一种基于图像分析的相似物品检索系统和方法技术方案

本申请公开了一种基于图像分析的相似物品检索系统和方法，包括：图像信息采集模块、图像预处理模块、BP神经网络模型分类处理模块和相似检索模块；图像信息采集模块用于采集待测试的多维度图像信息；图像预处理模块用于基于所述多维度图像信息进行预处理操作，获取多维度图像处理信息；BP神经网络模型分类处理模块用于基于所述多维度图像处理信息，构建BP神经网络模型并对所述多维度图像处理信息进行分类处理，获取多维度图像信息的分类处理结果；相似检索模块用于基于所述多维度图像信息的分类处理结果，通过二进制哈希码进行相似物品检索。本申请通过图像的分析与相似度检索，提高了图像的相似检索速度与准确率。高了图像的相似检索速度与准确率。高了图像的相似检索速度与准确率。

【技术实现步骤摘要】
一种基于图像分析的相似物品检索系统和方法


[0001]本申请属于图像分析领域，具体涉及一种基于图像分析的相似物品检索系统和方法。

技术介绍

[0002]随着互联网技术和多媒体技术的快速发展，互联网上的图片内容呈现爆炸性增长趋势，目前相似图像检索发展的是日新月异。针对两张相似图片的识别越来越多地被各个行业重视及应用，比如网站图像检索、图像信息分类、图像信息抽取等等方面，在当下的技术中，针对图片检索慢，检索效率低，识别准确率低，并且人们经常需要通过对图像本身内容的检索完成相似图片的发现和定位，而如何通过图像本身的内容定位到需要找到的图片也成为了需要解决的技术问题。
[0003]本申请通过神经网络结合二进制哈希算法，对图片进行多维度采集并通过神经网络进行分析处理，通过二进制哈希码进行相似物品检索，快速的寻找与目标图片相似度最高的图片。

