基于三角不等式的图像检索方法、系统、设备及存储介质技术方案

本发明专利技术属于电力系统自动化领域，公开了一种基于三角不等式的图像检索方法、系统、设备及存储介质，包括：获取线索图像，并提取线索图像的视觉特征向量，得到线索视觉特征向量；获取预设的若干聚类集中与线索视觉特征向量相似度前第一预设数量高的聚类集，得到第一预设数量的相似聚类集；通过三角不等式判定法和预设的距离计算方法，获取所有相似聚类集中的所有视觉特征向量中，与线索视觉特征向量之间的相似度前第二预设数量高的视觉特征向量，得到第二预设数量的相似视觉特征向量；获取各相似视觉特征向量对应的图像，得到检索结果。本发明专利技术基于三角不等式的图像检索方法，解决了电力设备图像检索时，检索效率较低的缺点，极大的减少检索耗时。减少检索耗时。减少检索耗时。

【技术实现步骤摘要】
基于三角不等式的图像检索方法、系统、设备及存储介质


[0001]本专利技术属于电力系统自动化领域，涉及一种基于三角不等式的图像检索方法、系统、设备及存储介质。

技术介绍

[0002]就多种信息载体而言，图像能够起到一目了然的效果。近年来电力部门在电力设备管理方面，采用了对设备拍摄数字图像以记录设备信息的管理方式，对于设备图像的使用主要有：1、从数字图像中分辨出设备类型；2、前后对比使用，管理者往往要将同一设备的历史图像同当前图像进行对比，观察漆面变化情况。3、从图像的附加信息中得知设备型号，设备所在地点及设备使用年限等参数。
[0003]最初这些图像以文件形式存储在电脑硬盘中，管理者只能逐个浏览，随着图像数量的增多，从中寻找目标图像非常困难。于是将设备图像作为图像数据库进行组织，继而依照线索图像从数量巨大，品种繁多的电力设备图像数据库中快速检索出目标设备图像，则可以大大提高电力部门的工作效率。
[0004]但是，现有检索方法在面对数量巨大，品种繁多的电力设备图像时，所需要的检索时间较长，导致检索效率较低。

