[发明专利]一种用于图像检索的图像间距离的归一化方法

说明书

技术领域

本发明涉及一种数字图像处理方法，尤其是涉及一种用于图像检索的图像间距离的归一化方法。

背景技术

随着计算机和信息技术的发展，从网络和媒体中产生大量的图像库资源，包括大量的应用图像库：遥感图像库、人脸图像库、医学图像库等等。利用各种特征的图像检索的方法已取得相当进展。在建立图像库时,首先对输入的图像进行图像分析,然后提取图像或目标的特征向量，再将提取的图像或目标的特征向量输入与其相应的图像或目标特征库的特征向量图像库中。在检索图像时,需对每一幅待检索图像进行图像分析，计算出每一幅待检索图像之间的距离，提取该图的距离特征向量，将该图像距离特征向量与图像特征库中的距离特征向量进行匹配，根据匹配结果从图像库中提取出待检索图像。然而，在图像库中，图像之间的距离分布往往不均匀，会导致不同图像在交互式检索时，被检索到的平均迭代次数不一致，尤其是，远离图像库中的孤立图像，难以被检索到，为找到特定的查询目标图像带来困难，影响图像检索的效率。

发明内容

本发明的目的在于克服现有技术的不足，提供一种用于图像检索的图像间距离的归一化方法，在交互式图像检索中能够快速检索到图像，提高图像检索的效率。

为达到上述目的，本发明所采用的技术方案是：

一种用于图像检索的图像间距离的归一化方法，该方法包括步骤如下：

(1).设立被检索的图像数据库中的图像距离数据集，从图像距离数据集Q中采样一个图像距离数据子集；

(2).计算图像距离数据子集中任意两个图像之间距离的最大值和任意两个图像之间距离的最小值；

(3).对图像距离数据子集采用线性变换，得到对应的归一化后的图像距离数据；

(4).计算归一化后的图像距离数据子集的累积分布直方图；

(5).将上述累积分布直方图，分别按照计算式(3)计算，得到距离标准化映射表；

(6).分别对上述图像距离数据集按照计算式(4)进行距离变换，得到对应的变换后的图像距离数据集；

(7).计算上述对应的变换后的图像距离数据集的标号；

(8).根据上述步骤(7)所述的标号查出与变换后的图像距离数据集中的图像间距离对应的值。

本发明的一种用于图像检索的图像间距离的归一化方法与现有技术相比较，具有显而易见的突出实质性特点和显著优点：本发明通过对图像库中图像距离数据集中的任意两个图像之间距离的归一化方法处理，使图像间距离分布趋于均匀化，被检索到的平均迭代次数趋于一致，图像间的分布相对均匀的归一化距离，可以使得孤立图像也能方便地被检索到，提高了图像检索的效率。

附图说明

图1是发明中提出的一种用于图像检索的图像间距离的归一化方法的流程图；

图2是根据步骤(1)中图像距离数据集的距离值做的数据分布直方图，其中横坐标为距离值，纵坐标为样本数量；

图3是根据步骤(8)中归一化后距离值做的数据分布直方图，其中横坐标为距离值，纵坐标为样本数量；

图4是进行图像检索时的目标检出率的实验结果示意图，其中横坐标为迭代次数，纵坐标为目标检出率，带三角符号斜线表示现有方法的目标检出率，带圆圈斜线表示本发明方法的目标检出率；

具体实施方式

以下结合说明书附图对本发明实施例详细叙述如下。

如图1所示，本发明的一种用于图像检索的图像间距离的归一化方法，其具体步骤如下：

(1).设立被检索的图像数据库中的图像距离数据集，从图像距离数据集Q中采样一个图像距离数据子集，其步骤如下：

设立被检索的图像数据库中的图像距离数据集，记为Q，其表达式为：

Q＝{q₁,q₂,...,q_P},

其中，q_i为图像距离数据集中的任意两个图像之间距离，其下标i＝1,...,P，“P”为图像距离数据集中的任意两个图像间距离的个数；

从图像距离数据集Q中采样一个图像距离数据子集，记为D，其表达式为：

D＝{d₁,d₂,...,d_N}，

其中，d_j为图像距离数据子集中的任意两个图像之间的距离，其下标j＝1,...,N,“N”为图像距离数据子集中的任意两个图像间距离的个数；

(2).计算图像距离数据子集中任意两个图像之间距离的最大值和任意两个图像之间距离的最小值，具体如下：