图像匹配方法、系统、设备及介质与流程

1.本发明涉及计算机技术领域，尤其涉及一种图像匹配方法、系统、设备及介质。


背景技术：

2.道路交通摄像头是目前交通违法检测最主要的设备，交通摄像头可自动化检测目标车辆，对违法车辆进行抓拍取证，取证照片回传指挥中心审核，实际应用场景中，通常将大量摄像头接入单个或者多个平台、路口主机，集中处理违章事件。
3.由于传输图片涉及摄像头与平台的交互，且图片量大时存在设备抓拍图与传输图片不一致的问题，会对违章审核造成阻碍。图片量越大，则设备抓拍图与传输图片不一致概率越大。相关技术中对于设备抓拍图与传输图片的匹配主要依靠人工对比校验，在图片量较大时测试效率偏低，且存在错误判断，亟需一种方便快捷的图像匹配方法。


技术实现要素：

4.鉴于以上所述现有技术的缺点，本发明提供一种图像匹配方法、系统、设备及介质，以解决对于设备抓拍图与传输图片匹配依靠人工，效率低、准确性差的技术问题。
5.本发明提供的一种图像匹配方法，所述方法包括：
6.通过第一方式和第二方式分别获取图像采集设备所采集的多张初始图像，得到多张第一图像和多张第二图像；
7.将一张第一图像确定为目标图像，分别对目标图像和各第二图像进行图像特征向量提取，并确定目标图像与各第二图像之间的图像特征余弦相似度，根据图像特征余弦相似度和预设图像特征余弦相似度阈值确定图像集合，所述图像集合包括目标图像和至少一张第二图像；
8.分别获取图像集合中各第二图像和图像集合中目标图像的图像信息，并进行图像信息比对，以确定图像集合中目标图像与图像集合中各第二图像之间的匹配关系，所述图像信息包括分辨率、图像特征向量和色彩空间值中至少之一。
9.可选的，分别对目标图像和各第二图像进行图像特征向量提取之前，该方法还包括：
10.分别获取第一图像的第一数量、第二图像的第二数量；
11.根据第一数量和第二数量确定数量稳定度，若数量稳定度小于预设稳定度，分别对目标图像和各第二图像进行图像特征向量提取，若数量稳定度大于预设稳定度，提示排查网络环境。
12.可选的，所述方法还包括以下至少之一：
13.若所述图像信息包括分辨率，图像信息比对的方式包括，分别获取目标图像和各第二图像的分辨率，并确定目标图像与各第二图像之间的分辨率相似度，根据分辨率相似度和预设分辨率相似度阈值确定目标图像和图像集合中各第二图像之间的匹配关系；
14.若所述图像信息包括色彩空间值，图像信息比对的方式包括，分别获取目标图像
和各第二图像的rgb颜色值，确定目标图像和各第二图像的色彩空间值，并确定目标图像和图像集合中各第二图像之间的匹配关系，所述色彩空间值包括亮度、饱和度和色度；
15.若所述图像信息包括图像特征向量，图像信息比对的方式包括，根据目标图像和各第二图像的图像特征向量，确定目标图像与各第二图像的特征向量误差率，根据特征向量误差率和预设特征向量误差率阈值确定目标图像和图像集合中各第二图像之间的匹配关系。
16.可选的，若目标图像的分辨率为h px*w px，第二图像的分辨率为h px*w px，所述分辨率相似度的确定方式包括，
[0017][0018]
其中，res
simi
为分辨率相似度；
[0019]
所述特征向量误差率的确定方式包括，
[0020][0021]
其中，tx为特征向量误差率，tp为第二图像的图像特征向量，te为目标图像的图像特征向量；
[0022]
所述色彩空间值的确定方式包括，
[0023]
i＝ar bg cb，
[0024][0025][0026]
其中，i为亮度，a、b、c为预设系数，r为目标图像或第二图像的r值，g为目标图像或第二图像的g值，b为目标图像或第二图像的b值，s为饱和度，max为r值、g值、b值中的最大值，min为r值、g值、b值中的最小值，h为色度，其中r,g,b,s,i∈[0,1]，h∈[0,360]。
[0027]
可选的，若所述图像信息包括色彩空间值，确定目标图像和图像集合中各第二图像之间的匹配关系的方式包括：
[0028]
根据目标图像和各第二图像的色彩空间值确定目标图像与各第二图像之间的色彩空间误差率；
[0029]
根据目标图像与各第二图像之间的色彩空间误差率确定目标图像和图像集合中各第二图像之间的匹配关系；
[0030]
所述色彩空间误差率的确定方式包括，
[0031][0032]
其中，hsix为色彩空间误差率，hp为第二图像的色度，he为目标图像的色度，sp为第二图像的饱和度，se为目标图像的饱和度，ip为第二图像的亮度，ie为目标图像的亮度。
[0033]
可选的，所述图像信息包括分辨率、图像特征向量和色彩空间值，所述图像信息比对，以确定图像集合中目标图像与各第二图像之间的匹配关系包括：
[0034]
分别获取目标图像和各第二图像的分辨率，并确定目标图像与各第二图像之间的分辨率相似度，根据分辨率相似度和预设分辨率相似度阈值从各第二图像中确定粗匹配第二图像，所述粗匹配第二图像与目标图像的分辨率相似度大于预设分辨率相似度阈值；
