【技术实现步骤摘要】
本专利技术涉及图像处理
中的图像检索
,尤其涉及一种图像检索方法及装置。
技术介绍
随着多媒体技术的迅速发展,图像作为内容丰富、表达直观的可视信息,其应用日益广泛。由于图像信息数据量大、抽象程度低的特点,所以如何从海量图像数据中快速高效的检索出用户需要的图像资源,成为图像处理
中新的挑战。现有对图像的检索技术中,大都采用基于文本的图像检索(text-based imageretrieval),其技术思路是先人工对图像进行文本标注,如关键词、标题以及一些附加的描述信息,然后采用传统数据库管理系统的方法进行文本检索。随着大规模数字图像库的出现,基于文本的图像检索问题逐渐严重,例如,对大规模图像库来说,人工进行文本注释是一件繁琐且费时的工作;并且,人工注释具有一定的主观性,不同的人对图像内容可有不同的理解,即使同一个人在不同语境下对图像的理解也不尽相同,所以对于一个图像的文本注释,受个人兴趣和知识背景影响,主观性强;并且,图像内容信息量大,很多图像很难用文字的方式准确描述;并且,世界各地文化差异大,不同语言文字标注后的图像在应用通用性上受到限制。因此 ...
【技术保护点】
一种图像检索方法,其特征在于,包括:将待检索图像进行子图划分,得到多个子图像;对所述多个子图像中的各指定子图像进行图像特征提取,得到所述各指定子图像的特征向量;针对图像库中每个图像,基于该图像的每个待匹配子图像组中的各子图像的特征向量,以及所述各指定子图像的特征向量,确定该图像与所述待检索图像的相似度;其中,待匹配子图像组中的各子图像之间的相对位置,与所述各指定子图像之间的相对位置相同;基于所述图像库中的每个图像与所述待检索图像的相似度的大小,确定所述待检索图像对应的图像检索结果。
【技术特征摘要】
1.一种图像检索方法,其特征在于,包括 将待检索图像进行子图划分,得到多个子图像; 对所述多个子图像中的各指定子图像进行图像特征提取,得到所述各指定子图像的特征向量; 针对图像库中每个图像,基于该图像的每个待匹配子图像组中的各子图像的特征向量,以及所述各指定子图像的特征向量,确定该图像与所述待检索图像的相似度;其中,待匹配子图像组中的各子图像之间的相对位置,与所述各指定子图像之间的相对位置相同; 基于所述图像库中的每个图像与所述待检索图像的相似度的大小,确定所述待检索图像对应的图像检索结果。2.如权利要求1所述的方法,其特征在于,基于该图像的每个待匹配子图像组中的各子图像的特征向量,以及所述各指定子图像的特征向量,确定该图像与所述待检索图像的相似度,具体包括 基于该图像的每个待匹配子图像组中的各子图像的特征向量,以及所述各指定子图像的特征向量,确定该图像的每个待匹配子图像组,与所述各指定子图像组成的指定子图像组的相似度; 将每个待匹配子图像组与所述指定子图像组的相似度中的最大值或平均值,作为该图像与所述待检索图像的相似度。3.如权利要求2所述的方法,其特征在于,对所述多个子图像中的各指定子图像进行图像特征提取,得到所述各指定子图像的特征向量,具体为 对所述多个子图像中的各指定子图像进行图像特征提取,得到所述各指定子图像中每个指定子图像的特征向量; 基于待匹配子图像组中的各子图像的特征向量,以及所述各指定子图像的特征向量,确定该待匹配子图像组与所述指定子图像组的相似度,具体包括 基于待匹配子图像组中的每个子图像的特征向量,以及所述指定子图像组中每个指定子图像的特征向量,分别确定该待匹配子图像组中与所述指定子图像组中位置相对应的每对子图像的相似度; 基于所述指定子图像组中每个指定子图像对应的子图像权重,将每对子图像的相似度进行加权求和,得到该待匹配子图像组与所述指定子图像组的相似度。4.