[发明专利]对搜索图像的过滤方法

权利要求书

1.一种对搜索图像的过滤方法，其特征在于，包括以下步骤：

第一步，对搜索得到的每张原始图像进行多尺度处理，使每张原始图像成为若干张预处理图像；

第二步，对每张预处理图像分别进行颜色特征提取、形状特征提取、纹理特征提取和GIST特征提取处理，得到每张预处理图像的颜色特征、形状特征、纹理特征和GIST特征；

第三步，收集若干图像建立训练图像数据库，对训练图像数据库中每张训练图像分别进行多尺度处理、颜色特征提取、形状特征提取、纹理特征提取和GIST特征提取处理，进而对每个训练图像的每个尺度下的颜色特征、形状特征、纹理特征和GIST特征分别进行模型训练处理，得到若干个训练模型；

第四步，将每张原始图像每个尺度下的颜色特征、形状特征、纹理特征和GIST特征分别输入到对应的训练模型中，得到每张原始图像的若干特征分值，并将每张原始图像的所有特征分值进行特征分值后融合，得到每张原始图像的融合特征分值；

第五步，按照原始图像融合特征分值从大到小的顺序对原始图像进行重新排列，并删除融合特征分值小于阈值T的原始图像；

所述的阈值T，具体是：

T=(a+b)2,]]>

其中：a是原始图像中最大的融合特征分值，b是原始图像中最小的融合特征分值。

2.根据权利要求1所述的对搜索图像的过滤方法，其特征是，所述的多尺度处理采用高斯金字塔方法，具体是：

Ik-1(x,y)=(M+N)Σm=-MMΣn=-NNw(m,n)Ik(2x+m,2y+n),]]>

其中：w(m，n)为高斯核函数，M和N为图像的高和宽的像素值，k≥1，I₀(x，y)为原始图像中(x，y)点的像素值，I_k(x，y)为第k层金字塔图像中(x，y)点的像素值。

3.根据权利要求1所述的对搜索图像的过滤方法，其特征是，所述的纹理特征是局部二值模式特征。

4.根据权利要求1所述的对搜索图像的过滤方法，其特征是，所述的建立训练图像数据库，具体是：通过网络下载若干张图像，由人工从中选择S张正样本图像和S张负样本图像。

5.根据权利要求1所述的对搜索图像的过滤方法，其特征是，所述的模型训练处理是采用SVM的方法实现的。

6.根据权利要求1所述的对搜索图像的过滤方法，其特征是，所述的特征分值后融合是采用线性加权的方法使每张原始图像的所有特征分值融合为一个融合特征分值，其中的线性加权系数是模型训练处理中得到的训练模型的准确率。