[发明专利]基于密母算法的图形检索方法

说明书

技术领域

本发明属于计算机领域，更进一步涉及一种基于形状的图形检索方法，具体是一种基于密母算法的图形检索方法，可用于网络中大量图片的检索和分类。

背景技术

随着互联网的高速发展，网上的多媒体信息也急剧增加，因此人们对多媒体信息的检索需求也随之而来。传统的信息检索主要集中于文字的检索，在多媒体方面的研究并不是很多。互联网上的多媒体以图像为主，因此图像的检索就成为了目前研究的热点。无论是军用还是民用设备，每天都会产生容量相当于数千兆字节的图像。这些数字图像中包含了大量有用的信息。然而，由于这些图像是无序地分布在世界各地，图像中包含的信息无法被有效地访问和利用。这就要求有一种能够快速而且准确地查找访问图像的技术，也就是所谓的图像检索技术。

图形检索识别的核心技术之一是从图形数据中抽取、生成具有良好的刻画、区分能力和抗噪声、干扰能力的特征描述或表示。特征描述提取算法及其基础上的检索匹配算法的有效性对图形检索的可用性和可靠性具有至关重要的作用。特征提取是指通过分析以数据的形式将图形的特性描述出来，特征匹配是指对不同图形的特征数据进行匹配计算以获得二者之间的相似度差值。不同的特征算法所提取的图形特征是不一样的，而特征提取算法性能的好坏直接决定着检索方法的性能的好坏。因此检索方法的核心就是找到一种高效的快速的特征算法，使其既有高效稳定的特征提取又有快速精确的特征匹配。

对图像数据而言，一个本质的特征是对象的形状。现有针对图形形状的特征描述技术可分为基于边界和基于区域两类，前者针对图形对象的边界(即轮廓)进行建模，后者则对整个对象区域进行建模。基于图形对象的边界的特征提取和特征匹配算法很多，其中比较典型的是文献Robust symbolic representation for shape recognition and retrieval，Mohammad Reza Daliri，Vincent Torre，Pattern Recognition 41(2008)1782-1798。这篇文献中，提出了一种有效的基于形状的特征提取算法和匹配算法，计算两个图形之间的相似度差值，其过程主要包括以下步骤：

1、图像边缘提取：边缘是图像最重要的基本特征信息，使用Canny算子将图像边缘信息提取出来，则得到一个二值图像(即黑白图像)。然后，对二值图像的边缘进行均匀选择一定数量的点。

2、对选取点的坐标进行对数极坐标变换：步骤1中选取点是用笛卡儿坐标(x，y)表示，可转化用极坐标(r，θ)来表示。其过程为：

(1)选定一个点为坐标原点，记为(x₀，y₀)。

(2)点(x，y)与极坐标(r，θ)之间满足如下关系：

r=(x-x0)2+(y-y0)2]]>θ=arctan(y-y0x-x0)]]>

(3)取坐标原点(x₀，y₀)为(0，0)，用复数z可以表示为z＝x+iy＝r(cosθ+isinθ)＝re^iθ。

(4)令w＝lnz＝p(z)+ip(z)＝lnr+iθ，则笛卡儿坐标转化为对数极坐标的映射方程为p(r，θ)＝lnr，q(r，θ)＝θ。