[0035]
分别获取目标图像和各粗匹配第二图像的rgb颜色值，确定目标图像和各第二图像的色彩空间值，并确定目标图像与各第二图像之间的色彩空间误差率；
[0036]
根据目标图像和各粗匹配第二图像的图像特征向量确定目标图像与各粗匹配第二图像的特征向量误差率；
[0037]
若色彩空间误差率大于预设色彩空间误差率阈值，且特征向量误差率大于预设特征向量误差率阈值，将所述粗匹配第二图像确定为所述目标图像的匹配图像。
[0038]
可选的，依次将各第一图像确定为目标图像，并确定各所述目标图像与各所述第二图像之间的匹配关系，所述方法还包括以下至少之一：
[0039]
若存在与所述目标图像匹配的第二图像，将所述目标图像与第二图像存储入第一存储空间；
[0040]
若存在与所述目标图像匹配的第二图像，将所述第二图像的标识信息增加到所述目标图像的文件名中；
[0041]
若存在与所述目标图像匹配的多张第二图像，将目标图像与一张第二图像存储入第一存储空间，将与所述目标图像匹配的其他的第二图像存储入第二存储空间；
[0042]
若不存在与所述目标图像匹配的第二图像，将所述目标图像存储入第三存储空间；
[0043]
若第二图像与各第一图像均不匹配，则将第二图像存储入第四存储空间。
[0044]
可选的，所述方法还包括以下至少之一：
[0045]
获取第一存储空间中目标图像的图像数量作为正确匹配数量；
[0046]
获取第二存储空间中第二图像的图像数量作为重复匹配数量；
[0047]
获取第三存储空间中目标图像的图像数量作为未匹配数量；
[0048]
获取第四存储空间中第二图像的图像数量作为错误匹配数量。
[0049]
本发明还提供了一种图像匹配系统，所述系统包括：
[0050]
获取模块，用于通过第一方式和第二方式分别获取图像采集设备所采集的多张初始图像，得到多张第一图像和多张第二图像；
[0051]
图像集合确定模块，用于将一张第一图像确定为目标图像，分别对目标图像和各第二图像进行图像特征向量提取，并确定目标图像与各第二图像之间的图像特征余弦相似度，根据图像特征余弦相似度和预设图像特征余弦相似度阈值确定图像集合，所述图像集合包括目标图像和至少一张第二图像；
[0052]
匹配模块，用于分别获取图像集合中各第二图像和图像集合中目标图像的图像信
息，并进行图像信息比对，以确定图像集合中目标图像与图像集合中各第二图像之间的匹配关系，所述图像信息包括分辨率、图像特征向量和色彩空间值中至少之一。
[0053]
本发明还提供了一种电子设备，包括处理器、存储器和通信总线；
[0054]
所述通信总线用于将所述处理器和存储器连接；
[0055]
所述处理器用于执行所述存储器中存储的计算机程序，以实现如上述中任一项实施例所述的方法。
[0056]
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，
[0057]
所述计算机程序用于使计算机执行如上述任一项实施例所述的方法。
[0058]
本发明的有益效果：本发明提出的一种图像匹配方法、系统、设备及介质，该方法通过第一方式和第二方式获取由图像采集设备所采集的初始图像，得到多张第一图像和多张第二图像，将其中一张第一图像作为目标图像，分别对目标图像和各第二图像进行图像特征向量提取，并确定目标图像与各第二图像之间的图像特征余弦相似度，根据图像特征余弦相似度和预设图像特征余弦相似度阈值确定图像集合，分别获取图像集合中目标图像和图像集合中各第二图像的图像信息，并进行图像信息比对，以确定图像集合中目标图像与图像集合中各第二图像之间的匹配关系，提供了一种自动图像匹配的方式，提升了图像匹配的准确性和效率。
附图说明
[0059]
图1是本发明一实施例中提供的图像匹配方法的一种流程示意图；
[0060]
图2是本发明一实施例中提供的根据图像特征余弦相似度和预设图像特征余弦相似度阈值确定图像集合的流程示意图；
[0061]
图3是本发明一实施例中提供的具体的图像信息比对的一种流程示意图；
[0062]
图4是本发明一实施例中提供的具体的图像信息比对的另一种流程示意图；
[0063]
图5是本发明一实施例中提供的图像匹配方法的一种具体的流程示意图；
[0064]
图6是本发明一实施例中提供的图像匹配系统的一种结构示意图；
[0065]
图7是本发明一实施例提供的一种电子设备的结构示意图。
具体实施方式
[0066]
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0067]
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
[0068]
在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易
