封闭图形的形状相似度确定方法及装置、存储介质、计算机设备与流程

本技术涉及计算机，尤其是涉及到一种封闭图形的形状相似度确定方法及装置、存储介质、计算机设备。

背景技术：

1、现有技术中计算图形相似性的方式主要包括特征匹配和深度学习方法：其中，特征匹配是提取图像的关键特征点(如sift，surf等)，并比较特征点的匹配程度。这种方法对于图像的局部变化鲁棒性较好，但可能因特征提取不足或过多噪声影响准确率。深度学习方法是利用神经网络学习图像的高层特征表示，适用于复杂场景下的图像相似度计算，但需要大量标注数据训练，计算资源消耗大，且模型解释性较差。

2、因此，开发更加高效、鲁棒且易于理解的图形相似性计算方法仍是研究的重点。

技术实现思路

1、有鉴于此，本技术实施例提供了一种封闭图形的形状相似度确定方法及装置、存储介质、计算机设备，通过选取图形轮廓上特定的关键点(距离最远的点及构成最大三角形的点)来进行比较，这种方法能够更精确地捕捉图形的主要形态特征，提高了形状相似度判断的准确性。并且适用于不同大小、比例和旋转角度的图形比较，因为基于轮廓和几何特征的方法相对不敏感于这些变化。与直接比较整个图形轮廓或像素级信息相比，仅关注几个关键特征点可以大幅减少计算量，提高效率。

2、根据本技术的一个方面，提供了一种封闭图形的形状相似度确定方法，所述方法包括：

3、获取待比对图像，其中，所述待比对图像为封闭图形图像；

4、识别所述待比对图像对应的图形轮廓，并在所述图形轮廓上确定距离最远的两个轮廓点，基于所述两个轮廓点构成第一线段；

5、基于所述第一线段将所述图形轮廓划分为第一图形子轮廓和第二图形子轮廓，并在所述第一图形子轮廓上确定与所述第一线段构成面积最大三角形的第一子轮廓点，以及在所述第二图形子轮廓上确定与所述第一线段构成面积最大三角形的第二子轮廓点；

6、获取目标图像对应的目标比对信息，其中，所述目标比对信息包括所述目标图像对应的目标第一线段、目标第一子轮廓点和目标第二子轮廓点，所述目标第一线段为所述目标图像的目标图形轮廓上距离最远的两个轮廓点构成的线段，所述目标第一子轮廓点为目标第一图形子轮廓上与所述目标第一线段构建面积最大三角形的点，所述目标第二子轮廓点为目标第二图像子轮廓上与所述目标第一线段构成面积最大三角形的点，所述目标第一图形子轮廓和所述目标第二图形子轮廓基于所述目标第一线段对所述目标图形轮廓进行划分而得到；

7、根据所述第一线段、所述第一子轮廓点、所述第二子轮廓点和所述目标比对信息，确定所述待比对图像与所述目标图像的形状相似度。

8、可选地，所述目标比对信息还包括所述目标第一线段和目标第二线段之间的目标夹角角度、以及所述目标第一线段和所述目标第二线段之间的目标第一长度比例，所述目标第二线段为所述目标第一子轮廓点和所述目标第二子轮廓点构成的线段；

9、所述根据所述第一线段、所述第一子轮廓点、所述第二子轮廓点和所述目标比对信息，确定所述待比对图像与所述目标图像的形状相似度，包括：

10、基于所述第一子轮廓点和所述第二子轮廓点确定第二线段，测量所述第一线段与所述第二线段的夹角角度，分别测量所述第一线段和所述第二线段的长度，并计算所述第一线段和所述第二线段之间的第一长度比例；

11、计算所述夹角角度与所述目标夹角角度之间的角度偏差，以及所述第一长度比例与所述目标第一长度比例之间的第一长度比例偏差，基于所述角度偏差和所述第一长度比例偏差，确定所述待比对图像与所述目标图像的形状相似度。

12、可选地，所述基于所述角度偏差和所述第一长度比例偏差，确定所述待比对图像与所述目标图像的形状相似度之后，所述方法还包括：

13、若所述形状相似度大于预设阈值，则确定所述待比对图像属于所述目标图像的相似封闭图形图像，并确定所述待比对图像对应的被拍摄对象为合格对象，其中，所述目标图像对应的被拍摄对象为标准对象；

14、若所述形状相似度小于或等于所述预设阈值，则确定所述待比对图像不属于所述目标图像的相似封闭图像图像，并确定所述待比对图像对应的被拍摄对象为不合格对象。

15、可选地，所述若所述形状相似度大于预设阈值，则确定所述待比对图像属于所述目标图像的相似封闭图形图像，包括：

16、若所述形状相似度大于所述预设阈值，则对所述第一线段和所述第二线段的四个端点进行顺次连接形成四条线段，并计算所述四条线段之间的第二长度比例，并基于所述第二长度比例和所述目标比对信息中的目标第二长度比例，确定所述待比对图像是否属于所述目标图像的相似封闭图形图像。

