基于颜色特征和形状上下文的商标图像检索方法技术

本发明专利技术提供的是一种基于颜色特征和形状上下文的商标图像检索方法。检索方法的步骤是：从构建基于内容图像检索CBIR的商标图像检索系统中获取待检测的商标图像；然后进行RGB彩色商标图像的预处理，包括商标图像的灰度化、归一化和滤波处理；对经过预处理的商标图像进行颜色特征的量化后提取出颜色直方图；进行商标图像形状特征的提取；动态调整商标图像相似度中颜色特征和形状特征的权值系数；综合颜色和形状特征进行商标检索，最终得到符合需要的商标检索图像。本发明专利技术相比于单一特征的检索具有更好的效果，系统的检索性能令人满意。同时相关反馈技术的引入也大大提高了检索的成功率，图像检索效果更好，准确性更高。

【技术实现步骤摘要】

本专利技术涉及一种商标图像检索技术，具体地说是一种
技术介绍
商标是商品的生产者、经营者在其生产、制造、加工、拣选或者经销的商品上或者服务的提供者在其提供的服务上采用的，用于区别商品或者服务来源的，由文字、图形、字母、数字、三维标志、颜色，或者上述要素的任意组合构成的具有显著特征的标志。随着我国经济的发展和全球化进程的加快，商标数量逐年递增。防止重复注册或相似商标注册是商标管理的核心问题。为了保护注册商标的合法权益，打击仿冒盗用注册商标的违法行为，需要对待注册的商标进行审查，与已注册的商标进行比较，确定二者不相同或者不近似，才具有注册资格。商标之间相似程度主要以人眼的视觉判断为基准，但数据库内注册商标的数量十分庞大，判别工作若全部由人工完成，不仅复杂而且效率低下。因此，建立商标图像的自动检索系统就变得极为必要。先由计算机检索出若干与待注册商标相似的图像，再人工决定是否予以注册，这样一来商标管理工作的效率将大为提高。基于以上原因，对商标图像检索系统的研究具有非常重要的现实意义。针对商标图像的特点，对商标图像的检索主要是利用其形状信息和颜色信息进行。国内外许多学者都对商标图像的检索方法进行了较深入的研究。采用特征法描述形状信息是当前研究的重点，可分为两类基于边界和基于区域的特征提取方法。商标图像计算机检索系统虽然发展迅速，但仍存在许多问题亟待解决。首先，商标图像数量巨大，内容繁复，在保证准确率的前提下必须兼顾检索效率；其次，不同系统检索时提取的特征各异，会对检索正确率造成影响；最后，现有系统的可靠性未满足理想要求，机器检索完成后，还需要人工筛选一次才能最终完成注册审查。总之，目前的商标图像检索研究基本上还停留于实验阶段。现有的检索方法，在缩放及旋转不变性、对于几何形变的检索能力、检索精度以及图像与人的视觉感受相一致等方面还存在不足，需要继续研究更有效的检索方式，综合多种算法满足检索需求。随着计算机处理图像能力的提高及对检索算法的不断深入研究，使得利用计算机辅助商标管理变得十分必要。按照检索机理不同，现有的商标检索方法可划分为三种类目检索、文本检索和基于内容的检索。类目检索、文本检索、内容检索的视觉相似程度依次递增，内容检索最高。因为偏重于图像本身的可视特征，内容检索更符合人对图像的直观感受，不过碍于技术难度，在具体实现中检索优先级正好相反。基于内容的商标检索出现较晚，系统尚未成熟，因而当前有待进一步研究更为直观、直接的检索方式来实现视觉相似度与检索方法的和谐一致
技术实现思路
本专利技术的目的在于提供一种能够使图像检索效果更好、提高检索成功率的。 本专利技术的目的是这样实现的从构建基于内容图像检索CBIR的商标图像检索系统中获取待检测的商标图像；然后进行RGB彩色商标图像的预处理，包括商标图像的灰度化、归一化和滤波处理；对经过预处理的商标图像进行颜色特征的量化后提取出颜色直方图；进行商标图像形状特征的提取；动态调整商标图像相似度中颜色特征和形状特征的权值系数；综合颜色和形状特征进行商标检索，最终得到符合需要的商标检索图像。