涉及圖像處理的專利性檢索策略

吳少鴻 范玉霞

國家知識(shí)產(chǎn)權(quán)局專利局專利審查協(xié)作北京中心 北京 100160

引言

視頻直播的快速發(fā)展對(duì)圖像處理技術(shù)的速度、精度、效果等多個(gè)方面提出了更高的新要求，促使企業(yè)和研究機(jī)構(gòu)加大了對(duì)圖像處理技術(shù)的研究力度，導(dǎo)致了對(duì)研究成果存在尋求技術(shù)創(chuàng)新保護(hù)的巨大需求。

專利保護(hù)是對(duì)技術(shù)創(chuàng)新提供知識(shí)產(chǎn)權(quán)保護(hù)的有效手段。當(dāng)圖像處理相關(guān)的研究成果在尋求專利保護(hù)的時(shí)候，專利性檢索是關(guān)鍵環(huán)節(jié)。專利性檢索主要包括專利查新檢索和專利無效檢索。專利查新檢索通常是指將已經(jīng)完成的發(fā)明構(gòu)思或技術(shù)方案與世界范圍內(nèi)公開的專利和非專利文獻(xiàn)進(jìn)行技術(shù)信息對(duì)比，以判斷技術(shù)方案是否具備新穎性[1]。專利無效檢索主要是通過檢索專利文獻(xiàn)、非專利文獻(xiàn)發(fā)現(xiàn)破壞該授權(quán)專利新穎性、創(chuàng)造性的過程[2]。在進(jìn)行專利性檢索時(shí)，除在專利文獻(xiàn)中進(jìn)行檢索外，還應(yīng)當(dāng)查閱檢索非專利文獻(xiàn)[3]。

目前，涉及圖像處理的專利或?qū)＠暾?qǐng)多源于學(xué)術(shù)研究成果，這些專利或?qū)＠暾?qǐng)通常會(huì)具有很強(qiáng)的理論性，其發(fā)明點(diǎn)通常在于圖像處理算法的改進(jìn)。對(duì)于這種改進(jìn)在于圖像處理算法的技術(shù)方案，其專利申請(qǐng)文件的權(quán)利要求中會(huì)包含大量算法公式以及公式參數(shù)，從而給專利性檢索帶來了很大的困難?；谏婕皥D像處理的專利或?qū)＠暾?qǐng)所呈現(xiàn)的上述特點(diǎn)，下面將從三個(gè)典型案例探討在進(jìn)行專利性檢索采用的檢索策略。

1 檢索案例分析

1.1 案例一

基本信息：本案公開號(hào)為CN107526772A，申請(qǐng)人為湖州師范學(xué)院。

發(fā)明名稱：Spark平臺(tái)下基于SURF-BIT算法的圖像檢索系統(tǒng)

背景技術(shù)：在TB級(jí)或甚至PB級(jí)的圖像數(shù)據(jù)庫中，傳統(tǒng)的圖像檢索CBIR在檢索速度和準(zhǔn)確度方面遇到瓶頸。

解決方案：

權(quán)利要求1. Spark平臺(tái)下基于SURF-BIT算法的圖像檢索系統(tǒng)，其特征在于以下幾點(diǎn)。

步驟1：對(duì)圖像預(yù)處理，將原始圖像上傳到HDFS，并為每個(gè)圖像名稱重命名一個(gè)唯一的標(biāo)識(shí)符ID。

步驟2：利用SURF-BIT算法開始提取圖像特征，并獲得二進(jìn)制的特征描述符，SURF-BIT算法的具體步驟如下：①基于SURF的特征點(diǎn)檢測；②建立基于BRISK的二進(jìn)制的特征描述符。

步驟3：定義一個(gè)表示每個(gè)圖像的圖像類，所述的圖像類包含該圖像的特征描述符集合和圖像的唯一標(biāo)識(shí)符ID。

步驟4：通過對(duì)象序列化技術(shù)，將所有圖像對(duì)象保存到分布式文件系統(tǒng)HDFS中，完成圖像數(shù)據(jù)庫的構(gòu)建。

步驟5：將查詢圖像的特征描述符與步驟4中圖像數(shù)據(jù)庫中的圖像的特征描述符進(jìn)行比較，生成初匹配點(diǎn)對(duì)。

步驟6：采用RANSAC消除誤匹配的點(diǎn)對(duì)，從而獲得更精確的匹配點(diǎn)對(duì)。

步驟7：如果兩張圖像的匹配點(diǎn)對(duì)數(shù)超過閾值，認(rèn)為這兩張圖像相似，并輸出匹配圖像的標(biāo)識(shí)符ID。

案例分析：本案涉及圖像檢索的算法改進(jìn)，并且在權(quán)利要求1中明確限定了算法的名稱為SURF-BIT，選擇將其作為

關(guān)鍵詞進(jìn)行初步檢索。瀏覽初步檢索的結(jié)果可以獲知，SURFBIT是申請(qǐng)人自定義的算法名稱，該算法并不是一種公知的或現(xiàn)有的算法，該SURF-BIT算法是將公知的SURF算法和公知的BRISK算法進(jìn)行結(jié)合，并對(duì)公知的SURF算法進(jìn)行了改進(jìn)。進(jìn)一步結(jié)合說明書記載的實(shí)施例對(duì)權(quán)利要求1限定的算法步驟進(jìn)行分析，獲知該圖像檢索系統(tǒng)的應(yīng)用框架為Spark，從而提取