技术实现思路

[0004]本申请提出了一种基于图像分析的相似物品检索系统和方法，通过神经网络结合二进制哈希算法，提高了图像的相似检索速度与准确率。
[0005]为实现上述目的，本申请提供了如下方案：
[0006]一种基于图像分析的相似物品检索系统，
[0007]包括：图像信息采集模块、图像预处理模块、BP神经网络模型分类处理模块和相似检索模块；
[0008]图像信息采集模块用于采集待测试的多维度图像信息；
[0009]图像预处理模块用于基于所述多维度图像信息进行预处理操作，获取多维度图像处理信息；
[0010]BP神经网络模型分类处理模块用于基于所述多维度图像处理信息，构建BP神经网络模型并对所述多维度图像处理信息进行分类处理，获取多维度图像信息的分类处理结果；
[0011]相似检索模块用于基于所述多维度图像信息的分类处理结果，通过二进制哈希码进行相似物品检索。
[0012]优选的，所述图像预处理模块中所述预处理的方法包括：基于所述待测试的多维度图像信息进行图像特征向量提取，获取图像特征，基于所述图像特征进行图片分割，获取分割处理图像。
[0013]优选的，所述图像预处理模块中所述图片分割的方法包括：根据图像的某些特征或特征集合的相似性准则，对图像像素进行分组，采用大律法对图片进行分割，
[0014]图像记t为前景与背景的分割阈值，前景点数占图像比例为W
o
，平均灰度为u
o
；背景
点数占图像比例为w1，平均灰度为u1，则图像的总平均灰度为：
[0015]u＝w0*u0+w1*u1[0016]从最小灰度值到最大灰度值遍历t，当t使得g最大时，t即为分割的最佳阈值，
[0017]g＝w0*(u0‑
u)2+w1*(u1‑
u)2。
[0018]优选的，所述BP神经网络模型分类处理模块中对所述多维度图像处理信息进行分类处理的方法包括：网络初始化、隐含层输出计算、输出层计算、误差计算和权值更新。
[0019]优选的，所述相似检索模块中通过二进制哈希码进行相似物品检索的方法包括：
[0020]基于所述多维度图像信息的分类处理结果，计算二进制哈希特征值，并设定最小阈值，当二进制哈希特征值小于所述最小阈值时，相似度最高。
[0021]为了更好的实现上述
技术实现思路
，本申请还提供了一种基于图像分析的相似物品检索方法，包括：
[0022]采集待测试的多维度图像信息；
[0023]基于所述多维度图像信息进行预处理操作，获取多维度图像处理信息；
[0024]基于所述多维度图像处理信息，构建BP神经网络模型并对所述多维度图像处理信息进行分类处理，获取多维度图像信息的分类处理结果；
[0025]基于所述多维度图像信息的分类处理结果，通过二进制哈希码进行相似物品检索。
[0026]优选的，所述预处理的方法包括：基于所述待测试的多维度图像信息进行图像特征向量提取，获取图像特征，基于所述图像特征进行图片分割，获取分割处理图像。
[0027]优选的，所述特征向量提取包括：灰度、边缘、纹理特征、形状特征和物体三维表面。
[0028]优选的，所述图片分割方法包括：根据图像的某些特征或特征集合的相似性准则，对图像像素进行分组，采用大律法对图片进行分割，
[0029]图像记t为前景与背景的分割阈值，前景点数占图像比例为W
o
，平均灰度为u
o
；背景点数占图像比例为w1，平均灰度为u1，则图像的总平均灰度为：
[0030]u＝w0*u0+w1*u1[0031]从最小灰度值到最大灰度值遍历t，当t使得g最大时，t即为分割的最佳阈值，
[0032]g＝w0*(u0‑
u)2+w1*(u1‑
u)2。
[0033]优选的，对所述多维度图像处理信息进行分类处理的方法包括：网络初始化、隐含层输出计算、输出层计算、误差计算和权值更新。
[0034]本申请的有益效果为：本申请公开了一种基于图像分析的相似物品检索系统，通过构建BP神经网络模型并对多维度图像处理信息进行分类处理，获取多维度图像信息的分类处理结果，并结合二进制哈希码进行相似物品检索，快速筛选出与目标图片相似的图片，本申请通过图像的分析与相似度检索，提高了图像的相似检索速度与准确率。
附图说明
[0035]为了更清楚地说明本申请的技术方案，下面对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0036]图1为本申请实施例系统结构示意图；
[0037]图2为本申请实施例方法流程示意图。
具体实施方式
[0038]下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
[0039]为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
[0040]实施例一
[0041]如图1所示，一种基于图像分析的相似物品检索系统，包括：图像信息采集模块、图像预处理模块、BP神经网络模型分类处理模块和相似检索模块；
[0042]图像信息采集模块用于采集待测试的多维度图像信息；
[0043]图像预处理模块用于基于多维度图像信息进行预处理操作，获取多维度图像处理信息；
[0044]BP神经网络模型分类处理模块用于基于多维度图像处理信息，构建BP神经网络模型并对多维度图像处理信息进行分类处理，获取多维度图像信息的分类处理结果；
[0045]相似检索模块用于基于多维度图像信息的分类处理结果，通过二进制哈希码进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像分析的相似物品检索系统，其特征在于，包括：图像信息采集模块、图像预处理模块、BP神经网络模型分类处理模块和相似检索模块；图像信息采集模块用于采集待测试的多维度图像信息；图像预处理模块用于基于所述多维度图像信息进行预处理操作，获取多维度图像处理信息；BP神经网络模型分类处理模块用于基于所述多维度图像处理信息，构建BP神经网络模型并对所述多维度图像处理信息进行分类处理，获取多维度图像信息的分类处理结果；相似检索模块用于基于所述多维度图像信息的分类处理结果，通过二进制哈希码进行相似物品检索。2.如权利要求1所述基于图像分析的相似物品检索系统，其特征在于，所述图像预处理模块中所述预处理的方法包括：基于所述待测试的多维度图像信息进行图像特征向量提取，获取图像特征，基于所述图像特征进行图片分割，获取分割处理图像。3.如权利要求2所述基于图像分析的相似物品检索系统，其特征在于，所述图像预处理模块中所述图片分割的方法包括：根据图像的某些特征或特征集合的相似性准则，对图像像素进行分组，采用大律法对图片进行分割，图像记t为前景与背景的分割阈值，前景点数占图像比例为W
o
，平均灰度为u
o
；背景点数占图像比例为w1，平均灰度为u1，则图像的总平均灰度为：u＝w0*u0+w1*u1从最小灰度值到最大灰度值遍历t，当t使得g最大时，t即为分割的最佳阈值，g＝w0*(u0‑
u)2+w1*(u1‑
u)2。4.如权利要求1所述基于图像分析的相似物品检索系统，其特征在于，所述BP神经网络模型分类处理模块中对所述多维度图像处理信息进行分类处理的方法包括：网络初始化、隐含层输出计算、输出层计算、误差计算和权值更新。5.如权利要求1所述基于图像分析的相似物品检索系统，其特征在于，所述相似检索模块中通过二进制...

【专利技术属性】
技术研发人员：胡萍，蓝庆，陈汉平，林永兴，
申请(专利权)人：浙江理工大学科技与艺术学院，
类型：发明
国别省市：