涉及圖像處理的專利性檢索策略

吳少鴻 范玉霞

國家知識產權局專利局專利審查協作北京中心 北京 100160

引言

視頻直播的快速發展對圖像處理技術的速度、精度、效果等多個方面提出了更高的新要求，促使企業和研究機構加大了對圖像處理技術的研究力度，導致了對研究成果存在尋求技術創新保護的巨大需求。

專利保護是對技術創新提供知識產權保護的有效手段。當圖像處理相關的研究成果在尋求專利保護的時候，專利性檢索是關鍵環節。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完成的發明構思或技術方案與世界范圍內公開的專利和非專利文獻進行技術信息對比，以判斷技術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、非專利文獻發現破壞該授權專利新穎性、創造性的過程[2]。在進行專利性檢索時，除在專利文獻中進行檢索外，還應當查閱檢索非專利文獻[3]。

目前，涉及圖像處理的專利或專利申請多源于學術研究成果，這些專利或專利申請通常會具有很強的理論性，其發明點通常在于圖像處理算法的改進。對于這種改進在于圖像處理算法的技術方案，其專利申請文件的權利要求中會包含大量算法公式以及公式參數，從而給專利性檢索帶來了很大的困難。基于涉及圖像處理的專利或專利申請所呈現的上述特點，下面將從三個典型案例探討在進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：本案公開號為CN107526772A，申請人為湖州師范學院。

發明名稱：Spark平臺下基于SURF-BIT算法的圖像檢索系統

背景技術：在TB級或甚至PB級的圖像數據庫中，傳統的圖像檢索CBIR在檢索速度和準確度方面遇到瓶頸。

解決方案：

權利要求1. Spark平臺下基于SURF-BIT算法的圖像檢索系統，其特征在于以下幾點。

步驟1：對圖像預處理，將原始圖像上傳到HDFS，并為每個圖像名稱重命名一個唯一的標識符ID。

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

步驟3：定義一個表示每個圖像的圖像類，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識符ID。

步驟4：通過對象序列化技術，將所有圖像對象保存到分布式文件系統HDFS中，完成圖像數據庫的構建。

步驟5：將查詢圖像的特征描述符與步驟4中圖像數據庫中的圖像的特征描述符進行比較，生成初匹配點對。

步驟6：采用RANSAC消除誤匹配的點對，從而獲得更精確的匹配點對。

步驟7：如果兩張圖像的匹配點對數超過閾值，認為這兩張圖像相似，并輸出匹配圖像的標識符ID。

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

關鍵詞進行初步檢索。瀏覽初步檢索的結果可以獲知，SURFBIT是申請人自定義的算法名稱，該算法并不是一種公知的或現有的算法，該SURF-BIT算法是將公知的SURF算法和公知的BRISK算法進行結合，并對公知的SURF算法進行了改進。進一步結合說明書記載的實施例對權利要求1限定的算法步驟進行分析，獲知該圖像檢索系統的應用框架為Spark，從而提取

關鍵詞“Spark”、“BRISK”、“SURF”進行檢索，可以獲得最接近現有技術的專利文獻CN105740899A，以及與該專利文獻結合可影響權利要求1創造性的專利文獻CN103426186A、CN106777167A。