關(guān)鍵詞“Spark”、“BRISK”、“SURF”進(jìn)行檢索，可以獲得最接近現(xiàn)有技術(shù)的專利文獻(xiàn)CN105740899A，以及與該專利文獻(xiàn)結(jié)合可影響權(quán)利要求1創(chuàng)造性的專利文獻(xiàn)CN103426186A、CN106777167A。

1.2 案例二

基本信息：本案公開號(hào)為CN109035419A，申請(qǐng)人為深圳市果殼文化科技有限公司。

發(fā)明名稱：一種基于AR技術(shù)的社交方法和系統(tǒng)

背景技術(shù)：現(xiàn)有增強(qiáng)現(xiàn)實(shí)AR技術(shù)信息存在匹配準(zhǔn)確性以及效率較低，并且主要是針對(duì)視頻影像的處理，沒有涉及語音效果的匹配。

解決方案：

權(quán)利要求1. 一種基于AR技術(shù)的社交方法，其特征在于，包括步驟：獲取顯示面前方的影像信息；對(duì)影像信息進(jìn)行預(yù)處理，根據(jù)預(yù)處理后的特征信息匹配云平臺(tái)數(shù)據(jù)庫中的虛擬影像信息，對(duì)預(yù)處理后的特征信息與匹配成功的虛擬影像信息進(jìn)行編碼、傳輸，把預(yù)處理后的特征信息和虛擬影像信息分別解碼后疊加顯示；所述影像信息包括視頻信息、語音信息、方位信息，視頻信息、語音信息由顯示面上的視頻采集組件獲取，方位信息由GPS或基站進(jìn)行定位；匹配包括如下步驟：獲取的影像信息經(jīng)過預(yù)處理后的信息包括像素點(diǎn)信息，以及像素點(diǎn)對(duì)應(yīng)的方位信息，形成三維立方體特征值，立方體中的每個(gè)位置加入一個(gè)權(quán)值，來表示該位置像素點(diǎn)的作用大小，搜尋立方體每移動(dòng)一次，就形成一個(gè)新的加權(quán)模板，加權(quán)模板的大小和形狀與搜尋立方體一致，加權(quán)模板中相應(yīng)位置的權(quán)值由該位置像素點(diǎn)到中心像素點(diǎn)的空間距離和與中心像素的相關(guān)程度確定，相關(guān)程度由距離函數(shù)Fd和相似度函數(shù)Fs表示，其中，F(xiàn)d(i,j)＝Fd(dEU(i,j))，F(xiàn)s(i,j)＝Fs(dRV(gi,gj))，dEU(i,j)是像素i和像素j之間的歐幾里得距離，dRV(gi,gj)是像素i和像素j之間相異度測量。

案例分析：本案權(quán)利要求1的篇幅較長，限定的技術(shù)特征很多，包括有好幾個(gè)影像處理相關(guān)的算法公式。但是在權(quán)利要求書以及說明書中均未出現(xiàn)算法名稱，不能通過算法名稱直接獲取到相關(guān)算法。再次分析該權(quán)利要求1所限定的方案，該方案限定有多個(gè)公式，并且是基于公式的計(jì)算結(jié)果來執(zhí)行相應(yīng)的處理，由此可知公式在整個(gè)方案中很重要，因此考慮選擇公式作為一個(gè)檢索切入點(diǎn)。在互聯(lián)網(wǎng)的各大搜索引擎中，一般是通過圖像格式的輸入方式來搜索公式，往往輸出的結(jié)果也是圖像格式，這樣的搜索方式得到的結(jié)果噪聲很大，準(zhǔn)確率不高?？紤]到GOOGLE不單可以對(duì)圖像格式的公式進(jìn)行搜索，還可以對(duì)以字符方式表達(dá)的公式進(jìn)行搜索，準(zhǔn)確率相對(duì)較高，因此選擇在GOOGLE中輸入“Fd(i,j)＝Fd(dEU(i,j))”以及“dRV(gi,gj)”，從排序靠前的搜索結(jié)果中可獲得英文非專利文獻(xiàn)“A weighted-RV method to detect fine-scale functional connectivity during resting state”，該非專利文獻(xiàn)公開了權(quán)利要求1中的公式，可作為權(quán)利要求1的最接近現(xiàn)有技術(shù)。

1.3 案例三

基本信息：本案公開號(hào)為CN102289789A，申請(qǐng)人為中山大學(xué)。

發(fā)明名稱：一種基于手機(jī)的色盲圖像轉(zhuǎn)換系統(tǒng)及其應(yīng)用方法

背景技術(shù)：色異者在查看存儲(chǔ)于手機(jī)中的彩色照片或圖片時(shí)存在困難。而現(xiàn)有的解決方式，或者僅能辨別紅綠燈，或者佩戴色盲眼鏡，或者將彩色圖像變成黑白圖像，都存在使用不便、效果不好的問題。

