基于超像素的感知哈希交通场景图像去重方法

摘要：

针对构建典型交通场景样本库采集数据过程中存在数据重复、相似的问题,提出了一种基于超像素分割下感知哈希的交通场景图像去重算法.首先,对图像进行超像素分割;然后,记录每个超像素区域的像素均值作为图像特征,在分割后的图像中提取像素点组成整幅图像的描述集,并对其进行离散余弦变换,采用Zigzag模式顺序对变换的系数矩阵编码,并作为图像DCT特征;最终,采用Jaccard距离衡量图像相似度,根据权重确定2个特征对图像相似度的贡献,确定合理的阈值建立图像去重系统.在KITTI、DeepTesla等数据集上选择部分图像进行实验,实验结果表明,该方法对图像去重的准确率达98.55％,同时具有较高的鲁棒性和稳定性.

关键词：场景样本库、图像去重、超像素、离散余弦变换(DCT)、Jaccard距离

所属期刊栏目：38

分类号：TP391.4(计算技术、计算机技术)

资助基金：中央高校基本科研业务费创新团队培育项目300102329401

在线出版日期：2021-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：9-13