见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。
[0069]
参见图1，本实施例提供了一种图像匹配方法，该方法包括：
[0070]
步骤s101：通过第一方式和第二方式分别获取图像采集设备所采集的多张初始图像，得到多张第一图像和多张第二图像。
[0071]
其中，图像采集设备为摄像头等设备，可以用于进行违章抓拍等场景。第一方式和第二方式为相同或不同的图像获取方式，例如通过平台、主机与摄像头网路连通，以获取初始图像，通过ftp传输等传输方式从摄像头获取的初始图像，通过pc等终端从摄像头获取初始图像，直接从摄像头获取初始图像，通过邮件服务器从摄像头获取初始图像等方式。
[0072]
以第一方式获取到的初始图像作为第一图像，以第二方式获取到的初始图像作为第二图像。
[0073]
例如，机动车违章抓拍为例，以合法方式通过摄像头获取机动车违章图像素材，并根据预先配置好的摄像头违章抓拍参数进行违章图像的抓拍，得到多张初始图像，将摄像头接入可接收违章抓拍图片的平台和主机，保证数据传输畅通，作为第一方式。环境测试完成后，初始化平台、主机图片数据库数据。配置好摄像头ftp传输作为第二方式，使摄像头违章抓拍图片传输保存到i文件夹中。p文件夹等待测试开始后将平台和主机图片存储数据库中图片拉取到p文件夹中，p文件夹中的图片作为第二图像，i文件夹中的图片作为第一图像。
[0074]
应当知晓的是，第一方式和第二方式还可以是本领域技术人员所知晓的其他方式，在此不做限定。
[0075]
在一个实施例中，在步骤s102之前，该方法还包括：
[0076]
分别获取第一图像的第一数量、第二图像的第二数量；
[0077]
根据第一数量和第二数量确定数量稳定度若数量稳定度小于预设稳定度，分别对目标图像和各第二图像进行图像特征向量提取，若数量稳定度大于预设稳定度，提示排查网络环境。
[0078]
由于第一方式和第二方式仅是初始图像传输的两种方式，理想情况下两种方式所获取的第一图像和第二图像的数量应当是一致的，第一图像与第二图像是一一对应的，但由于传输过程中可能存在数据损失等因素，导致两种方式所获取的图像可能不一致，此时可以预先对两种方式所获取到的第一图像的第一数量和第二图像的第二数量进行初步比对，若数量差异较大，则说明网络环境较差，则可以先排查网络环境后，再重新获取第一图像、第二图像进行图像匹配。
[0079]
数量稳定度表征第一数量与第二数量的差异程度，数量稳定度的确定方式可以是以下任意之一：
[0080]
数量稳定度＝第一数量-第二数量；
[0081]
数量稳定度＝|第一数量-第二数量|/min(第一数量，第二数量)。
[0082]
对应的，根据不同的数量稳定度的确定方式可以设置不同的预设稳定度。
[0083]
可选的，若第一方式为ftp传输，第二方式为主机、平台传输，将第一数量以w标识，第二数量以e标识，若w＝e，可初步判断图片传输稳定性高，可以进行图像匹配；若w》e，可判断图片传输存在丢图；若w《e，可初步判断存在图片多抓；若w》e且数量相差较大(数量稳定
度较大)，则停止测试，排查网络环境。可选的，可以将初步对比结果(上述三种情况)显示记录到日志并打印。
[0084]
步骤s102：将一张第一图像确定为目标图像，分别对目标图像和各第二图像进行图像特征向量提取，并确定目标图像与各第二图像之间的图像特征余弦相似度，根据图像特征余弦相似度和预设图像特征余弦相似度阈值确定图像集合。其中，图像集合包括目标图像和至少一张第二图像。
[0085]
目标图像可以是任意一张第一图像，具体的目标图像的确定方式可以由本领域技术人员根据需要设定，例如，可以将采集时间最早的一张第一图像作为目标图像。
[0086]
对目标图像和每一张第二图像进行图像特征向量提取的方式、确定目标图像与各第二图像之间的图像特征余弦相似度的方式可以采用本领域技术人员所知晓的方式实现，在此不做限定。
[0087]
其中，预设图像特征余弦相似度阈值可以由本领域技术人员根据需要设定，例如0.85等。图像特征余弦相似度越大(接近1)，说明目标图像与第二图像之间的相似程度越高。图像特征余弦相似度y∈【0,1】。
[0088]
将与目标图像的图像特征余弦相似度大于预设图像特征余弦相似度阈值的第二图像、目标图像确定为图像集合。换句话说，当存在至少一张第二图像的图像特征余弦相似度大于预设图像特征余弦相似度阈值，则将这些第二图像和目标图像作为一个图像集合。若各第二图像的图像特征余弦相似度均小于预设图像特征余弦相似度阈值，则该目标图像无图像集合，停止该步骤，也即该目标图像不存在与之匹配的第二图像。
[0089]
