[发明专利]局部描述子的提取方法、图像检索方法及图像匹配方法

说明书

技术领域

本发明涉及图像检索技术，尤其涉及一种局部描述子的提取方法、图像检索方法及图像匹配方法。

背景技术

当前，视觉检索方法主要采用在图像中提取尺度不变描述子（Scale Invariant Feature Transform，简称：SIFT）或快速鲁棒的尺度不变特征（Speeded Up Robust Features，简称：SURF）进行图像的检索。

然而，针对纹理特征稀疏的图像/图片，或者用于映射人类思维特征的线图时，该些图像本身缺乏纹理的特点，SIFT和SURF不能获取足够的兴趣点，因此若采用SIFT和SURF进行图像的检索，则严重的影响了检索系统的性能和效率。

业内人士针对纹理信息缺少，但轮廓信息分明的手绘图片/手绘图像提出了形状上下文描述子（Shape Context Descriptor，简称：SCD），该SCD相对于SIFT和SURF重视了形状特征，但是由于其本身的构造方式为对图像的轮廓进行密集采样，统计采样点之间的距离及角度关系，这种构造方式使得描述子的表现力集中于边缘轮廓，因此，上述的SCD在对形状内部蕴含大量线条及信息的图像在搜索时不能反映图像的真实形状信息，导致匹配检索失败。

为此，如何获取能够准确的反映图像形状的构造信息的局部描述子成为当前需要解决的技术问题。

发明内容

针对现有技术中的缺陷，本发明提供一种局部描述子的提取方法、图像检索方法及图像匹配方法。

第一方面，本发明提供一种局部描述子的提取方法，包括：

获取图像的核心兴趣点，所述核心兴趣点为用于体现所述图像的关键特征的像素点；

确定所述核心兴趣点的子区域半径和所述核心兴趣点对应的主方向；

根据所述子区域半径和所述主方向，获取所述图像的局部描述子。

由上述技术方案可知，本发明的局部描述子的提取方法通过获取图像的核心兴趣点，进而确定核心兴趣点的子区域半径和核心兴趣点对应的主方向，以根据子区域半径和主方向获取图像的局部描述子，进而得到图像的局部描述子能够准确的反映图像形状的构造信息，相对于现有技术中的局部描述子具有较高的区分能力。

第二方面，本发明还提供一种图像检索方法，包括：

服务器根据如上所述的局部描述子的提取方法获取图像库中每一图像的局部描述子；

服务器将所有图像的局部描述子建立量化词典；

服务器采用所述量化词典对所述图像库中的所有图像进行量化，建立所述图像库对应的索引表；

所述服务器接收客户端发送的目标图像的局部描述子，所述目标图像的局部描述子为客户端采用如上所述的局部描述子的提取方法获取的目标图像的局部描述子；

服务器采用所述量化词典对所述目标图像的局部描述子进行量化，在所述索引表中查找量化后的目标图像的局部描述子对应的索引，以获得与所述目标图像对应的查找结果。

由上述技术方案可知，本发明的图像检索方法通过采用局部描述子的获取方法获取图像库中每一图像的局部描述子以及目标图像的局部描述子，进而采用所有图像的局部描述子组成的量化词典对目标图像的局部描述子进行量化，以获取与所述目标图像对应的查找结果，可以提高图像检索的效率，同时提高图像检索的准确率。

第三方面，本发明还提供一种图像匹配方法，包括：

服务器接收客户端发送的压缩后的目标图像，并采用如上所述的局部描述子的提取方法获取目标图像的局部描述子，以及图像库中任一图像的局部描述子；

根据预设比值的方式确定两个所述局部描述子的匹配度，根据所述匹配度获取与所述目标图像匹配的图像；

其中，所述两个所述局部描述子包括：所述目标图像的局部描述子，和所述图像库中的一个图像的局部描述子。

由上述技术方案可知，本发明的图像匹配方法能够图稿图像匹配的准确率，同时提高图像匹配的效率。

第四方面，本发明还提供一种局部描述子的提取设备，包括：

第一获取单元，用于获取图像的核心兴趣点，所述核心兴趣点为用于体现所述图像的关键特征的像素点；

确定单元，用于确定所述核心兴趣点的子区域半径和所述核心兴趣点对应的主方向；

第二获取单元，用于根据所述子区域半径和所述主方向，获取所述图像的局部描述子。

由上述技术方案可知，本发明的局部描述子的提取设备获得的图像的局部描述子能够准确的反映图像形状的构造信息，相对于现有技术中的局部描述子具有较高的区分能力。

附图说明