一种图像检索方法及服务器技术

本发明专利技术公开了一种图像检索方法。预先根据图像库中所有图像的原始特征生成第一数量的聚类层，当接收到待查询图像时，根据待查询图像的对比特征提取第一数量的子特征，将各聚类层中与对应的子特征距离接近的聚类设置为特殊聚类，根据特殊聚类以及各图像在各聚类层中所对应的聚类筛选候选图像，最后根据待查询图像的对比特征对候选图像的原始特征进行线性搜索，以确定与待查询图像相似的图像。从而能够在确保检索精度的情况下大幅减少原始特征线性搜索范围，显著地降低了线性搜索耗时，有效提高检索效率。

【技术实现步骤摘要】
一种图像检索方法及服务器
本专利技术涉及通信
，特别涉及一种图像检索方法。本专利技术同时还涉及一种服务器。
技术介绍
基于内容的图像检索是根据图像的视觉内容检索图像的技术，主要包括特征提取和特征相似性匹配两个过程。由于技术日臻成熟，图像检索技术在人脸比对、车辆搜索等“以图搜图”等领域有着越来越广泛的应用。随着海量图像数据的采集与分析，图像数据库规模也越来越庞大，对检索效率提出越来越高的要求。为了加快图像检索的速度，现有技术中通常将特征空间分解为多个低维子空间的笛卡尔乘积，然后单独地对每一个子空间进行量化，利用量化空间的非对称距离进行相似性搜索。或者是该方式在提取图像特征之后对特征数据库中的进行近邻检索。专利技术人在实现本申请的过程中发现，上述现有技术分别存在以下缺点：对于利用特征量化后的非对称距离进行相似性比较的方案会一定程度增加相似距离误差，影响相似性排序，导致最相似图像排序未被检索出来；而在提取图像特征之后对特征数据库中的进行近邻检索的方案对误操作过程要求较高。由此可见，如何在保证检索精度的前提下提高图像检索速度，成为本领域技术人员亟待解决的技术问题。
技术实现思路
本专利技术提供了一种图像检索方法，用以解决现有技术中无法在保证精度的同时对图像进行快速检索的问题，该方法应用于图像检索服务器，包括如下步骤：根据图像库中所有图像的原始特征生成第一数量的聚类层，各所述聚类层所包含第二数量的聚类，所述聚类层根据所述原始特征的排名在阈值之前的特征值所对应的正交特征依次分解生成，所述特征值和所述正交特征由所述原始特征在经过指定方式的处理后生成；当接收到待查询图像时，根据所述待查询图像的对比特征提取所述第一数量的子特征，所述子特征根据所述对比特征中特征值排名在所述阈值之前的对比特征依次分解生成，各所述子特征与各所述聚类层在层次顺序上一一对应；将各所述聚类层中与对应的所述子特征距离接近的聚类设置为特殊聚类；根据所述特殊聚类以及各所述图像在各所述聚类层中所对应的聚类筛选候选图像；根据所述待查询图像的对比特征对所述候选图像的原始特征进行线性搜索，以确定与所述待查询图像相似的图像。优选的，根据图像库中所有图像的原始特征生成第一数量的聚类层，具体为：提取所述图像库中所有图像的原始特征，并对所述原始特征进行PCA分析，以生成所述特征值和所述正交特征；获取排名在所述阈值之前的特征值所对应的正交特征；将所述正交特征空间按顺序分解为所述第一数量的子空间；对应于各所述子空间通过聚类生成所述第二数量的聚类，并将所述聚类后的所述子空间作为所述聚类层。优选的，将各所述聚类层中与对应的所述子特征距离接近的聚类设置为特殊聚类，具体为：按照层次顺序获取各所述子特征与对应的聚类层中各个聚类的距离关系，并按照从近到远的顺序对所述距离关系进行排序；生成所述子特征与所述聚类的距离关系映射表，并按照所述排序结果将排名在指定数量之内的表项的取值置1；其中，所述指定数量根据所述第二数量以及预设的精度生成。优选的，在根据图像库中所有图像的原始特征生成第一数量的聚类层之后，还包括：将各所述图像在各所述聚类层中所对应的聚类进行映射，并根据映射结果生成与各所述图像对应的多维索引，所述多维索引的维度与所述第一数量一致。