可选的，目标图像与各第二图像的图像特征余弦相似度的确定，可以采用遍历第二图像的方式实现，依次确定目标图像与第二图像的图像特征余弦相似度。若目标图像与第二图像的图像特征余弦相似度大于预设图像特征余弦相似度阈值，表明已匹配到与目标图像匹配的第二图像，此时可以停止目标图像与其他第二图像的图像特征余弦相似度的确定，也可以继续目标图像与其他第二图像的图像特征余弦相似度的确定，直到完成全部第二图像与目标图像的图像特征余弦相似度的确定。并将全部图像特征余弦相似度大于预设图像特征余弦相似度阈值的第二图像与目标图像组成该目标图像对应的图像集合。若目标图像与第二图像的图像特征余弦相似度小于预设图像特征余弦相似度阈值，则跳过该第二图像，继续执行下一第二图像的图像特征余弦相似度确定及比较。若每一张第二图像的图像特征余弦相似度均小于预设图像特征余弦相似度阈值，则停止该步骤，并可以确定该目标图像没有匹配的第二图像，也即该目标图像与各第二图像的匹配关系为不匹配。此时，可以重新确定新的目标图像，继续进行新一轮的图像匹配。
[0090]
参见图2，图2为一种示例性的根据图像特征余弦相似度和预设图像特征余弦相似度阈值确定图像集合的流程示意图，如图2所示，以第一方式为直接采集摄像头等图像采集设备的初始图像为例，第二方式为通过平台、主机获取初始图像为例，通过判定图像特征余弦相似度(图中的余弦特征)和预设图像特征余弦相似度阈值(以0.85为例)的大小关系，若预先特征值大于0.85，则进行步骤s103，否则，跳过该第二图像，进行下一张第二图像与目标图像的图像特征余弦相似度(图中的余弦特征)和预设图像特征余弦相似度阈值(以0.85为例)的大小关系比较。
[0091]
步骤s103：分别获取图像集合中各第二图像和图像集合中目标图像的图像信息，
并进行图像信息比对，以确定图像集合中目标图像与图像集合中各第二图像之间的匹配关系，图像信息包括分辨率、图像特征向量和色彩空间值中至少之一。
[0092]
在一个实施例中，若图像信息包括分辨率，图像信息比对的方式包括，分别获取目标图像和各第二图像的分辨率，并确定目标图像与各第二图像之间的分辨率相似度，根据分辨率相似度和预设分辨率相似度阈值确定目标图像和图像集合中各第二图像之间的匹配关系。
[0093]
若一第二图像与目标图像的分辨率相似度大于预设分辨率相似度阈值，则该第二图像与目标图像的匹配关系可以确定为匹配，或粗匹配(后续结合其他参数进一步提升匹配精度)。否则，第二图像与目标图像的匹配关系可以确定为不匹配。
[0094]
可选的，若目标图像的分辨率为h px*w px，第二图像的分辨率为h px*w px，所述分辨率相似度的确定方式包括，
[0095][0096]
其中，res
simi
为分辨率相似度。
[0097]
目标图像与第二图像的分辨率的获取方式可以采用本领域技术人员所知晓的方式实现，预设分辨率相似度阈值可以由本领域技术人员根据需要设定，例如可以将预设分辨率相似度阈值设置为0.95，若分辨率相似度大于等于0.95，则说明目标图像、第二图像基本相似，可以确定两者匹配或粗匹配以进行下一步匹配。若分辨率相似度小于0.95，表明分辨率上目标图像、第二图像有差异，目标图像继续与其他第二图像进行图像信息比对。其中，分辨率相似度res
simi
∈【0,1】。分辨率相似度值越接近1，说明对比图片相似度越高。
[0098]
参见图3，图3为一种具体的图像信息比对的流程示意图，如图3所示，分别读取摄像头图片分辨率h px*w px和主机、平台的一张第二图像的分辨率h px*w px，确定分辨率相似度(图中的相似度)如上述公式(1)，判断该分辨率相似度是否大于预设分辨率相似度阈值，图中以0.85为例，若大于，则接着进行下一流程，该下一流程可以是确定第二图像与目标图像匹配，也可以是继续进行色彩空间值的确定等。若分辨率相似度小于或等于0.95，则跳过该第二图像，进行下一张第二图像的图像信息比对。
[0099]
在一个实施例中，若图像信息包括色彩空间值，图像信息比对的方式包括，分别获取目标图像和各第二图像的rgb颜色值，确定目标图像和各第二图像的色彩空间值，并确定目标图像和图像集合中各第二图像之间的匹配关系，色彩空间值包括亮度、饱和度和色度。
[0100]
可选的，若图像信息包括色彩空间值，确定目标图像和图像集合中各第二图像之间的匹配关系的方式包括：
[0101]
根据目标图像和各第二图像的色彩空间值确定目标图像与各第二图像之间的色彩空间误差率；
[0102]
根据目标图像与各第二图像之间的色彩空间误差率确定目标图像和图像集合中各第二图像之间的匹配关系；
[0103]
色彩空间误差率的确定方式包括，
[0104][0105]
其中，hsix为色彩空间误差率，hp为第二图像的色度，he为目标图像的色度，sp为
第二图像的饱和度，se为目标图像的饱和度，ip为第二图像的亮度，ie为目标图像的亮度。
[0106]
若一第二图像与目标图像的色彩空间误差率大于预设色彩空间误差率阈值，则该第二图像与目标图像的匹配关系可以确定为匹配，或粗匹配(后续结合其他参数进一步提升匹配精度)。否则，第二图像与目标图像的匹配关系可以确定为不匹配。