解決方案：

權(quán)利要求1. 一種基于手機(jī)的色盲圖像轉(zhuǎn)換系統(tǒng)，其特征在于，所述系統(tǒng)包括圖像獲取裝置、用于對(duì)獲取圖像進(jìn)行處理的圖像處理裝置和顯示圖像的顯示裝置，所述圖像處理裝置包括：

用于在處理過程中創(chuàng)建一個(gè)或多個(gè)用戶設(shè)置項(xiàng)的設(shè)置模塊；

用于在處理過程中根據(jù)用戶設(shè)置項(xiàng)對(duì)圖像上至少一種顏色進(jìn)行轉(zhuǎn)換的轉(zhuǎn)換模塊；

所述轉(zhuǎn)換模塊包括：

用于在處理過程中根據(jù)用戶設(shè)置項(xiàng)對(duì)圖像進(jìn)行色盲模擬轉(zhuǎn)換的模擬單元，所述模擬單元用于實(shí)現(xiàn)對(duì)各種異色覺的模擬；

用于在處理過程中根據(jù)用戶設(shè)置項(xiàng)對(duì)圖像進(jìn)行色覺顏色翻譯轉(zhuǎn)換的翻譯單元。

權(quán)利要求5. 根據(jù)權(quán)利要求1所述的應(yīng)用方法，其特征在于，所述色盲模擬轉(zhuǎn)換采用色覺模擬算法，所述色覺模擬算法通過去除特定色異類型無法感知的顏色信息從而對(duì)該色異色覺進(jìn)行模擬，通過以下步驟：

從RGB空間變換到LMS空間

以三種視錐細(xì)胞的光譜響應(yīng)量為基，可建立LMS空間。使用下式將圖像從RGB空間變換到LMS空間：

在LMS空間上進(jìn)行色域縮減，根據(jù)用戶選擇的欲模擬的色異類型，在LMS空間上進(jìn)行色域縮減；

從LMS空間變換回RGB空間；

使用下式將縮減的LMS圖像變換回RGB空間，得到最終的模擬圖；

案例分析：本案權(quán)利要求1請(qǐng)求保護(hù)的主題是一種圖像轉(zhuǎn)換系統(tǒng)，特征部分限定了圖像處理的具體方式，但是所限定的圖像處理方式都是較為常見的處理方式，而且根據(jù)權(quán)利要求1所限定的內(nèi)容也無法確定各個(gè)模塊使用了何種算法。進(jìn)一步分析權(quán)利要求書，發(fā)現(xiàn)本案從屬權(quán)利要求5對(duì)色盲模擬轉(zhuǎn)換采用的色覺模擬算法進(jìn)行了具體限定，雖然也沒有直接限定具體的算法名稱，但是限定了該算法應(yīng)用于LMS空間，并且限定了具體的變換公式，在變換公式里面的變換矩陣含有特定數(shù)值的變換系數(shù)。基于上述分析，選擇將“LMS”與某個(gè)特定數(shù)值的變換系數(shù)一同輸入到可以檢索英文非專利文獻(xiàn)全文的搜索引擎，獲得英文非專利文獻(xiàn)“Digital video colourmaps for checking the legibility of displays by dichromats”。該英文非專利文獻(xiàn)的公式（4）與公式（6）與從屬權(quán)利要求5中限定的兩個(gè)變換公式是相同的，可作為從屬權(quán)利要求5的最接近現(xiàn)有技術(shù)。

3 結(jié)束語

圖像處理相關(guān)的研究成果在尋求知識(shí)產(chǎn)權(quán)保護(hù)的時(shí)候，專利性檢索是關(guān)鍵的環(huán)節(jié)。在對(duì)涉及圖像處理的專利或?qū)＠暾?qǐng)進(jìn)行專利性檢索時(shí)，根據(jù)每個(gè)專利或?qū)＠暾?qǐng)各自的具體案情選擇合適的檢索策略，例如選擇合適的檢索思路以及檢索技巧，以快速定位密切相關(guān)的現(xiàn)有技術(shù)。

當(dāng)權(quán)利要求書中限定了圖像處理算法的名稱時(shí)，選擇直接將算法名稱作為關(guān)鍵詞進(jìn)行初步檢索，基于初步檢索的結(jié)果靈活地調(diào)整檢索思路，例如本文中的案例一。進(jìn)一步，當(dāng)在權(quán)利要求書以及說明書中未出現(xiàn)圖像處理算法的名稱時(shí)，如果對(duì)方案的技術(shù)內(nèi)容也不是很了解，不能通過算法名稱直接獲取到相關(guān)算法時(shí)，選擇將算法公式以字符方式表達(dá)的形式輸入到GOOGLE搜索引擎中進(jìn)行搜索，例如本文中的案例二。再進(jìn)一步，在權(quán)利要求書以及說明書中也未出現(xiàn)圖像處理算法的名稱時(shí)，如果算法公式中的參數(shù)有具體的參數(shù)值，選擇將參數(shù)值輸入到互聯(lián)網(wǎng)的搜索引擎中進(jìn)行搜索，例如在本文中的案例三。