一种计算机的图像检索方法技术

本发明专利技术提供一种计算机的图像检索方法，涉及图像检索技术领域。该计算机的图像检索方法，包括以下步骤：步骤一、建立图像库，根据需要将图像存入图像库，利用特征提取算法对图像库中所有图像分别进行特征采集，采集的特征分为颜色特征与纹理特征；步骤二、建立特征库，将特征库分为颜色特征库与纹理特征库，并将采集到的颜色特征存入颜色特征库、采集到的纹理特征存入纹理特征库。通过将特征库分为颜色特征库与纹理特征库，并配合并行计算模型对其进行并行计算，实现了充分发挥计算机的计算性能，进而提高了计算的效率，同时，通过随机采集特征点的方法，使计算的复杂度大幅度降低，进一步提高了计算的效率，达到了提高图像检索实时性的效果。性的效果。

【技术实现步骤摘要】
一种计算机的图像检索方法


[0001]本专利技术涉及图像检索
，具体为一种计算机的图像检索方法。

技术介绍

[0002]随着多媒体技术、通讯技术和计算机技术的飞速发展，以声音、图像和视频为主的多媒体信息迅速成为信息服务和交流的主流，故图像检索技术应运而生，该技术在医疗诊断、网络信息安全、图像过滤、遥感图像处理等领域有着广泛的应用前景。
[0003]以往的信息检索和管理当中，应用最广泛的就是数据库技术，它是一种基于关键词的检索方式，通过输入自己想得到的某些材料的关键词来达到搜索的目的。这对于处理结构比较规范、完整文本和数值信息效果比较理想，然而，如果其中涉及图像、视频和视觉信息的检索，这种方法就会大打折扣，具有相当大的局限性。
[0004]目前图像检索方法一般为将图像分割为多个特征点，再将图像存入图像库，特征点存入特征库，并建立索引关系；在进行图像检索时，只需将检索图像的特征点与特征库中的特征点进行一一比对，即可检索出对应图像，但是由于图像检索计算复杂度高，并需要处理海量的图像数据，导致系统的执行时间较长，这样就降低了计算效率，图像检索的实时性较差。