优选的，根据所述特殊聚类以及各所述图像在各所述聚类层中所对应的聚类筛选候选图像，具体为：将所述图像的多维索引作为索引值，在所述距离关系映射表中分别查询与所述索引值对应的表项的取值；根据所述查询结果生成与所述图像对应的多维距离关系向量；若所述多维距离关系向量中1值所占的比例大于比例阈值，将所述图像作为所述候选图像。相应的，本申请还提出了一种图像检索服务器，包括：生成模块，根据图像库中所有图像的原始特征生成第一数量的聚类层，各所述聚类层所包含第二数量的聚类，所述聚类层根据所述原始特征的排名在阈值之前的特征值所对应的正交特征依次分解生成，所述特征值和所述正交特征由所述原始特征在经过指定方式的处理后生成；提取模块，根据所述待查询图像的对比特征提取所述第一数量的子特征，所述子特征根据所述对比特征中特征值排名在所述阈值之前的对比特征依次分解生成，各所述子特征与各所述聚类层在层次顺序上一一对应；设置模块，将各所述聚类层中与对应的所述子特征距离接近的聚类设置为特殊聚类；筛选模块，根据所述特殊聚类以及各所述图像在各所述聚类层中所对应的聚类筛选候选图像；搜索模块，根据所述待查询图像的对比特征对所述候选图像的原始特征进行线性搜索，以确定与所述待查询图像相似的图像。优选的，所述生成模块具体用于：提取所述图像库中所有图像的原始特征，并对所述原始特征进行PCA分析，以生成所述特征值和所述正交特征；获取排名在所述阈值之前的特征值所对应的正交特征；将所述正交特征空间按顺序分解为所述第一数量的子空间；对应于各所述子空间通过聚类生成所述第二数量的聚类，并将所述聚类后的所述子空间作为所述聚类层。优选的，所述设置模块具体用于：按照层次顺序获取各所述子特征与对应的聚类层中各个聚类的距离关系，并按照从近到远的顺序对所述距离关系进行排序；生成所述子特征与所述聚类的距离关系映射表，并按照所述排序结果将排名在指定数量之内的表项的取值置1；其中，所述指定数量根据所述第二数量以及预设的精度生成。优选的，还包括：映射模块，将各所述图像在各所述聚类层中所对应的聚类进行映射，并根据映射结果生成与各所述图像对应的多维索引，所述多维索引的维度与所述第一数量一致。优选的，所述筛选模块具体用于：将所述图像的多维索引作为索引值，在所述距离关系映射表中分别查询与所述索引值对应的表项的取值；根据所述查询结果生成与所述图像对应的多维距离关系向量；若所述多维距离关系向量中1值所占的比例大于比例阈值，将所述图像作为所述候选图像。由此可见，通过应用本申请的技术方案，预先根据图像库中所有图像的原始特征生成第一数量的聚类层，当接收到待查询图像时，根据待查询图像的对比特征提取第一数量的子特征，将各聚类层中与对应的子特征距离接近的聚类设置为特殊聚类，根据特殊聚类以及各图像在各聚类层中所对应的聚类筛选候选图像，最后根据待查询图像的对比特征对候选图像的原始特征进行线性搜索，以确定与待查询图像相似的图像。从而能够在确保检索精度的情况下大幅减少原始特征线性搜索范围，显著地降低了线性搜索耗时，有效提高检索效率。附图说明图1为本申请提出的一种图像检索方法的流程示意图；图2为本申请具体实施例所提出的一种图像检索方法的整体流程图；图3为本申请具体实施例中多层kmeans聚类的流程示意图；图4为本申请具体实施例中距离关系映射流程示意图；图5为本申请提出的一种图像检索设备的结构示意图。具体实施方式如
技术介绍
所述，现有技术中针对图像检索所提出的加速方案存在着精度下降或是操作过程过高的缺陷。有鉴于此，本申请提出了一种图像检索方法，通过聚类技术快速筛选相似图像子集，减少特征比对次数，从而有效提高检索效率。如图1所示，为本申请提出的一种图像检索方法的流程示意图，包括如下步骤：S101，根据图像库中所有图像的原始特征生成第一数量的聚类层，各所述聚类层所包含第二数量的聚类，所述聚类层根据所述原始特征的排名在阈值之前的特征值所对应的正交特征依次分解生成，所述特征值和所述正交本文档来自技高网...

