列， 基于分位数序 列拟合得到回归系数； 基于回归系数及概率密度 函数计算得到相似度值， 对相似度值进行判断， 得到相似识别结果以实现图像相似识别。 权利要求书2页 说明书9页 附图2页 CN 115439668 A 2022.12.06 CN 115439668 A 1.基于分布形状相似度的图片识别方法， 其特 征在于， 包括： 获取候选图像及待辨认图像， 基于候选图像及待辨认图像， 得到灰度序列， 基于灰度序 列拟合得到概 率密度函数； 基于灰度序列进行排序， 得到分位数序列， 基于分位数序列拟合得到回归系数； 基于回 归系数及概率密度函数计算得到相似度值， 对相似度值进行判断， 得到相似识别结果以实 现图像相似识别。 2.根据权利要求1所述方法， 其特 征在于： 其中所述灰度 序列获取的过程包括： 通过边界跟踪法对所述候选图像及待辨认图像进行边界提取， 得到所述候选图像及待 辨认图像的目标外轮廓位置序列， 基于目标外轮廓位置序列， 生成图像掩码矩阵； 基于图像掩码矩阵对所述候选图像及待辨认图像的背景进行去除， 得到目标物体图 像， 基于目标物体图像中的像素点计算得到灰度序列， 其中灰度序列包括候选目标灰度序 列及待辨认目标 灰度序列。 3.根据权利要求1所述方法， 其特 征在于： 通过高斯核密度估计方法对灰度 序列进行拟合， 得到概 率密度函数。 4.根据权利要求1所述方法， 其特 征在于： 拟合得到回归系数的过程包括： 对灰度序列中的元素进行升序排列， 基于排列后的灰度序列计算得到分位数序列； 拟 合所述分位数序列的回归模型， 通过最小二乘法对回归模型进行分析得到回归系 数； 其中 所述分位数序列包括候选目标分位数序列及待辨认目标分位数序列， 所述回归系数包括尺 度参数及平 移参数。 5.根据权利要求1所述方法， 其特 征在于： 计算得到相似度值的过程包括： 基于回归系数及概率密度函数通过CS ‑相似度公式计算得到相似度值； 其中CS ‑相似度 公式为： 其中M是拟合概率密度函数存储的样本点的数量； 集合A为尺度参数确定的搜索邻域； 集合B为通过平移参数确定的搜索邻域， a为尺度参数， b为位移参数,ti为输入自变量， 和 分别为候选图像及待辨认图像的对应概率密度函数； λt是概率密度函数拟 合结果中 的参数带宽。 6.基于分布形状相似度的图片识别系统， 其特 征在于， 包括： 获取模块及处 理模块， 其中获取模块用于获取候选 图像及待辨认图像， 基于候选 图像及待辨认图像， 得到灰 度序列， 基于灰度 序列拟合得到概 率密度函数； 所述处理模块用于基于灰度序列进行排序， 得到分位数序列， 基于分位数序列拟合得 到回归系数； 基于回归系数及概率密度函数计算得到相似度值， 对相似度值进 行判断， 得到 相似识别结果以实现图像相似识别。权　利　要　求　书 1/2 页 2 CN 115439668 A 27.根据权利要求6所述系统， 其特 征在于： 所述获取模块包括第 一获取模块， 第 一获取模块用于通过边界跟踪法对所述候选图像 及待辨认图像进行边界提取， 得到所述候选图像及待辨认图像的目标外轮廓位置序列， 基 于目标外轮廓位置序列， 生成图像掩码矩阵； 基于图像掩码矩阵对所述候选图像及待辨认 图像的背景进行去除， 得到目标物体图像， 基于目标物体图像中的像素点计算得到灰度序 列， 其中灰度 序列包括 候选目标 灰度序列及待辨认目标 灰度序列。 8.根据权利要求6所述系统， 其特 征在于： 第一获取模块中， 通过高斯核密度估计方法对灰度 序列进行拟合， 得到概 率密度函数。 9.根据权利要求6所述系统， 其特 征在于： 处理模块包括第一处理模块， 其中第 一处理模块用于对灰度序列中的元素进行升序排 列， 基于排列后的灰度序列计算得到分位数序列； 拟合所述分位数序列的回归模 型， 通过最 小二乘法对回归模型进行分析得到回归系数； 其中所述分位数序列包括候选目标分位数序 列及待辨认目标分位数序列， 所述回归系数包括尺度参数及平 移参数。 10.根据权利要求6所述系统， 其特 征在于： 处理模块包括第二处理模块， 其中第 二处理模块用于基于回归系数及概率密度函数通 过CS‑相似度公式计算得到相似度值； 其中CS ‑相似度公式为： 其中M是拟合概率密度函数存储的样本点的数量； 集合A为尺度参数确定的搜索邻域； 集合B为通过平移 参数确定的搜索邻域， a为尺度参数， b为位移 参数,ti为输入自变量， 和 分别为候选图像及待辨认图像的对应概率密度函数； λt是概率密度函数拟 合结果中 的参数带宽。权　利　要　求　书 2/2 页 3 CN 115439668 A 3