1.2 案例二

基本信息：本案公開號為CN109035419A，申請人為深圳市果殼文化科技有限公司。

發明名稱：一種基于AR技術的社交方法和系統

背景技術：現有增強現實AR技術信息存在匹配準確性以及效率較低，并且主要是針對視頻影像的處理，沒有涉及語音效果的匹配。

解決方案：

權利要求1. 一種基于AR技術的社交方法，其特征在于，包括步驟：獲取顯示面前方的影像信息；對影像信息進行預處理，根據預處理后的特征信息匹配云平臺數據庫中的虛擬影像信息，對預處理后的特征信息與匹配成功的虛擬影像信息進行編碼、傳輸，把預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或基站進行定位；匹配包括如下步驟：獲取的影像信息經過預處理后的信息包括像素點信息，以及像素點對應的方位信息，形成三維立方體特征值，立方體中的每個位置加入一個權值，來表示該位置像素點的作用大小，搜尋立方體每移動一次，就形成一個新的加權模板，加權模板的大小和形狀與搜尋立方體一致，加權模板中相應位置的權值由該位置像素點到中心像素點的空間距離和與中心像素的相關程度確定，相關程度由距離函數Fd和相似度函數Fs表示，其中，Fd(i,j)＝Fd(dEU(i,j))，Fs(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：本案權利要求1的篇幅較長，限定的技術特征很多，包括有好幾個影像處理相關的算法公式。但是在權利要求書以及說明書中均未出現算法名稱，不能通過算法名稱直接獲取到相關算法。再次分析該權利要求1所限定的方案，該方案限定有多個公式，并且是基于公式的計算結果來執行相應的處理，由此可知公式在整個方案中很重要，因此考慮選擇公式作為一個檢索切入點。在互聯網的各大搜索引擎中，一般是通過圖像格式的輸入方式來搜索公式，往往輸出的結果也是圖像格式，這樣的搜索方式得到的結果噪聲很大，準確率不高。考慮到GOOGLE不單可以對圖像格式的公式進行搜索，還可以對以字符方式表達的公式進行搜索，準確率相對較高，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果中可獲得英文非專利文獻“A weighted-RV method to detect fine-scale functional connectivity during resting state”，該非專利文獻公開了權利要求1中的公式，可作為權利要求1的最接近現有技術。

1.3 案例三

基本信息：本案公開號為CN102289789A，申請人為中山大學。

發明名稱：一種基于手機的色盲圖像轉換系統及其應用方法

背景技術：色異者在查看存儲于手機中的彩色照片或圖片時存在困難。而現有的解決方式，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：

權利要求1. 一種基于手機的色盲圖像轉換系統，其特征在于，所述系統包括圖像獲取裝置、用于對獲取圖像進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建一個或多個用戶設置項的設置模塊；

用于在處理過程中根據用戶設置項對圖像上至少一種顏色進行轉換的轉換模塊；

所述轉換模塊包括：

用于在處理過程中根據用戶設置項對圖像進行色盲模擬轉換的模擬單元，所述模擬單元用于實現對各種異色覺的模擬；

用于在處理過程中根據用戶設置項對圖像進行色覺顏色翻譯轉換的翻譯單元。

權利要求5. 根據權利要求1所述的應用方法，其特征在于，所述色盲模擬轉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該色異色覺進行模擬，通過以下步驟：

從RGB空間變換到LMS空間

以三種視錐細胞的光譜響應量為基，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空間上進行色域縮減，根據用戶選擇的欲模擬的色異類型，在LMS空間上進行色域縮減；

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：本案權利要求1請求保護的主題是一種圖像轉換系統，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，而且根據權利要求1所限定的內容也無法確定各個模塊使用了何種算法。進一步分析權利要求書，發現本案從屬權利要求5對色盲模擬轉換采用的色覺模擬算法進行了具體限定，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值的變換系數。基于上述分析，選擇將“LMS”與某個特定數值的變換系數一同輸入到可以檢索英文非專利文獻全文的搜索引擎，獲得英文非專利文獻“Digital video colourmaps for checking the legibility of displays by dichromats”。該英文非專利文獻的公式（4）與公式（6）與從屬權利要求5中限定的兩個變換公式是相同的，可作為從屬權利要求5的最接近現有技術。

3 結束語

圖像處理相關的研究成果在尋求知識產權保護的時候，專利性檢索是關鍵的環節。在對涉及圖像處理的專利或專利申請進行專利性檢索時，根據每個專利或專利申請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的現有技術。

當權利要求書中限定了圖像處理算法的名稱時，選擇直接將算法名稱作為關鍵詞進行初步檢索，基于初步檢索的結果靈活地調整檢索思路，例如本文中的案例一。進一步，當在權利要求書以及說明書中未出現圖像處理算法的名稱時，如果對方案的技術內容也不是很了解，不能通過算法名稱直接獲取到相關算法時，選擇將算法公式以字符方式表達的形式輸入到GOOGLE搜索引擎中進行搜索，例如本文中的案例二。再進一步，在權利要求書以及說明書中也未出現圖像處理算法的名稱時，如果算法公式中的參數有具體的參數值，選擇將參數值輸入到互聯網的搜索引擎中進行搜索，例如在本文中的案例三。