[发明专利]一种融合空间信息的图像特征聚合表示方法及系统

权利要求书

1.一种融合空间信息的图像特征聚合表示方法，其特征在于，该方法包括：

局部特征提取步骤，对于图像库中的每幅图像分别提取其局部特征，并对所述局部特征的集合进行聚类，将聚类中心作为视觉单词；

特征表示步骤，将每幅图像在空间上划分为多层，使每一层被划分为若干个子区域，并通过将每一层属于同一个子区域的所述局部特征量化为对应的所述视觉单词并聚合所述局部特征与对应的所述视觉单词的残差信息的方式生成局部聚合描述子特征向量；然后对该局部聚合描述子特征向量进行归一化处理；

图像匹配步骤，为所述图像的每一层赋予权重，通过将两幅图像的每一层的所述局部聚合描述子特征向量的内积乘以对应的所述权重后进行累加来计算两幅图像的相似度。

2.根据权利要求1所述的融合空间信息的图像特征聚合表示方法，其特征在于，在所述特征表示步骤中，对所述图像进行区域划分的方法为：

使第l层沿图像的纵向和横向等间隔划分为2^l×2^l个子区域。

3.根据权利要求1所述的融合空间信息的图像特征聚合表示方法，其特征在于，在所述特征表示步骤中，所述生成局部聚合描述子特征向量的步骤具体为：

局部特征量化步骤，将子区域内的每个局部特征量化到对应的视觉单词μ_i，

其中||.||₂表示L₂范数，q(x)为量化函数，x表示局部特征，C代表所述视觉单词的集合，表示d维的实空间；

残差信息统计步骤，统计局部特征与其对应视觉单词的残差信息，

其中xinc表示局部特征x的位置在子区域c中，x：q(x)＝μ_i表示局部特征x被量化到第i个视觉单词μ_i，i表示视觉单词的序号。

4.根据权利要求1所述的融合空间信息的图像特征聚合表示方法，其特征在于，在所述特征表示步骤中，对该局部聚合描述子特征向量进行归一化处理的具体过程包括：

L₂范数计算步骤，计算第0层特征向量V⁰的L₂范数||V⁰||₂，

特征向量归一化步骤，对每个子区域的特征向量进行归一化，

Vcl:=Vcl||V0||2.]]>