【技术保护点】
一种图像检索方法，应用于图像检索服务器，其特征在于，包括：根据图像库中所有图像的原始特征生成第一数量的聚类层，各所述聚类层所包含第二数量的聚类，所述聚类层根据所述原始特征的排名在阈值之前的特征值所对应的正交特征依次分解生成，所述特征值和所述正交特征由所述原始特征在经过指定方式的处理后生成；当接收到待查询图像时，根据所述待查询图像的对比特征提取所述第一数量的子特征，所述子特征根据所述对比特征中特征值排名在所述阈值之前的对比特征依次分解生成，各所述子特征与各所述聚类层在层次顺序上一一对应；将各所述聚类层中与对应的所述子特征距离接近的聚类设置为特殊聚类；根据所述特殊聚类以及各所述图像在各所述聚类层中所对应的聚类筛选候选图像；根据所述待查询图像的对比特征对所述候选图像的原始特征进行线性搜索，以确定与所述待查询图像相似的图像。

【技术特征摘要】
1.一种图像检索方法，应用于图像检索服务器，其特征在于，包括：根据图像库中所有图像的原始特征生成第一数量的聚类层，各所述聚类层所包含第二数量的聚类，所述聚类层根据所述原始特征的排名在阈值之前的特征值所对应的正交特征依次分解生成，所述特征值和所述正交特征由所述原始特征在经过指定方式的处理后生成；当接收到待查询图像时，根据所述待查询图像的对比特征提取所述第一数量的子特征，所述子特征根据所述对比特征中特征值排名在所述阈值之前的对比特征依次分解生成，各所述子特征与各所述聚类层在层次顺序上一一对应；将各所述聚类层中与对应的所述子特征距离接近的聚类设置为特殊聚类；根据所述特殊聚类以及各所述图像在各所述聚类层中所对应的聚类筛选候选图像；根据所述待查询图像的对比特征对所述候选图像的原始特征进行线性搜索，以确定与所述待查询图像相似的图像。2.如权利要求1所述的方法，其特征在于，根据图像库中所有图像的原始特征生成第一数量的聚类层，具体为：提取所述图像库中所有图像的原始特征，并对所述原始特征进行PCA分析，以生成所述特征值和所述正交特征；获取排名在所述阈值之前的特征值所对应的正交特征；将所述正交特征空间按顺序分解为所述第一数量的子空间；对应于各所述子空间通过聚类生成所述第二数量的聚类，并将所述聚类后的所述子空间作为所述聚类层。3.如权利要求1或2任一项所述的方法，其特征在于，将各所述聚类层中与对应的所述子特征距离接近的聚类设置为特殊聚类，具体为：按照层次顺序获取各所述子特征与对应的聚类层中各个聚类的距离关系，并按照从近到远的顺序对所述距离关系进行排序；生成所述子特征与所述聚类的距离关系映射表，并按照所述排序结果将排名在指定数量之内的表项的取值置1；其中，所述指定数量根据所述第二数量以及预设的精度生成。4.如权利要求3所述的方法，其特征在于，在根据图像库中所有图像的原始特征生成第一数量的聚类层之后，还包括：将各所述图像在各所述聚类层中所对应的聚类进行映射，并根据映射结果生成与各所述图像对应的多维索引，所述多维索引的维度与所述第一数量一致。5.如权利要求4所述的方法，其特征在于，根据所述特殊聚类以及各所述图像在各所述聚类层中所对应的聚类筛选候选图像，具体为：将所述图像的多维索引作为索引值，在所述距离关系映射表中分别查询与所述索引值对应的表项的取值；根据所述查询结果生成与所述图像对应的多维距...

【专利技术属性】
技术研发人员：胡来丰，
申请(专利权)人：浙江宇视科技有限公司，
类型：发明
国别省市：浙江,33