如权利要求3所述的方法,其特征在于,对所述多个子图像中的各指定子图像进行图像特征提取,得到所述各指定子图像中每个指定子图像的特征向量,具体为 对所述多个子图像中的各指定子图像进行图像特征提取,得到所述各指定子图像中每个指定子图像的多种特征向量; 确定待匹配子图像组中与所述指定子图像组中位置相对应的一对子图像的相似度,具体包括 基于待匹配子图像组中的一个子图像的多种特征向量,以及所述指定子图像组中与该子图像位置相对应的一个指定子图像的多种特征向量,确定该子图像与该指定子图像的每种特征向量的相似度; 基于每种特征向量对应的特征间权重,将每种特征向量的相似度进行加权求和,得到该子图像与该指定子图像的相似度。5.如权利要求4所述的方法,其特征在于,对所述多个子图像中的各指定子图像进行图像特征提取,得到所述各指定子图像中每个指定子图像的多种特征向量,具体为 对所述多个子图像中的各指定子图像进行图像特征提取,得到所述各指定子图像中每个指定子图像的多种特征向量中,每种特征向量包括的多个特征分量; 确定该子图像与该指定子图像的一种特征向量的相似度,具体包括 基于该子图像的一种特征向量包括的多个特征分量,以及该指定子图像的该种特征向量包括的多个特征分量,确定该子图像与该指定子图像的该种特征向量包括的每种特征分量的相似度; 基于每种特征分量对应的特征内权重,确定各种特征分量的相似度的加权欧式距离之和,得到该子图像与该指定子图像的一种特征向量的相似度。6.如权利要求3-5任一所述的方法,其特征在于,还包括 获取用户对所述图像检索结果中的每个检索结果图像的相关性评价结果; 基于获取的每个检索结果图像的相关性评价结果,调整在确定所述图像库中的每个图像与所述待检索图像的相似度时所使用的权重,得到调整后权重; 基于所述调整后权重,确定所述图像库中的图像与所述待检索图像的最新相似度; 基于所述图像库中的图像与所述待检索图像的最新相似度的大小,确定所述待检索图像对应的最新图像检索结果。7.如权利要求6所述的方法,其特征在于,相关性评价结果包括表征相关的相关结果、表征不相关的不相关结果和表征不评判的不评判结果; 基于获取的每个检索结果图像的相关性评价结果,调整在确定所述图像库中的每个图像与所述待检索图像的相似度时所使用的权重,具体包括 当所述所使用的权重为子图像权重时,确定所述图像检索结果中相关性评价结果为相关结果的各正例图像;针对每个正例图像中相似度最闻的待匹配子图像组,确定该待匹配子图像组中与所述指定子图像组中位置相对应的每对子图像的相似度;针对所述指定子图像组中每个指定子图像,确定各相似度最高的待匹配子图像组中,与该指定子图像位置相对应的该对子图像的各相似度的标准差的倒数;对所述各指定子图像分别对应的各倒数,进行归一化处理;将归一化处理出后得到的与每个指定子图像对应的结果,作为该指定子图像对应的调整后子图像权重; 当所述所使用的权重为特征间权重时,针对多种特征向量中的每种特征向量,基于图像库中每个图像的每个待匹配子图像组中的各子图像的该种特征向量,以及所述各指定子图像的该种特征向量,确定与该种特征向量对应的,所述待检索图像对应的特征图像检索结果,确定该特征图像检索结果与所述图像检索结果中均存在的各检索结果图像,确定所述均存在的各检索结果图像的相关性评价结果分别对应的各分值的第一和值,以及确定所述第一和值与该种特征向量的特征间权重的初始值的第二和值;对多种特征向量分别对应的各第二和值,进行归一化处理;将归一化处理出后得到的与每种特征向量对应的结果,作为该种特征向量对应的调整后特征间权重; 当所述所使用的权重为特征内权重时,确定所述图像检索结果中相关性评价结果为相关结果的各正例图像;对于每个正例图像中相似度最高的待匹配子图像组,针对每种特征向量,确定该待匹配子图像组中每个子图像的该种特征向量包括的每种特征分量;针对该待匹配子图像组中的每个子图像和每种特征分量,确定各正例图像的该待匹配子图像组中的该子图像的该种特征向量包括的各该种特征分量的标准差,作为与每个子图像的该种特征分量对应的标准差;针对每个子图像和每种特征向量,对该种特...
【专利技术属性】
技术研发人员:田卉,张俭,
申请(专利权)人:中国移动通信集团公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。