17、可选地，所述待比对图像与所述目标图像对应的拍摄距离和摄像机参数均相同；确定所述待比对图像对应的被拍摄对象为合格对象，包括：

18、基于所述第一线段的长度以及所述目标第一线段的长度，确定所述待比对图像对应的被拍摄对象相对于所述标准对象的缩放比例；

19、若所述缩放比例处于预设标准比例范围内，则确定所述待比对图像对应的被拍摄对象为合格对象；

20、若所述缩放比例处于预设标准比例范围外，则确定所述所述待比对图像对应的被拍摄对象为不合格对象。

21、可选地，所述识别所述待比对图像对应的图形轮廓，包括：

22、对所述待比对图像进行二值化处理，并对二值化处理后的待比对图像进行轮廓识别，得到所述图形轮廓。

23、可选地，所述目标图像包括多个；所述根据所述第一线段、所述第一子轮廓点、所述第二子轮廓点和所述目标比对信息，确定所述待比对图像与所述目标图像的形状相似度，包括：

24、根据所述第一线段、所述第一子轮廓点、所述第二子轮廓点和每个所述目标图像对应的所述目标比对信息，分别确定所述待比对图像与每个所述目标图像之间的形状相似度；

25、根据所述待比对图像与每个所述目标图像之间的形状相似度，将所述待比对图像划分至与形状相似度最高的目标图像的图像组中，以完成对所述待比对图像的分类。

26、根据本技术的另一方面，提供了一种封闭图形的形状相似度确定装置，所述装置包括：

27、获取模块，用于获取待比对图像，其中，所述待比对图像为封闭图形图像；

28、计算模块，用于识别所述待比对图像对应的图形轮廓，并在所述图形轮廓上确定距离最远的两个轮廓点，基于所述两个轮廓点构成第一线段；基于所述第一线段将所述图形轮廓划分为第一图形子轮廓和第二图形子轮廓，并在所述第一图形子轮廓上确定与所述第一线段构成面积最大三角形的第一子轮廓点，以及在所述第二图形子轮廓上确定与所述第一线段构成面积最大三角形的第二子轮廓点；

29、所述获取模块，还用于获取目标图像对应的目标比对信息，其中，所述目标比对信息包括所述目标图像对应的目标第一线段、目标第一子轮廓点和目标第二子轮廓点，所述目标第一线段为所述目标图像的目标图形轮廓上距离最远的两个轮廓点构成的线段，所述目标第一子轮廓点为目标第一图形子轮廓上与所述目标第一线段构建面积最大三角形的点，所述目标第二子轮廓点为目标第二图像子轮廓上与所述目标第一线段构成面积最大三角形的点，所述目标第一图形子轮廓和所述目标第二图形子轮廓基于所述目标第一线段对所述目标图形轮廓进行划分而得到；

30、所述计算模块，还用于根据所述第一线段、所述第一子轮廓点、所述第二子轮廓点和所述目标比对信息，确定所述待比对图像与所述目标图像的形状相似度。

31、可选地，所述目标比对信息还包括所述目标第一线段和目标第二线段之间的目标夹角角度、以及所述目标第一线段和所述目标第二线段之间的目标第一长度比例，所述目标第二线段为所述目标第一子轮廓点和所述目标第二子轮廓点构成的线段；

32、所述计算模块，还用于：

33、基于所述第一子轮廓点和所述第二子轮廓点确定第二线段，测量所述第一线段与所述第二线段的夹角角度，分别测量所述第一线段和所述第二线段的长度，并计算所述第一线段和所述第二线段之间的第一长度比例；

34、计算所述夹角角度与所述目标夹角角度之间的角度偏差，以及所述第一长度比例与所述目标第一长度比例之间的第一长度比例偏差，基于所述角度偏差和所述第一长度比例偏差，确定所述待比对图像与所述目标图像的形状相似度。

35、可选地，所述计算模块，还用于：

36、若所述形状相似度大于预设阈值，则确定所述待比对图像属于所述目标图像的相似封闭图形图像，并确定所述待比对图像对应的被拍摄对象为合格对象，其中，所述目标图像对应的被拍摄对象为标准对象；

37、若所述形状相似度小于或等于所述预设阈值，则确定所述待比对图像不属于所述目标图像的相似封闭图像图像，并确定所述待比对图像对应的被拍摄对象为不合格对象。

38、可选地，所述计算模块，还用于：

39、若所述形状相似度大于所述预设阈值，则对所述第一线段和所述第二线段的四个端点进行顺次连接形成四条线段，并计算所述四条线段之间的第二长度比例，并基于所述第二长度比例和所述目标比对信息中的目标第二长度比例，确定所述待比对图像是否属于所述目标图像的相似封闭图形图像。

