[发明专利]对搜索图像的过滤方法

说明书

技术领域

本发明涉及的是一种图像处理技术领域的方法，具体是一种对搜索图像的过滤方法。

背景技术

网页图像搜索引擎是因特网上非常有用的搜索工具，然而这些搜索引擎返回的结果往往不能满足用户的需要。当在Google或Yahoo图像搜索引擎中输入需查询的关键词时，通常只有少部分返回的结果能让用户满意，有的甚至与查询的关键词毫无关系。因为这些搜索引擎通过分析网页上图像附近的文字、图像标题以及许多其它元素来确定图像的内容，而不是直接由图片本身的视觉内容信息来得到检索的结果。其返回的结果是基于文本信息不是基于图像本身，这就降低了用户对检索结果的满意度，毕竟用户需要的结果是图像而不是文字。既然涉及的是用户对图像结果的需求，必将考虑人眼的视觉特性，使得到的搜索结果在视觉上更让用户满意。

经对现有技术文献的检索发现，Lin等人在International Conference on WebIntelligence，pp.242-248，Oct.2003(网页智能国际会议，242-248页，2003年10月)上发表的文章“Web image retrieval re-ranking with relevance model(基于相关模型的网页图像检索重排序)”中提出的方法是基于图像所在网页的文本内容来对搜索结果的内容进行重排序。该方法与Google或Yahoo图像搜索引擎原理相似之处都只是利用了相关网页的文本信息，而没有考虑图像本身的视觉内容信息，且没有考虑将质量差、分辨率低的图像滤除。

又经检索发现，Fergus等人在European Conference on Computer Vision，pp.242256，May.2004(欧洲计算机视觉会议，242-256页，2004年5月)上发表的文章“A visual categoryfilter for Google images(一种对Google图像的视觉类过滤器)”中提出的方法是对Google图像搜索引擎返回的结果进行过滤。虽然该方法考虑了图像的视觉内容信息，但针对每个查询的关键词，都需要训练相对应的一个模型，计算代价巨大，不适合网络规模的应用。此外，该方法也没有从人眼的视觉特性出发来对图像进行过滤，没有将质量差、分辨率低的图像滤除。

发明内容

本发明针对现有技术存在的上述不足，提出一种对搜索图像的过滤方法。本发明不仅考虑了图像的视觉内容信息，提高了对网页图像搜索结果过滤的性能，同时考虑了人眼的视觉特性，能有效去除质量较差、含有噪声、分辨率较低的图像，保留了清晰、显著的图像；此外，本发明计算复杂度低、通用性强，无需针对每个查询关键词都训练相应的模型。

本发明是通过以下技术方案实现的，本发明包括以下步骤：

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。

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),]]>