[0107]
其中，目标图像的rgb颜色值、各第二图像的rgb颜色值的获取方式可以采用本领域技术人员所知晓的方式实现，在此不做限定。rgb颜色值中r,g,b∈(0，255)。
[0108]
可选的，色彩空间值的确定方式包括，
[0109]
i＝ar bg cb
ꢀꢀ
公式(3)；
[0110][0111][0112]
其中，i为亮度，a、b、c为预设系数，r为目标图像或第二图像的r值，g为目标图像或第二图像的g值，b为目标图像或第二图像的b值，s为饱和度，max为r值、g值、b值中的最大值，min为r值、g值、b值中的最小值，h为色度，其中r,g,b,s,i∈[0,1]，h∈[0,360]。
[0113]
可选的，max和min的确定方式包括：
[0114]
max＝max(r,g,b)
ꢀꢀꢀꢀ
公式(6)；
[0115]
min＝min(r,g,b)
ꢀꢀ
公式(7)。
[0116]
可选的，上述公式3中a＝0.229，b＝0.587，c＝0.11。
[0117]
在一个实施例中，若图像信息包括图像特征向量，图像信息比对的方式包括，根据目标图像和各第二图像的图像特征向量，确定目标图像与各第二图像的特征向量误差率，根据特征向量误差率和预设特征向量误差率阈值确定目标图像和图像集合中各第二图像之间的匹配关系。
[0118]
若一第二图像与目标图像的特征向量误差率大于预设特征向量误差率阈值，则该第二图像与目标图像的匹配关系可以确定为匹配，或粗匹配(后续结合其他参数进一步提升匹配精度)。否则，第二图像与目标图像的匹配关系可以确定为不匹配。
[0119]
可选的，特征向量误差率的确定方式包括，
[0120][0121]
其中，tx为特征向量误差率，tp为第二图像的图像特征向量，te为目标图像的图像特征向量。
[0122]
参见图4，图4为另一种具体的图像信息比对方法的流程示意图，如图4所示，分别
获取一张摄像头图片(目标图像)的图像特征向量和色彩空间值，图中摄像头图片的图像特征向量(特征向量)te，色彩空间值his分别为he，se，ie，一张平台主机图片(第二图像)的图像特征向量(特征向量)tp，色彩空间值his分别为hp，sp，ip。分别按照公式(8)、公式(2)确定特征向量误差率和his误差率(色彩空间误差率)，若特征向量误差率tx小于预设特征向量误差率阈值tn％，且色彩空间误差率hisx小于预设色彩空间误差率阈值hisn％，其中tn％、hisn％为正数，可以通过调整该tn％、hisn％控制图像信息比对的精确度，若满足上述条件则进行下一步对比，也即可以确定该第二图像与目标图像匹配，否则，跳过该第二图像，对比下一张第二图像。
[0123]
在一个实施例中，图像信息包括分辨率、图像特征向量和色彩空间值，图像信息比对，以确定图像集合中目标图像与各第二图像之间的匹配关系包括：
[0124]
分别获取目标图像和各第二图像的分辨率，并确定目标图像与各第二图像之间的分辨率相似度，根据分辨率相似度和预设分辨率相似度阈值从各第二图像中确定粗匹配第二图像，粗匹配第二图像与目标图像的分辨率相似度大于预设分辨率相似度阈值；
[0125]
分别获取目标图像和各粗匹配第二图像的rgb颜色值，确定目标图像和各第二图像的色彩空间值，并确定目标图像与各第二图像之间的色彩空间误差率；
[0126]
根据目标图像和各粗匹配第二图像的图像特征向量确定目标图像与各粗匹配第二图像的特征向量误差率；
[0127]
若色彩空间误差率大于预设色彩空间误差率阈值，且特征向量误差率大于预设特征向量误差率阈值，将粗匹配第二图像确定为目标图像的匹配图像。可选的，匹配图像可以是一个或多个。
[0128]
其中，对于色彩空间误差率、特征向量误差率的确定顺序在此不做限定。
[0129]
若各第二图像的色彩空间误差率均小于预设色彩空间误差率阈值，和/或特征向量误差率均小于预设特征向量误差率阈值，则不存在与目标图像匹配的粗匹配第二图像，此时目标图像与各第二图像的匹配关系均为不匹配。
[0130]
在一个实施例中，依次将各第一图像确定为目标图像，并确定各目标图像与各第二图像之间的匹配关系，方法还包括以下至少之一：
[0131]
若存在与目标图像匹配的第二图像，将目标图像与第二图像存储入第一存储空间；
[0132]
若存在与目标图像匹配的第二图像，将第二图像的标识信息增加到目标图像的文件名中；
[0133]
若存在与目标图像匹配的多张第二图像，将目标图像与一张第二图像存储入第一存储空间，将与目标图像匹配的其他的第二图像存储入第二存储空间；
[0134]
若不存在与目标图像匹配的第二图像，将目标图像存储入第三存储空间；
[0135]
若第二图像与各第一图像均不匹配，则将第二图像存储入第四存储空间。
[0136]
