一种基于图像内容分析的外观设计专利检索方法技术

本发明专利技术公开了一种基于图像内容分析的外观设计专利检索方法，该方法首先提取目标区域的轮廓与其外接矩形的距离作为形状特征，采用４－叉树的形式对目标图像进行分块，将块中目标像素数目与块面积的比值作为结构特征，检索时，利用这两种特征加权计算查询图像与数据库中图像的相似度，以相似度的大小进行排序返回检索结果图像；本发明专利技术采用基于先验知识的背景去除方法，采用目标的轮廓与外接矩形的距离作为形状特征，采用四叉树分解块中的目标像素比值作为结构特征；利用本发明专利技术的方法能有效地解决目前外观设计专利检索方法中检索时间长、效率低且无法分析图像内容的问题，可大大提高外观专利图像检索效率。

【技术实现步骤摘要】

本专利技术涉及一种图像检索技术，属于多媒体检索、计算机视觉、图像处理、模式识 别等领域，特别涉及。
技术介绍
随着经济全球化的深入发展和知识经济的蓬勃兴起，专利发展水平已成为衡量一 个地区综合实力、发展能力和核心竞争力的战略性标志。外观设计专利一直被誉为“小专 禾|J，大市场”，在市场竞争中发挥着举足轻重的作用，是增强企业竞争力的重要因素。从发达 国家来看，无论是申请专利、实施专利，还是运用知识产权战略进行竞争，企业和行业都是 最为活跃的主体。企业之间的技术竞争归根结底表现在两个方面，一个是在获得新技术方 面进行竞争，另一个是在利用新技术方面进行竞争，通过加强专利文献利用，让企业利用成 熟和先进技术，提高产品开发的起点和水平。作为专利信息的一个重要类型，外观设计专利 文献详细阐述了产品外观设计内容，可为企业和设计者提供相关的专利技术信息并开阔思 路，提高设计的起点和效率，避免重复研究，避免侵权行为，同时又可以找到技术突破口，指 导企业设计人员的设计方向。有统计指出从经济效益角度讲，专利文献的有效的被借鉴利 用可以使得科研开发经费减少30% _40%，研究开发时间缩短50% _60%，大幅度地降低技 术成本。目前由于企事业单位知识产权保护和应用意识日益增强，外观设计专利申请的数 量不断增多。以中国为例，到2009年底为止，授权的外观设计专利就达到114万余件，按照 每个外观设计专利有6个视图计算，将有684多万张专利图。面对数以百万的外观设计专利图像，如何快速、有效地查找感兴趣的外观设计专 利是目前外观设计专利应用面临的一个重要问题。目前的实际应用的系统主要采取基于 文字的检索方式，如通过输入专利号、等关键字进行检索。而我国专利法明确规 定“外观设计专利权的保护范围以表示在图片或者照片中的该外观设计专利产品为准”，因 此，外观专利图像是表达外观设计专利内容的主要载体，用户往往更关心外观设计图像的 内容，因此该种方法不能有效地满足用户对基于图像内容检索的需求。而基于内容的图像检索(CBIR，Content Based Image Retrieval)技术是对海量 的图像数据进行检索时一个非常有效的途径，近年来，得到了越来越多的研究者和应用者 的关注，并出现了许许多多的检索方法，但由于表征图像内容的底层视觉特征与人描述图 像的高层语义之间存在着“鸿沟”，目前，设计一种通用、有效的图像检索方法还很困难。因 此，有必要针对某种特定类型的图像特点进行设计检索方法，才能实现有效地检索。
技术实现思路
为了解决目前外观设计专利检索方法中效率低的问题，本专利技术提出一种基于图像 内容分析的外观设计专利检索方法。本专利技术针对外观设计专利图像一般提供多视图、具有 旋转约束的特点，设计了一种较傅立叶描述子和不变矩等常规方法能更好描述外观设计专利图像形状、结构内容的方法，更好地符合了人类视觉感受，能为外观设计企业和个人提供一种更有效的外观专利检索方式。本专利技术的技术方案是首先利用图像边界附近的若干非边缘采样点的R(红)、 G(绿)、B(蓝)三个分量的均值作为背景特征进行背景去除，提取包含目标区域的目标图像 并对目标图像进行归一化，然后提取目标区域的轮廓与其外接矩形的距离作为形状特征， 采用4-叉树的形式对归一化后的目标图像进行分块，将块中的属于目标区域的像素个数 与块面积的比值作为结构特征，最后在检索图像时，采用分层检索方式，先利用全局特征缩 小检索图像范围，得到子集，再利用形状特征和轮廓特征加权计算查询图像与子集中图像 的相似度，并以相似度的大小进行排序返回检索结果图像和专利号。