基于超像素的感知哈希交通场景图像去重方法

来源：机械与电子杂志2020年第12期北京时间：

作者：'target="_blank"rel="external">崔文飞;边东岩;王会峰;武泽键;杨文光

单位：1.长安大学电子与控制工程学院，陕西 西安 710064；
2. 濮阳市高级技工学校，河南 濮阳 457000

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（DCT）采用Zigzag模式顺序对变换的系数矩阵编码作为图像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