軟件架構(gòu)項目報告-文庫吧
2025-01-03 23:30 本頁面
【正文】 高質(zhì)量的特點，可以節(jié)省不少人力、物力及財力。所以，從經(jīng)濟(jì)的角度來看，該系統(tǒng)可行。本系統(tǒng)是直接面對用戶的，而用戶往往對計算機(jī)并不是非常熟悉。這就要求系統(tǒng)能夠提供良好的用戶接口，易用的人機(jī)交互界面。要實現(xiàn)這一點，就要求系統(tǒng)應(yīng)該盡量使用用戶熟悉的術(shù)語和中文信息的界面，從而保證系統(tǒng)的易用性。界面簡潔友好，操作方便。3 總體設(shè)計4 詳細(xì)設(shè)計感知哈希算法pHash(Perceptual Hash Algorithm), 意思是為圖片生成一個指紋(字符串格式), 兩張圖片的指紋越相似, 說明兩張圖片就越相似.。為降低均值對算法的影響程度，pHash算法使用離散余弦變換(DCT)來獲取圖片的低頻成分。而對于兩張圖片相似度的計算則是基于漢明距離的。 離散余弦變換（DCT）是種圖像壓縮算法，它將圖像從像素域變換到頻率域。然后一般圖像都存在很多冗余和相關(guān)性的，所以轉(zhuǎn)換到頻率域之后，只有很少的一部分頻率分量的系數(shù)才不為0，大部分系數(shù)都為0（或者說接近于0）。 漢明距離是以理查德衛(wèi)斯里漢明的名字命名的。在信息論中，漢明距離描述的是兩個n長碼字x=(x1x2?xn)，y=(y1y2?yn)之間的距離， Dx,y=k=1nxkyk其中，表示模2加運算，xk∈0,1，yk∈{0,1}. D(x,y)表示兩碼字在相同位置上不同碼符號的數(shù)目的總和，它能夠反映兩碼字之間的差異，進(jìn)而提供碼字之間的相似程度的客觀依據(jù)。 算法詳細(xì)步驟（1）縮小尺寸：pHash以小圖片開始，但圖片大于8*8，32*32是最好的。這樣做的目的是簡化了DCT的計算，而不是減小頻率。具體的代碼實現(xiàn)如下圖：（2）簡化色彩：將圖片轉(zhuǎn)化成灰度圖像，進(jìn)一步簡化計算量。下圖是轉(zhuǎn)化為灰度圖像的函數(shù)grayscale()的實現(xiàn)。（3）計算DCT：計算圖片的DCT變換，得到32*32的DCT系數(shù)矩陣。下圖是進(jìn)行二維DCT變換的函數(shù)applyDCT()的實現(xiàn)。（4）縮小DCT：雖然DCT的結(jié)果是32*32大小的矩陣，但我們只要保留左上角的8*8的矩陣，這部分呈現(xiàn)了圖片中的最低頻率。（5）計算平均值：如同均值哈希一樣，計算DCT的均值。（6）計算hash值：這是最主要的一步，根據(jù)8*8的DCT矩陣，設(shè)置0或1的64位的hash值，大于等于DCT均值的設(shè)為“1”，小于DCT均值的設(shè)為“0”。組合在一起，就構(gòu)成了一個64位的整數(shù)，這就是這張圖片的指紋。（7）對比圖片指紋：得到圖片的指紋后, 就可以對比不同的圖片的指紋, 計算出64位中有多少位是不一樣的。一般情況下，如果不相同的數(shù)據(jù)位數(shù)不超過5, 就說明兩張圖片很相似, 如果大于10, 說明它們是兩張不同的圖片。這里是基于漢明距離來對相似度進(jìn)行計算，定義的相似度計算公式為： sim=1漢明距離位數(shù)
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1