[发明专利]在互联网上搜索图片及局部相似图片的方法

权利要求书

1.一种在互联网上搜索图片及局部相似图片的方法，其特征在于：包括如下步骤：

(1)客户端通过互联网与神经网络系统建立连通关系；

(2)由客户端从原图片中选取一个或多个一定大小的图片局部作为标准图片并传输到神经网络系统中的图片数据存储服务器；

(3)神经网络系统中的神经网络服务器从图片存储数据库服务器中获取标准图片并抽取标准图片的几何特征，然后对标准图片的每个几何特征进行感知训练得到每个几何特征的隶属度，在感知训练过程中获取的最大隶属度的几何特征所对应的坐标范围为搜索结果；

(4)神经网络系统中的神经网络服务器将所获得的坐标范围传送到客户端，由客户端转换为用户原图片的坐标作为搜索的结果。

2.根据权利要求1所述的在互联网上搜索图片及局部相似图片的方法，其特征在于：在步骤(1)中，客户端通过中介即时通讯服务器与神经网络系统建立点对点连通关系。

3.根据权利要求1所述的在互联网上搜索图片及局部相似图片的方法，其特征在于：在步骤(2)中，客户端在向图片数据存储服务器传输前对标准图片进行压缩处理。

4.根据权利要求1所述的在互联网上搜索图片及局部相似图片的方法，其特征在于：在步骤(2)中，标准图片的大小根据精度要求设定为900像素或900像素以上。

5.根据权利要求1所述的在互联网上搜索图片及局部相似图片的方法，其特征在于：在步骤(3)中，抽取标准图片的几何特征的方法为：神经网络服务器从标准图片的像素灰度值中，抽取灰度变化明显的边缘线条的方向值作为图片的几何特征。

6.根据权利要求1所述的在互联网上搜索图片及局部相似图片的方法，其特征在于：在步骤(3)中，对标准图片的几何特征进行感知训练的方法为：神经网络服务器利用神经元间连接权值对输入的每个几何特征进行计算，找到相应的内容类别进行收敛，得到每个几何特征的隶属度，在感知训练过程中隶属度最大时的几何特征所对应的坐标范围就是所要的搜索结果。

7.根据权利要求1或5或6所述的在互联网上搜索图片及局部相似图片的方法，其特征在于：所述的神经网络服务器内置有视觉BP神经网络模型，该神经网络模型采用基本感知器模型结构并使用误差反向传播算法，该神经网络模型的输出值是对应各个内容类别的隶属度。