40、可选地，所述待比对图像与所述目标图像对应的拍摄距离和摄像机参数均相同；所述计算模块，还用于：

41、基于所述第一线段的长度以及所述目标第一线段的长度，确定所述待比对图像对应的被拍摄对象相对于所述标准对象的缩放比例；

42、若所述缩放比例处于预设标准比例范围内，则确定所述待比对图像对应的被拍摄对象为合格对象；

43、若所述缩放比例处于预设标准比例范围外，则确定所述所述待比对图像对应的被拍摄对象为不合格对象。

44、可选地，所述计算模块，还用于：

45、对所述待比对图像进行二值化处理，并对二值化处理后的待比对图像进行轮廓识别，得到所述图形轮廓。

46、可选地，所述计算模块，还用于：

47、根据所述第一线段、所述第一子轮廓点、所述第二子轮廓点和每个所述目标图像对应的所述目标比对信息，分别确定所述待比对图像与每个所述目标图像之间的形状相似度；

48、根据所述待比对图像与每个所述目标图像之间的形状相似度，将所述待比对图像划分至与形状相似度最高的目标图像的图像组中，以完成对所述待比对图像的分类。

49、依据本技术又一个方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述封闭图形的形状相似度确定方法。

50、依据本技术再一个方面，提供了一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述封闭图形的形状相似度确定方法。

51、借由上述技术方案，本技术实施例提供的一种封闭图形的形状相似度确定方法及装置、存储介质、计算机设备，获取需要比较的封闭图形图像，并识别出该图像中的图形轮廓；在识别出的图形轮廓上，找到距离最远的两点，以此两点构成第一线段，这条线段将图形轮廓分割成两个子轮廓；在被分割的两个子轮廓中，各自确定一个点，这两个点与第一步得到的第一线段能构成面积最大的三角形，分别标记为第一子轮廓点和第二子轮廓点；获取目标图像的相应信息，包括目标图形轮廓上的最远两点构成的目标第一线段，以及在目标图形的两个子轮廓上基于相同规则找到的目标第一子轮廓点和目标第二子轮廓点；最后，利用从待比对图像和目标图像中提取的第一线段、子轮廓点等信息，通过一定的算法或公式来确定两幅图像中封闭图形的形状相似度。本技术通过选取图形轮廓上特定的关键点(距离最远的点及构成最大三角形的点)来进行比较，这种方法能够更精确地捕捉图形的主要形态特征，提高了形状相似度判断的准确性。并且适用于不同大小、比例和旋转角度的图形比较，因为基于轮廓和几何特征的方法相对不敏感于这些变化。与直接比较整个图形轮廓或像素级信息相比，仅关注几个关键特征点可以大幅减少计算量，提高效率。

52、上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。

技术特征：

1.一种封闭图形的形状相似度确定方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述目标比对信息还包括所述目标第一线段和目标第二线段之间的目标夹角角度、以及所述目标第一线段和所述目标第二线段之间的目标第一长度比例，所述目标第二线段为所述目标第一子轮廓点和所述目标第二子轮廓点构成的线段；

3.根据权利要求2所述的方法，其特征在于，所述基于所述角度偏差和所述第一长度比例偏差，确定所述待比对图像与所述目标图像的形状相似度之后，所述方法还包括：

4.根据权利要求3所述的方法，其特征在于，所述若所述形状相似度大于预设阈值，则确定所述待比对图像属于所述目标图像的相似封闭图形图像，包括：

5.根据权利要求3或4所述的方法，其特征在于，所述待比对图像与所述目标图像对应的拍摄距离和摄像机参数均相同；确定所述待比对图像对应的被拍摄对象为合格对象，包括：

6.根据权利要求5所述的方法，其特征在于，所述识别所述待比对图像对应的图形轮廓，包括：

7.根据权利要求5所述的方法，其特征在于，所述目标图像包括多个；所述根据所述第一线段、所述第一子轮廓点、所述第二子轮廓点和所述目标比对信息，确定所述待比对图像与所述目标图像的形状相似度，包括：

8.一种封闭图形的形状相似度确定装置，其特征在于，所述装置包括：

9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。

10.一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法。

技术总结
本申请公开了一种封闭图形的形状相似度确定方法及装置、存储介质、计算机设备，该方法包括：获取待比对图像；识别所述待比对图像对应的图形轮廓，并在所述图形轮廓上确定距离最远的两个轮廓点，基于所述两个轮廓点构成第一线段；基于所述第一线段将所述图形轮廓划分为第一图形子轮廓和第二图形子轮廓，并在所述第一图形子轮廓上确定与所述第一线段构成面积最大三角形的第一子轮廓点，以及在所述第二图形子轮廓上确定与所述第一线段构成面积最大三角形的第二子轮廓点；获取目标图像对应的目标比对信息；根据所述第一线段、所述第一子轮廓点、所述第二子轮廓点和所述目标比对信息，确定所述待比对图像与所述目标图像的形状相似度。

技术研发人员：舒超,罗浩,田野,何世伟
受保护的技术使用者：成都安易迅科技有限公司
技术研发日：
技术公布日：2024/9/23