[发明专利]一种融合空间信息的Bag of Words图像检索方法

说明书

技术领域

本发明涉及一种融合空间信息的Bag of Words图像检索方法，可以应用于可见光图像的检索。

背景技术

随着多媒体信息技术的发展，多媒体信息的存储、压缩和检索变的日益重要。图像作为一种重要的多媒体信息，其包含的内容丰富，正如“一幅图胜过千言”。由于图像底层SIFT特征的出现，该特征能够很好的反映图像中一些旋转和尺度不变形的显著区域。最近出现了许多基于SIFT特征的图像检索的方法，其中最常见的是Bag of Words方法，该方法首先是对图像所提取的SIFT特征的区域进行聚类，将聚类中心做为图像空间中的一组标准基(标准的图像区域)，然后图像可以用这组标准基进行向量表示，结合现有的文本检索技术，最终实现了图像的检索。

现有的Bag of Words方法，仅仅考虑了图像是否含有某些显著的特征区域，而忽略了特征区域的空间信息，因此基于Bag of Words方法图像检索会造成检索精度较低的问题，必须针对如何引入特征区域的空间信息进行新的图像检索方法研究。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种融合空间信息的Bag of Words图像检索方法。

本发明的思想在于：Bag of Words方法实现了图像在图像空间一组基上的向量表示的同时往往忽略其显著特征区域的空间信息。但是考虑到图像所包含的内容都是现实世界的物体，物体都具有一定的形状和结构特征，融入显著特征区域的空间信息便 可以更加形象、准确的描述图像所包含的内容，从而能够得到更好的图像检索效果。

技术方案

一种融合空间信息的Bag of Words图像检索方法，其特征在于步骤如下：

步骤1：提取数据库中每幅图像的SIFT特征，得到每幅图像底层特征的集合I＝{p_m|m＝1...|I|}，其中p_m＝(f_m，X_m，λ_m，θ_m)，|I|为图像I中SIFT特征区域数目，f_m为特征区域128维的特征描述向量、X_m为特征区域中心所在位置、λ_m为特征区域尺度信息、θ_m为特征区域的主方向角度信息；

步骤2：利用Hierarchical K-means聚类算法对图像数据库中的所有图像所提取的特征区域的特征描述向量f_m进行聚类，其中聚类数目K∈[10000，1000000]，得到聚类中心的类别的标号w及聚类的层次树结构Tree，形成底层特征p′_m＝(w_m，X_m，λ_m，θ_m)，所述的w_m∈w为特征区域所属的聚类中心类别的标号；

步骤3：计算图像每个底层特征p′_m的 和Δθ_mn＝||θ_m-θ_n||，得到ΔX_m＝{ΔX_mn|n＝1，2，...，|I|，n≠m}和Δθ_m＝(Δθ_mn|n＝1，2，...，|I|，n≠m)，将[0，2π]等分成数个均匀方向区域，在每个均匀方向区域上，计算Δθ_m中属于该方向区域上的集合Δθ′_m＝{Δθ_mi|i＝a₁，...，a_k}所对应的集合ΔX′_m＝{ΔX_mi|i＝a₁，...，a_k}中最小值对应的特征区域的类别标号w_i，其中 得到底层特征p″_m＝(w_m，sw_m)；所述的下标mn分别表示图像中第m个特征区域与第n个特征区域，所述的sw_m为数个均匀方向区域上选取的w_i组成的向量；

步骤4：图像数据库中的每幅图像T的底层特征的集合表示t＝{p″_m|m＝1，2，...|T|}，其中p″_m＝(w_m，sw_m)；