技术实现思路

[0005]本专利技术的目的在于克服上述现有技术中，电力设备图像检索时，检索效率较低的缺点，提供一种基于三角不等式的图像检索方法、系统、设备及存储介质。
[0006]为达到上述目的，本专利技术采用以下技术方案予以实现：本专利技术第一方面，一种基于三角不等式的图像检索方法，包括以下步骤：获取线索图像，并提取线索图像的视觉特征向量，得到线索视觉特征向量；获取预设的若干聚类集中与线索视觉特征向量相似度前第一预设数量高的聚类集，得到第一预设数量的相似聚类集；通过三角不等式判定法和预设的距离计算方法，获取所有相似聚类集中的所有视觉特征向量中，与线索视觉特征向量之间的相似度前第二预设数量高的视觉特征向量，得到第二预设数量的相似视觉特征向量；获取各相似视觉特征向量对应的图像，得到检索结果。
[0007]本专利技术基于三角不等式的图像检索方法进一步的改进在于：所述提取线索图像的视觉特征向量的具体方法为：采用在ImageNet图像数据集上预训练过的Inception模型，提取线索图像的视觉特征向量。
[0008]所述获取预设的若干聚类集中与线索视觉特征向量相似度前第一预设数量高的聚类集的具体方法为：获取预设的若干聚类集中各聚类集的聚类中心；计算各聚类集的聚类中心与线索视觉特征向量之间的距离，获取与线索视觉特征向量之间的距离前第一预设数量近的聚类
中心所属的聚类集，得到与线索视觉特征向量相似度前第一预设数量高的聚类集。
[0009]所述预设的若干聚类集通过如下方式得到：获取图像数据库中的图像，并提取各图像的视觉特征向量；将各图像的视觉特征向量采用k
‑
means聚类方法聚类，得到若干聚类集。
[0010]所述预设的距离计算方法为欧式距离计算方法或者余弦夹角距离计算方法。
[0011]所述通过基于三角不等式判定法和预设的距离计算方法，获取所有相似聚类集中的所有视觉特征向量中，与线索视觉特征向量之间的相似度前第二预设数量高的视觉特征向量，得到第二预设数量的相似视觉特征向量的具体方法为：遍历各聚类集中各视觉特征向量：通过预设的距离计算方法，得到线索视觉特征向量与当前聚类集的聚类中心之间的距离，得到第一距离；获取当前聚类集中当前视觉特征向量与聚类中心之间的距离，得到第二距离；计算第一距离与第二距离之间差值的绝对值，得到第三距离；获取当前最小距离，当第三距离大于当前最小距离时，跳过当前视觉特征向量；否则，通过预设的距离计算方法，获取当前视觉特征向量与线索视觉特征向量之间的距离，得到第四距离；记录当前第四距离，并通过第四距离更新当前最小距离；遍历完成后，从记录的所有当前第四距离中选取第二预设数量小的当前第四距离，得到第二预设数量的目标第四距离；获取各目标第四距离对应的视觉特征向量，得到第二预设数量的相似视觉特征向量。
[0012]所述第一预设数量为1~3。
[0013]本专利技术第二方面，一种基于三角不等式的图像检索系统，包括：第一获取模块，用于获取线索图像，并提取线索图像的视觉特征向量，得到线索视觉特征向量；相似聚类集确定模块，用于获取预设的若干聚类集中与线索视觉特征向量相似度前第一预设数量高的聚类集，得到第一预设数量的相似聚类集；相似向量确定模块，用于通过三角不等式判定法和预设的距离计算方法，获取所有相似聚类集中的所有视觉特征向量中，与线索视觉特征向量之间的相似度前第二预设数量高的视觉特征向量，得到第二预设数量的相似视觉特征向量；第二获取模块，用于获取各相似视觉特征向量对应的图像，得到检索结果。
[0014]本专利技术第三方面，一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于三角不等式的图像检索方法的步骤。
[0015]本专利技术第四方面，一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于三角不等式的图像检索方法的步骤。
[0016]与现有技术相比，本专利技术具有以下有益效果：本专利技术基于三角不等式的图像检索方法，通过线索视觉特征向量与聚类中心的相似性确定出第一预设数量的相似聚类集，后续的图像检索只需要将线索视觉特征向量与这
第一预设数量的相似聚类集中的视觉特征向量进行相似性比较即可，检索的耗时将会得到大幅减少。同时，线索视觉特征向量与筛选出的第一预设数量的相似聚类集中的视觉特征向量进行相似性比较时，借助三角不等式判定法，极大的减少线索视觉特征向量与视觉特征向量之间的距离计算次数，进一步减少检索的耗时。
附图说明
[0017]图1为本专利技术的基于三角不等式的图像检索方法流程框图；图2为本专利技术的三角不等式判定法原理示意图。
具体实施方式
[0018]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0019]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0020]下面结合附图对本专利技术做进一步详细描述：参见图1，本专利技术一实施例中，提供一种基于三角不等式的图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于三角不等式的图像检索方法，其特征在于，包括以下步骤：获取线索图像，并提取线索图像的视觉特征向量，得到线索视觉特征向量；获取预设的若干聚类集中与线索视觉特征向量相似度前第一预设数量高的聚类集，得到第一预设数量的相似聚类集；通过三角不等式判定法和预设的距离计算方法，获取所有相似聚类集中的所有视觉特征向量中，与线索视觉特征向量之间的相似度前第二预设数量高的视觉特征向量，得到第二预设数量的相似视觉特征向量；获取各相似视觉特征向量对应的图像，得到检索结果。2.根据权利要求1所述的基于三角不等式的图像检索方法，其特征在于，所述提取线索图像的视觉特征向量的具体方法为：采用在ImageNet图像数据集上预训练过的Inception模型，提取线索图像的视觉特征向量。3.根据权利要求1所述的基于三角不等式的图像检索方法，其特征在于，所述获取预设的若干聚类集中与线索视觉特征向量相似度前第一预设数量高的聚类集的具体方法为：获取预设的若干聚类集中各聚类集的聚类中心；计算各聚类集的聚类中心与线索视觉特征向量之间的距离，获取与线索视觉特征向量之间的距离前第一预设数量近的聚类中心所属的聚类集，得到与线索视觉特征向量相似度前第一预设数量高的聚类集。4.根据权利要求1所述的基于三角不等式的图像检索方法，其特征在于，所述预设的若干聚类集通过如下方式得到：获取图像数据库中的图像，并提取各图像的视觉特征向量；将各图像的视觉特征向量采用k
‑
means聚类方法聚类，得到若干聚类集。5.根据权利要求1所述的基于三角不等式的图像检索方法，其特征在于，所述预设的距离计算方法为欧式距离计算方法或者余弦夹角距离计算方法。6.根据权利要求1所述的基于三角不等式的图像检索方法，其特征在于，所述通过基于三角不等式判定法和预设的距离计算方法，获取所有相似聚类集中的所有视觉特征向量中，与线索视觉特征向量之间的相似度前第二预设数量高的视觉特征向量，得到第二预设数量的相似视觉特征向量的...

【专利技术属性】
技术研发人员：樊启祥，王鑫，许世森，黄斌，蒋敏华，赵贺，冯震震，张涵超，
申请(专利权)人：中国华能集团有限公司，
类型：发明
国别省市：