技术实现思路

[0005]针对现有技术的不足，本专利技术提供了一种计算机的图像检索方法，解决了图像检索执行时间长、效率低、实时性差的问题。
[0006]为实现以上目的，本专利技术通过以下技术方案予以实现：一种计算机的图像检索方法，包括以下步骤：
[0007]步骤一、建立图像库，根据需要将图像存入图像库，利用特征提取算法对图像库中所有图像分别进行特征采集，采集的特征分为颜色特征与纹理特征；
[0008]步骤二、建立特征库，将特征库分为颜色特征库与纹理特征库，并将采集到的颜色特征存入颜色特征库、采集到的纹理特征存入纹理特征库，并在此基础上建立特征索引；
[0009]步骤三、目标图像检索，利用特征提取算法对目标图像的颜色特征与纹理特征进行合适数量的随机采集；
[0010]步骤四、使用并行计算模型分别对随机采集的颜色特征与纹理特征进行并行计算，使目标图像颜色特征与纹理特征同时分别与颜色特征库与纹理特征库中的特征数据进行比对搜索，再对比对结果进行综合计算，即得到图像检索结果。
[0011]优选的，所述特征索引分别包括颜色特征与对应图像的索引、纹理特征与对应图像的索引。
[0012]优选的，所述随机采集其配置对目标图像特定区域内的特征点进行均匀分散性的采样。
[0013]优选的，所述特定区域为目标图像行、列范围的十分之一至十分之九范围内。
[0014]优选的，所述并行计算模型采用同构并行计算模型或异构并行计算模型。
[0015]优选的，所述比对搜索其配置为通过适当的相似性搜索算法从特征库中查找所有目标图像特征的近邻特征，并通过对图像库中图像投票的方式计算目标图像与图像库中图像之间的相似度，按相似度从大到小的顺序返回最相似的一组库图像作为图像检索结果。
[0016]优选的，所述相似性搜索算法采用局部敏感哈希算法。
[0017]本专利技术提供了一种计算机的图像检索方法。具备以下有益效果：
[0018]本专利技术通过将特征库分为颜色特征库与纹理特征库，并配合并行计算模型对其进行并行计算，实现了充分发挥计算机的计算性能，进而提高了计算的效率，同时，通过随机采集特征点的方法，使计算的复杂度大幅度降低，进一步提高了计算的效率，达到了提高图像检索实时性的效果。
具体实施方式
[0019]下面将结合本专利技术实施例，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，都属于本专利技术保护的范围。
[0020]实施例一：
[0021]本专利技术实施例提供一种计算机的图像检索方法，包括以下步骤：
[0022]步骤一、建立图像库，根据需要将图像存入图像库，利用特征提取算法对图像库中所有图像分别进行特征采集，采集的特征分为颜色特征与纹理特征；
[0023]步骤二、建立特征库，将特征库分为颜色特征库与纹理特征库，并将采集到的颜色特征存入颜色特征库、采集到的纹理特征存入纹理特征库，并在此基础上建立特征索引；
[0024]步骤三、目标图像检索，利用特征提取算法对目标图像的颜色特征与纹理特征进行合适数量的随机采集；
[0025]步骤四、使用并行计算模型分别对随机采集的颜色特征与纹理特征进行并行计算，使目标图像颜色特征与纹理特征同时分别与颜色特征库与纹理特征库中的特征数据进行比对搜索，再对比对结果进行综合计算，即得到图像检索结果。
[0026]图像特征提取包括特征检测和特征描述两个部分，标准算法获取图像特征向量大致有四个步骤：检测尺度空间极值点作为候选特征点；筛选并精确定位特征点的位置和尺度；为特征点分配主方向；生成特征描述向量。若使用传统方法将目标图像中所有特征点全部提取，则这涉及的数据量极大，进而导致这一过程耗时长，故通过随机采集提取特征点的方法，大幅度降低了需要计算的特征点的数量。
[0027]同时随着计算机硬件的性能的高速发展，促使高性能并行计算机正在进入越来越多的应用领域，为高性能计算提供了一个良好的并行运行的硬件平台。对于图像并行处理来说，数据并行是一种更常见并更有效的并行化底层图像处理的方法。数据并行流程是先把图像分成块，然后把这些块分到各个处理器上，每个处理器对分配到的那块图像进行同样的处理。对于低层图像处理来说，区域间和像素级的处理占主导地位，因此图像处理经常是非常局部的，处理器通常都能相对独立的处理从而实现并行化。将并行计算技术应用到基于内容的图像检索领域中，使其可以利用并行计算的技术，充分发挥硬件的计算性能，获
得较好的计算效率。
[0028]通过将特征库分为颜色特征库与纹理特征库，并配合并行计算模型对其进行并行计算，实现了充分发挥计算机的计算性能，进而提高了计算的效率，同时，通过随机采集特征点的方法，使计算的复杂度大幅度降低，进一步提高了计算的效率，达到了提高图像检索实时性的效果。
[0029]特征索引分别包括颜色特征与对应图像的索引、纹理特征与对应图像的索引。
[0030]并行计算模型采用同构并行计算模型或异构并行计算模型。
[0031]比对搜索其配置为通过适当的相似性搜索算法从特征库中查找所有目标图像特征的近邻特征，并通过对图像库中图像投票的方式计算目标图像与图像库中图像之间的相似度，按相似度从大到小的顺序返回最相似的一组库图像作为图像检索结果。
[0032]相似性搜索算法采用局部敏感哈希算法。
[0033]局部敏感哈希算法实际上是一种随机映射，本文将局部敏感哈希算法应用于图像检索系统中，将图像局部特征映射为Hamming空间的点，对这些点进行哈希处理，使Hamming距离越近的点发生冲突的概率越大。局部敏感哈希算法用于进行图像特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算机的图像检索方法，其特征在于：包括以下步骤：步骤一、建立图像库，根据需要将图像存入图像库，利用特征提取算法对图像库中所有图像分别进行特征采集，采集的特征分为颜色特征与纹理特征；步骤二、建立特征库，将特征库分为颜色特征库与纹理特征库，并将采集到的颜色特征存入颜色特征库、采集到的纹理特征存入纹理特征库，并在此基础上建立特征索引；步骤三、目标图像检索，利用特征提取算法对目标图像的颜色特征与纹理特征进行合适数量的随机采集；步骤四、使用并行计算模型分别对随机采集的颜色特征与纹理特征进行并行计算，使目标图像颜色特征与纹理特征同时分别与颜色特征库与纹理特征库中的特征数据进行比对搜索，再对比对结果进行综合计算，即得到图像检索结果。2.根据权利要求1所述的一种计算机的图像检索方法，其特征在于：所述特征索引分别包括颜色特征与对应图像的索引、纹理特征与对应图像的索引...

【专利技术属性】
技术研发人员：安庆，刘赛威，高翠芬，贺良辉，叶玲，
申请(专利权)人：武昌理工学院，
类型：发明
国别省市：