例如，若存在与目标图像匹配的第二图像，也即，目标图像存在匹配图像，则表明目标图像与匹配图像为相同图像，此时，可以量匹配图像(与目标图像匹配的第二图像)移动至“正确匹配”文件夹(第一存储空间)，同时将目标图像复制到“正确匹配”文件夹中，以“匹配图像图片名” “原图片名”方式重命名(将第二图像的标识信息(图片名)增加到目标图像的文件名中)。如目标图像的文件名为a，匹配图像的文件名为a，此时可以将目标图像
的文件名重命名为“aa”。
[0137]
若存在至少两张目标图像的匹配图像，则可以将其中一张匹配图像(首先确定的匹配图像等)与目标图像共同存储于第一存储空间，其他的匹配图像存储于第二存储空间。例如，因已匹配到正确图片，对目标图像进行已匹配标注，目标图像继续与各第二图像中未进行比对第二图像进行图像信息比对。若目标图像在剩余第二图像的比对中成功比对，将该第二图像移动至“重复匹配”文件夹，并完成目标图像的复制命名(以此时第二图像的文件名为m，此时目标图像的新的文件名为“aam”)操作。目标图像与所有第二图像对比完成后，若目标图像无已匹配标注，跳过；若目标图像存在已匹配标注，删除该目标图像。若所有第一图像均作为目标图像与各第二图像比对完成后，若还存在无已匹配标注的第一图像，将该第一图像移动至“未匹配”文件夹(第三存储空间)；若第二图像与任意一个第一图像均不匹配，将该第二图像移动至“错误匹配”文件夹(第四存储空间)。
[0138]
在一个实施例中，该方法还包括以下至少之一：
[0139]
获取第一存储空间中目标图像的图像数量作为正确匹配数量；
[0140]
获取第二存储空间中第二图像的图像数量作为重复匹配数量；
[0141]
获取第三存储空间中目标图像的图像数量作为未匹配数量；
[0142]
获取第四存储空间中第二图像的图像数量作为错误匹配数量。
[0143]
可选的，若正确匹配数量占比第一方式所获取的第一图像的数量超过第一预设占比，则图像获取质量高，否则，提示图像获取异常；若重复匹配数量占比第二方式所获取的第二图像的数量超过第二预设占比，则第二方式图像获取质量低，否则，提示图像获取正常；若未匹配数量占比第一方式所获取的第一图像的数量超过第三预设占比，则第二方式图像获取质量低，否则，提示图像获取正常；若错误匹配数量占比第二方式所获取的第二图像的数量超过第四预设占比，则第一方式图像获取质量低，否则，提示图像获取正常。其中，第一预设占比、第二预设占比、第三预设占比、第四预设占比可以是相同的，也可以是不同的，可以由本领域技术人员根据需要设定。当提示图像获取质量低，则说明该方式的图像获取方式存在异常，可以进一步提示相关人员进行检修。
[0144]
通过分别获取第一存储空间、第二存储空间、第三存储空间、第四存储空间中的图像数量，并确定第一方式和第二方式的图像获取质量。例如，第三存储空间的图像数量超过预设阈值，则图像获取质量低，或者第四存储空间中的图像数量超过预设阈值，则图像获取质量低等，说明第一方式或第二方式所获取的初始图像质量不高，错误率较高。
[0145]
继续以上述实施例的图像迁移存储方式为例，最后统计“正确匹配”、“错误匹配”、“重复匹配”和“未匹配”文件夹图像数量，即可得到本次图片对比测试结果。重点关注错误、重复匹配、未匹配图片。对于有异议图片可人工核查。
[0146]
在一个实施例中，可以将第一方式所获取的第一图像存储于第一预设存储空间，将第二方式获取的第二图像存储于第二预设存储空间，当第一图像作为目标图像完成图像匹配后，且存储与之匹配的第二图像，对第一图像进行已匹配标注，并将其移动到指定的存储空间(如下文所述的第一存储空间)，对其进行重命名。若无与其匹配的第二图像，则将其保留在第一预设存储空间中。
[0147]
本实施例提供的图像匹配方法，通过不同的第一方式和第二方式获取由图像采集设备所采集的初始图像，得到多张第一图像和多张第二图像，将其中一张第一图像作为目
标图像，分别对目标图像和各第二图像进行图像特征向量提取，并确定目标图像与各第二图像之间的图像特征余弦相似度，根据图像特征余弦相似度和预设图像特征余弦相似度阈值确定图像集合，分别获取图像集合中目标图像和各第二图像的图像信息，并进行图像信息比对，以确定图像集合中目标图像与各第二图像之间的匹配关系，提供了一种自动图像匹配的方式，提升了图像匹配的准确性和效率。
[0148]
可选的，该方法通过将与目标图像匹配的第二图像、与任一目标图像均不匹配的第二图像、以及与任一第二图像均不匹配的目标图像、多余一个与目标图像匹配的第二图像分别进行存储，能够便于统计两种方式所获取图像的图像获取质量，图像获取的一致性程度，以及便于问题回溯。
[0149]
可选的，通过图像特征余弦相似度、分辨率相似度、特征向量误差率、色彩空间误差率评价方式对图像进行分析，递进式分析图像相似度，进一步保证图像匹配的准确性。
[0150]
下面通过一个具体的实施例示例性的对上述图像匹配方法进行说明。参见图5，图5为一种具体的图像匹配方法的流程示意图。首先，准备一段机动车违章视频素材，保证违章车辆数量较多且视频质量清晰；配置摄像头的违章抓拍参数，将摄像头接入可接受违章抓拍图片的平台或主机，保证摄像头与平台、主机侧网路联通。初始化平台、主机图片数据库数据。
