【技术实现步骤摘要】
本专利技术涉及基于内容的图像检索
,具体涉及一种基于多特征和稀疏表示的鲁棒性的图像检索系统及方法。
技术介绍
随着计算机、多媒体、网络、数字通信技术的迅速发展,数字图像作为各种信息的重要载体之一,以其直观、形象、易懂、信息量大的特点深入到与人们生活息息相关的各个方面,成为人们获取信息的一个重要途径。对于数字图像来讲,如何有效的描述图像的内容,进而从数以万计的图像数据中寻找出符合用户需求的图像,正是图像检索领域所要研究的内容。由于人工进行标注工作量巨大,基于关键字的信息检索技术难以满足用户的要求,这就需要有一种针对类型复杂图像库的有效检索方式,于是基于内容的图像检索(CBIR)技术应运而生,从20世纪90年代初起,CBIR就成为多媒体技术应用领域的研究热点。基于内容的图像检索(CBIR)的任务是:给定查询图像,根据图像的视觉内容在图像数据库中找出与其具有相似特性的其他图像。通过从图像中获得的客观内容特征,如颜色、纹理、形状等来描述图像,不再依赖于人工标注,并基于这些特征来进行相似度匹配,检索出用户满意的图像,即从图像数据库中检索出与此图像相似的图像。目前,大多数的图像检索系统的相似性度量是基于欧式距离函数,它也是最常见的距离度量函数。它的缺点是事先假定了图像特征的各分量之间是正交无关的,而且各维数的重要程度相同。Mahalanobis距离在基于欧氏距离的基础上加入了协方差矩阵的权重影响,它适用 ...
【技术保护点】
一种基于多特征和稀疏表示的图像检索系统,其特征在于:包括特征提取模块(1)、特征字典构造模块(2)、相似性度量模块(3)、信息存储模块(4)和查询交互模块(5);所述特征提取模块(1)用于提取图像数据库中的相关图像和查询图像的原始图像特征,所述原始图像特征包括色彩增强高斯拉普拉斯CLOG特征及快速鲁棒SURF特征;所述特征字典构造模块(2)用于将特征提取模块(1)提取到的相关图像和查询图像的原始图像特征采用在线字典学习算法压缩重构为相关特征字典和原特征字典;所述相似性度量模块(3)用于计算相关图像和查询图像的相似度,根据特征字典构造模块(2)得到的相关特征字典和原特征字典,采用正交匹配追踪OMP算法计算出稀疏向量,并比较分别由原特征字典和相关特征字典稀疏向量所产生的残差大小,计算出加权后的相似度;所述信息存储模块(4)用于存储查询图像的原特征字典以及相关图像的相关特征字典,并存储查询图像与相关图像的相似度;所述查询交互模块(5)检索出图像库中与查询图像相似度最高的前n幅图像,并根据用户反馈调整查询结果。
【技术特征摘要】
1.一种基于多特征和稀疏表示的图像检索系统,其特征在于:包括特征提
取模块(1)、特征字典构造模块(2)、相似性度量模块(3)、信息存储模块(4)和查询
交互模块(5);
所述特征提取模块(1)用于提取图像数据库中的相关图像和查询图像的原始
图像特征,所述原始图像特征包括色彩增强高斯拉普拉斯CLOG特征及快速鲁
棒SURF特征;
所述特征字典构造模块(2)用于将特征提取模块(1)提取到的相关图像和查询
图像的原始图像特征采用在线字典学习算法压缩重构为相关特征字典和原特征
字典;
所述相似性度量模块(3)用于计算相关图像和查询图像的相似度,根据特征
字典构造模块(2)得到的相关特征字典和原特征字典,采用正交匹配追踪OMP
算法计算出稀疏向量,并比较分别由原特征字典和相关特征字典稀疏向量所产
生的残差大小,计算出加权后的相似度;
所述信息存储模块(4)用于存储查询图像的原特征字典以及相关图像的相
关特征字典,并存储查询图像与相关图像的相似度;
所述查询交互模块(5)检索出图像库中与查询图像相似度最高的前n幅图
像,并根据用户反馈调整查询结果。
2.一种基于多特征和稀疏表示的图像检索方法,其特征在于,包括以下步
骤:201、从图像数据库的相关图像中分别提取色彩增强高斯拉普拉斯CLOG特
征向量和快速鲁棒SURF特征向量其中表示从相
关图像中提取的CLOG特征向量的个数;表示从相关图像中
提取的SURF特征向量的个数,并通过在线字典学习算法得到相关字典和
D1SURF;]]>202、从待查询图像中分别提取CLOG和SURF特征向...
【专利技术属性】
技术研发人员:陈乔松,丁园园,黎海,闫亚星,刘畅,王曦,张俊伟,王元,蔡桦,
申请(专利权)人:重庆邮电大学,
类型:发明
国别省市:重庆;85
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。