所述将若干采样点像素的R (红)、G (绿)、B (蓝)三个分量的均值作为背景特征 进行背景去除，得到归一化目标图像的具体步骤为首先对图像进行灰度化、边缘检测等处 理，利用图像左、右、下三条边界附近的若干非边缘作采样点，分别计算这些采样点像素的 R(红)、G(绿)、B (蓝)三个分量的均值并将三个分量的均值作为背景特征，把符合下列条 件的像素作为背景区域，其余的作为目标区域；I R-M_R I < thr_R&& | G_M_G | < thr_G&& | B_M_B | < thr_B其中R、G、B分别为像素的RGB三个分量值；M_R、M_G、M_B分别为采样点RGB三个 分量值的平均值；thr_R、thr_G、thr_B分别为RGB三个分量的阈值；&&为“与”运算符号；将图像进行二值化，即使背景区域的像素值为0，目标区域的像素值为1，然后分 别进行水平和垂直投影得到目标区域的上下、左右边界，取四条边界内的区域即目标区域 的一个外接矩形构成一幅新的图像，作为目标图像，并对该图像按照长宽比例不变的形式 进行缩放，使得其宽变为一个固定的宽度W，缩放后的图像即为归一化的目标图像。所述将目标区域轮廓与其外接矩形的距离作为形状特征的具体方法如下1)将归一化后的目标图像进行边缘提取，得到其轮廓图C，记其外接矩形的宽为 W，高度为H;2)按照下式(1)_(4)的定义计算外接矩形的四条边到轮廓的距离矢量；D_left(i) = min{j |R(i, j) ==1} (1)D_right(i) = ff-max{j |R(i, j) ==1} (2)D_up (j) = min{i |R(i, j) == 1} (3)D_down(j) = H_max{i|R(i，j) ==1} (4)其中i，j分别表示图像象素的行和列的变量i = 1，2，...，H，j = 1，2，...，W;3)对2)中计算得到的距离矢量D_left，D_right，D_up，D_d0Wn进行平滑处理，然 后将其N等分的平均距离作为特征，如式(5)-(8)例=去 * 丄耿、+ /)(5)W W^F — right(k)=去 * 丄 J— right(k *w+l)(6)W w =1F_down(k) = — * I>_ down(k *h + l)(7)H h /=1F_up{k) = — *-YjD_up(k *h + l)(8)H h /=1式中，《 = 1/队11 = !1/队分别表示水平、垂直边界中每等分包含的距离个数，^，^7W H是尺度归一化因子，使得提取的特征不随轮廓外接矩形的大小变化而变化；经过上述处理后，得到的外接矩形_轮廓距离特征Fc = {Fc (i)} = {F_left, F_right, F_down, F_up} i = 1，2，· · ·，4*N该特征矢量Fc即为形状特征，共4*N维。 所述采用4-叉树形式对归一化后的目标图像进行分块，将每个块中的属于目标 区域的像素个数与块面积的比值作为结构特征的具体步骤如下首先对归一化后的目标图 像进行4-叉树分解，得到N2个图像块，记第i个块的大小为mXn，所覆盖的目标区域的面积为area_C0Ver即属于目标区域的像素的个数，则第i个特征值表示为,、 area cov erΛ ^ 、τ、Fg(i)=——-τ- ι = 1,2”··, Ν2m^n计算所有的图像块，得到的特征矢量Fg即为结构特征，共N2维。本专利技术的特点(1)将若干采样点像素的R(红)本文档来自技高网...

【技术保护点】
一种基于图像内容分析的外观设计专利检索方法，其特征在于：首先利用图像边界附近的若干非边缘采样点的Ｒ（红）、Ｇ（绿）、Ｂ（蓝）三个分量的均值作为背景特征进行背景去除，提取包含目标区域的目标图像并对目标图像进行归一化，然后提取目标区域的轮廓与其外接矩形的距离作为形状特征，采用４－叉树的形式对归一化后的目标图像进行分块，将块中的属于目标区域的像素个数与块面积的比值作为结构特征，最后在检索图像时，采用分层检索方式，先利用全局特征缩小检索图像范围，得到子集，再利用形状特征和轮廓特征加权计算查询图像与子集中图像的相似度，并以相似度的大小进行排序返回检索结果图像和专利号。

【技术特征摘要】

【专利技术属性】
技术研发人员：曹江中，戴青云，李旭明，彭雪辉，徐宇发，黄少辉，陈蕾，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：81[中国|广州]