[0151]
其次，配置摄像头图片处理参数，包括但不限于合成方式、清晰度、叠加信息等。在测试pc端创建文件夹i、文件夹p，配置摄像头ftp传输，使摄像头违章抓拍图片(第一图像)保存到文件夹i中；文件夹p文件夹用于存放平台或主机图片存储数据库中图片(第二图像)。
[0152]
播放测试视频，摄像头产生违法图片(初始图像)，并传输到文件夹i中。测试视频播放完成后，文件夹i中共有w张图片(第一图像)。自动连接平台或者主机图片数据库，将数据库图片拉取到文件夹p中，共有e张图片(第二图像)。对比w与e进行初步判断。若w＝e，可初步判断图片传输稳定性；若w》e，可判断图片传输存在丢图；若w《e，可初步判断存在图片多抓；将初步对比结果显示记录到日志并打印。若w》e且数量相差较大，则停止测试，排查网络环境，其余两种情况进行下一步测试。
[0153]
创建“匹配正确”、“重复匹配”、“错误匹配”及“未匹配”文件夹。多维度对比匹配采取“特征向量
”‑
》“分辨率
”‑
》“hsi颜色空间”的顺序进行对比。依次取文件夹i中图片in(第一图像)与p中图片pn(第二图像)进行遍历对比。首先进行图片特征值比对计算in、pn特征向量的余弦值(图像特征余弦相似度)，结果为(0,1)小数，其值接近1，图片相似度越高。若余弦值大于0.85，则表明in已匹配到较相同图片，进行下一步匹配。若出现其他情况，则跳过当前pn图片，对比下一张图片，直到与p中所有图片完成对比，若pn内均无与in较相同图片，则跳过当前in图片，选取i中下一张图片进行上述对比，直到i中所有图片对比完成。
[0154]
接下来，计算in、pn分辨率信息的相似度，结果为(0,1]之间，其值越接近1，说明对比图片相似度越高；分辨率相似度计算方法：假设in图片分辨率为h px*w px,pn图片分辨率为h px*w px，则
[0155][0156]
若结果(分辨率相似度)大于等于0.95，则说明in、pn基本相似，进行下一步匹配。
若结果小于0.95，表明分辨率上in、pn有差异，in继续与p中其他pn进行匹配。
[0157]
最后，采用特征向量与hsi颜色空间计算图片误差率进行对比。使用余弦计算提取图片特征向量保存为t，提取图片rgb颜色值，此处，rgb颜色值的提取方式可以采用本领域技术人员所知晓的方式实现，r,g,b∈(0，255)。
[0158]
同时计算rgb最大最小值：
[0159]
max＝max(r,g,b)；
[0160]
min＝min(r,g,b)；
[0161]
使用rgb向hsi空间转换公式可得到i,s,h值，其中i代表亮度，s代表饱和度，h代表色度，转换公式如下：
[0162]
i＝0.229r 0.587g 0.11b；
[0163][0164][0165]
其中r,g,b,s,i∈[0,1]，h∈[0,360]。
[0166]
分别计算出in及pn的特征向量及hsi(色彩空间值)，其中in图像特征向量为te，hsi值分别为he，se，ie；pn图像特征向量为tp，hsi值分别为hp，sp，ip。计算图片特征向量误差率tx，hsi误差率hsix，计算方法如下：
[0167]
特征向量误差率：
[0168][0169]
hsi误差率(色彩空间误差率)：
[0170][0171]
若tx《tn％且hsix《hsin％(tn为预设特征向量误差率阈值,hsin为预设色彩空间误差率阈值，两者均为正数，通过调整两者的数值大小以控制精确度)，则表明in与pn为相同图片，将pn移动至“正确匹配”文件夹，同时将in复制到“正确匹配”文件夹中，以“pn图片名” “原图片名”方式重命名。因已匹配到正确图片，对in进行已匹配标注，in继续与p中未进行比对pn比对。若in在剩余pn的比对中成功比对，将该pn移动至“重复匹配”文件夹，并完成in的复制命名操作。in与所有pn对比完成后，若in无已匹配标注，跳过；若in存在已匹配标注，删除in。
[0172]
i文件夹中所有图片与p文件夹中所有图片比对完成后，若i中还存在图片，将图片移动至“未匹配”文件夹；若p中还存在图片，将图片移动至“错误匹配”文件夹。最后统计“正
确匹配”、“错误匹配”、“重复匹配”和“未匹配”文件夹图片数量，即可得到本次图片对比测试结果。重点关注错误、重复匹配、未匹配图片。对于有异议图片可人工核查。
[0173]
又例如，准备一段30分钟视频清晰的机动车违章视频素材，其中违章车辆较多(大于100辆)，同时配置好摄像头违章抓拍参数，将摄像头接入可接受违章抓拍图片的平台和主机，保证数据传输畅通。环境测试完成后，初始化平台、主机图片数据库数据。配置好摄像头ftp传输，使摄像头违章抓拍图片传输保存到文件夹i中。文件夹p等待测试开始后将平台和主机图片存储数据库中图片拉取到p中。
