基于超像素的感知哈希交通场景图像去重方法

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。