所述颜色直方图是H、k、=令 k = 0, I, * L-I其中，k代表图像的颜色特征值，L为特征的数量，nk为图像中颜色特征为k的像素的数目，N为图像的像素总数，H(k)为提取出来的颜色直方图；对颜色直方图进行归一化处理 H (h)- H{k)_3] iHn(k)为归一化处理后的输出，i为直方图的序号，对于彩色图像的H，S，V三个分量分别统计得到直方图；所述的进行颜色特征的量化后提取出颜色直方图的主要步骤是(I)按照人眼视觉感知能力，把色调H分成8份，饱和度S分成3份，亮度V分成2份；(2)根据颜色的不同范围和主观颜色感知进行量化0,i/e 1,i/e 2,i/e 3,//g H = I 「] 4,//Gp 80', 225'」 5,//g [225',270'I r . ' 6,315 ]夕=，夕 e _|0, Fe 7i/e [2, ^ G F~{l, Fe "> "> ">(3)量化完成后，HSV颜色空间被划分成LhXLsXLv个区间，其中LH、Ls、Lv分别为H、S、V的量化级数，把量化后的3个颜色分量合成一维颜色特征向量G = H* Lh+S Ls+V LvG为合成的一维颜色特征向量,根据量化的数目Lh = 8, Ls = 3, Lv = 2,得出G = 8H+3S+2VH，S，V三个分量在一维矢量上分布开来，G的取值范围为，计算G可以得到48个bin的一维直方图，其中bin代表有不同灰度水平。所述的进行商标图像形状特征的提取的主要步骤是(I)首先使用Roberts算子进行边缘检测G] = f-f | + |f_f上式的卷积形式如下G] = Gx I +1Gy权利要求1.一种基于顔色特征和形状上下文的商标图像检索方法，其特征是从构建基于内容图像检索CBIR的商标图像检索系统中获取待检测的商标图像；然后进行RGB彩色商标图像的预处理，包括商标图像的灰度化、归ー化和滤波处理；对经过预处理的商标图像进行颜色特征的量化后提取出顔色直方图；进行商标图像形状特征的提取；动态调整商标图像相似度中顔色特征和形状特征的权值系数；综合颜色和形状特征进行商标检索，最終得到符合需要的商标检索图像。2.根据权利要求I所述的，其特征是所述颜色直方图是3.根据权利要求2所述的，其特征是所述的进行商标图像形状特征的提取的主要步骤是 (1)首先使用Roberts算子进行边缘检测4.根据权利要求3所述的，其特征是所述的动态调整商标图像相似度中顔色特征和形状特征的权值系数具体算法是 (1)预设形状特征的权重值α的初始值为O.5，即颜色特征和形状特征对全局相似度的贡献相同，进行一次检索；用户挑选检索结果中符合要求的η个商标，分别计算查询图像与每个检索结果之间的形状相似度S1与顔色相似度S2，并对其进行归一化处理； (2)计算所有形状相似度S1、顔色相似度S2的均值得到瓦、，比较两个均值的大小；如果瓦较大，说明形状特征更能反映用户检索意图； (3)对特征相似度重新赋予权值，则 (4)根据新的形状特征的权重值α再次检索，由用户确认结果，若仍未达到其要求则回到算法步骤(I)，否则结束检索过程。5.根据权利要求4所述的，其特征是所述的综合顔色和形状特征进行检索，采用高斯模型对图像间的相似度进行归ー化处理，主要步骤如下 令子特征i的距离度量为Di,相应的距离均值和标准差分别是Hli和O i，在高斯模型的假设下，归ー化距离度量为 の,“ 其中，D' i为归ー化距离度量，i为子特征的序号，Pj> Qj是对应于子特征i的任意两幅图像的特征向量，上式不仅能确保D' i的取值有99%的可能落入区间，并且可同其它归ー化距离度量进行线性组合； 完成归ー化之后，图像P和图像q之间的全局相似度通过以下公式求得6.根据权利要求5所述的，其特征是所述的图像的灰度化，利用浮点算法将RGB彩色商标图像转化为灰度图像，转换公式如下Gray = O. 3XR+0. 59XG+0. IlXB 其中R为红色、G为绿色、B为蓝色，求得灰度值Gray后，将原图RGB中的R、G、B统ー用本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：陈立伟，汤春明，廖艳萍，倪洁，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：