一种图像检索方法和系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108255858A(43)申请公布日2018.07.06(21)申请号201611246165.2(22)申请日2016.12.29(71)申请人北京优朋普乐科技有限公司地址100123北京市朝阳区高碑店高井文化园8号东亿国际传媒产业园三期B座6层(72)发明人高岩(74)专利代理机构北京中政联科专利代理事务所(普通合伙)11489代理人陈超(51)Int.Cl.G06F17/30(2006.01)G06K9/62(2006.01)权利要求书4页说明书11页附图8页(54)发明名称一种图像检索方法和系统(57)摘要本发明实施例公开了一种图像检索方法和系统，属于图像检索技术领域。其中，该方法包括：基于全局对比度的显著性检测算法对待检索图像进行去冗余处理；基于贪心算法将去冗余处理后的待检索图像分割为若干个区域；基于图像特征提取算法对每个区域进行图像特征点提取，得到若干个图像特征点；基于若干个图像特征点，生成该待检索图像的视觉词包模型；在预存的样本视觉词包模型库中进行匹配，得到与该待检索图像的视觉词包模型相匹配的样本视觉词包模型；将匹配得到的样本视觉词包模型所对应的样本图像作为检索结果输出。本发明实施例公开的图像检索方法具有较高的准确性、检索效率，而且在处理各种复杂变化的图像都有一定的鲁棒性。CN108255858ACN108255858A权利要求书1/4页1.一种图像检索方法，其特征在于，包括：对待检索图像进行去冗余处理；将去冗余处理后的待检索图像分割为若干个区域；对所述若干个区域中的每个区域进行图像特征点提取，得到若干个图像特征点；基于所述若干个图像特征点，生成所述待检索图像的视觉词包模型；将所述待检索图像的视觉词包模型在预先配置的样本视觉词包模型库中进行匹配，得到与所述待检索图像的视觉词包模型相匹配的样本视觉词包模型；将匹配得到的样本视觉词包模型所对应的样本图像作为检索结果输出。2.根据权利要求1所述的方法，其中，样本视觉词包模型库包括：多个样本视觉词包模型；生成每个所述样本视觉词包模型，包括：对一样本图像进行去冗余处理；将去冗余处理后的样本图像分割为若干个区域；对所述样本图像的若干个区域中的每个区域进行图像特征点提取，得到所述样本图像的若干个图像特征点；基于所述样本图像的若干个图像特征点，生成所述样本图像的样本视觉词包模型。3.根据权利要求1所述的方法，其中，所述对待检索图像进行去冗余处理之前，还包括：将待检索图像由RGB颜色空间转化成HLS颜色空间；根据预设的亮度调整值和对比度调整值对转换为HLS颜色空间的检索图像的亮度和对比度进行调整；所述对待检索图像进行去冗余处理，包括：基于全局对比度的显著性检测算法，对待检索图像进行去冗余处理；所述基于全局对比度的显著性检测算法，对待检索图像进行去冗余处理，包括：对待检索图像的分辨率进行调整，得到低于所述待检索图像分辨率的图像；对得到的低分辨率的待检索图像进行颜色统计，得到颜色统计直方图；从颜色统计直方图中选择代表性颜色；基于代表性颜色对待检索图像去除冗余颜色。4.根据权利要求1所述的方法，其中，所述将去冗余处理后的待检索图像分割为若干个区域，包括：基于贪心算法，将去冗余处理后的待检索图像分割为若干个区域；所述基于贪心算法，将去冗余处理后的待检索图像分割为若干个区域，包括：基于贪心算法，将去冗余处理后的待检索图像分割为区域个数小于预设数量阈值的区域。5.根据权利要求1所述的方法，其中，所述对若干个区域中的每个区域进行图像特征点提取，包括：基于SURF图像特征提取算法，对所述若干个区域中的每个区域进行图像特征点提取；在所述得到若干个图像特征点之后，还包括：对得到的若干个图像特征点进行定位；所述对得到的若干个图像特征点进行定位，包括：建立与所述若干个区域中的每个区域对应的积分图像；根据每个区域的积分图像对所述图像特征点进行计算；2CN108255858A权利要求书2/4页基于滤波器建立所述待检索图像的尺度空间，在所述尺度空间上，基于对所述图像特征点进行计算的结果，对所述若干个图像特征点进行定位。6.根据权利要求5所述的方法，其中，在所述尺度空间上，对特征点进行定位，包括：通过计算所述待检索图像中的每个图像特征点的Hessian矩阵的极大值，对所述若干个图像特征点进行定位；所述通过计算该样本图像中的每个图像特征点的Hessian矩阵的极大值，对所述若干个图像特征点进行定位，包括：计算每个图像特征点的Hessian矩阵的特征值det(H)；若某个图像特征点的Hessian矩阵的特征值det(H)的符号为正，则将所述特征值det(H)与预设阈值进行比较，若所述特征值det(H)大于预设阈值，则采用非极大值抑制算法将