[0174]
播放测试视频，摄像头不断抓拍产生违法图片(第一图像)并不断传输到文件夹i中。测试视频播放结束后，自动连接平台和主机的图片数据库，将数据库图片(第二图像)拉取到文件夹p中。此时文件夹i中共有a张图片，p中共有b张图片。此时自动进行初步判断，若a＝b，初步表明图片传输较稳定；若a》b，初步表明存在丢图；若a《b，初步表明图片存在多抓。初步分析结果以日志形式展示，并暂停，等待测试人员人工输入是否继续进行测试分析。若a》b且数量相差较大，则停止测试，排查网络环境；其他情况，继续执行测试。
[0175]
自动创建“匹配正确”、“重复匹配”、“错误匹配”、“未匹配”文件夹。依次取i中图片in与p中pn图片进行遍历对比。
[0176]
首先对比特征向量，对in、pn特征向量余弦值进行对比；若余弦值大于0.85进行下一步匹配，余弦值小于等于0.85则与p中其余图片对比，直到i中所有图片对比完成。余弦值比对成功后对比in、pn分辨率，结果大于等于0.95进行下一步匹配，其他情况则继续与p中其他图片匹配。最后对比hsi误差率，若tx《tn％且hsix《hsin％，将pn移动至“正确匹配”文件夹，同时复制in到“正确匹配”文件夹并以“pn文件名 ’原名文件名
’”
重命名，对in进行已匹配标注，in继续与p中其他图片比对，若有pn比对成功，将该pn移动值“重复匹配”文件夹。
[0177]
i、p中所有图片比对完成后，若i中还存在图片，将图片移动至“未匹配”文件夹；若p中还存在图片，将图片移动至“错误匹配”文件夹并完成in的复制命名操作。in与所有pn对比完成后，若in无已匹配标注，跳过；若in存在已匹配标注，删除in。
[0178]
通过上述图像匹配方法，能够自动处理待对比测试图片素材，对大量图片素材对比的处理效率和速度相比人工测试大幅提升，有效提升测试的工作效率。通过余弦向量、分辨率和hsi颜色分布多级评价标准对图片进行分析，递进式分析图片相似度，保证图片分析的准确性；将图片分类保存，便于统计测试数据以及问题回溯。
[0179]
请参阅图6，本实施例还提供了一种图像匹配系统600，所述系统包括：
[0180]
获取模块601，用于通过第一方式和第二方式分别获取图像采集设备所采集的多张初始图像，得到多张第一图像和多张第二图像；
[0181]
图像集合确定模块602，用于将一张第一图像确定为目标图像，分别对目标图像和各第二图像进行图像特征向量提取，并确定目标图像与各第二图像之间的图像特征余弦相似度，根据图像特征余弦相似度和预设图像特征余弦相似度阈值确定图像集合，图像集合包括目标图像和至少一张第二图像；
[0182]
匹配模块603，用于分别获取图像集合中各第二图像和图像集合中目标图像的图像信息，并进行图像信息比对，以确定图像集合中目标图像与图像集合中各第二图像之间的匹配关系，图像信息包括分辨率、图像特征向量和色彩空间值中至少之一。
[0183]
在本实施例中，该系统实质上是设置了多个模块用以执行上述实施例中的方法，
具体功能和技术效果参照上述方法实施例即可，此处不再赘述。
[0184]
参见图7，本发明实施例还提供了一种电子设备1000，包括处理器1001、存储器1002和通信总线1003；
[0185]
通信总线1003用于将处理器1001和存储器连接1002；
[0186]
处理器1001用于执行存储器1002中存储的计算机程序，以实现如上述实施例一中的一个或多个所述的方法。
[0187]
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，
[0188]
计算机程序用于使计算机执行如上述实施例一中的任一项所述的方法。
[0189]
本技术实施例还提供了一种非易失性可读存储介质，该存储介质中存储有一个或多个模块(programs)，该一个或多个模块被应用在设备时，可以使得该设备执行本技术实施例的实施例一所包含步骤的指令(instructions)。
[0190]
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0191]
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
[0192]
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0193]
附图中的流程图和框图，图示了按照本公开各种实施例的方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现
规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0194]
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。