[发明专利]一种空间图像查询方法和系统

说明书

技术领域

本发明属于基于路网空间的图像搜索技术领域，尤其涉及一种空间图像查询方法和系统。

背景技术

随着移动终端、移动互联网及GPS(Global Positioning System，全球定位系统)设备的普及，路网空间的图像搜索逐渐成为人们日常生活中的热门需求。

路网空间的图像搜索，是一种包含图像信息和空间位置约束的查询技术，通过对路网范围内带位置标签的图像数据集进行搜索，向用户返回其感兴趣的区域内较为感兴趣的商品或服务(图像)，譬如，用户在某商场看中一款鞋子，采用空间图像搜索即可获知周边哪些商场具有相同或类似款式的鞋子，以进行对比购买。传统的基于文字描述的图像查询技术依赖于图像的文本标注，通过用户提交关键词实现查询，然而，一个图像通常包含上百个特征点，每个特征点可以被量化为上百个视觉词汇，而目前较为成熟的top-k空间关键词查询模型，仅局限于处理包含较少个数(一般不超8个)关键词的查询，不能有效扩展处理多个关键词，从而，无法有效解决空间图像的查询问题。

发明内容

有鉴于此，本发明的目的在于提供一种空间图像查询方法和系统，旨在克服基于文字描述的传统图像查询技术存在的上述缺陷，有效解决空间图像的查询问题。

为此，本发明公开如下技术方案：

一种空间图像查询方法，包括：

接收用户提交的空间图像查询请求，所述空间图像查询请求包括携带第一位置信息的查询图像；

对所述查询图像进行预设处理，得到所述查询图像的视觉词袋模型；

利用所述查询图像的视觉词袋模型及第一位置信息，从预设的图像数据集中查询出k个目标图像；所述k个目标图像为图像数据集中与查询图像间的图像内容相似度及空间邻近度的综合评价得分最优的k个图像，图像数据集中的每个图像对应一个位置信息，k为自然数。

上述方法，优选的，所述对所述查询图像进行预设处理，得到所述查询图像的视觉词袋模型包括：

提取所述查询图像的各个局部特征；

基于预先训练的图像索引视觉词汇树，将所述查询图像的各个局部特征量化为相应的视觉词汇，各视觉词汇的视觉词汇向量构成所述查询图像的视觉词袋模型。

上述方法，优选的，所述利用所述查询图像的视觉词袋模型及第一位置信息，从预设的图像数据集中查询出k个目标图像包括：

利用图像索引视觉词汇树，对图像数据集进行基于图像内容的图像搜索；

利用路网索引G-tree，对图像数据集进行基于位置信息的图像搜索；

在利用视觉词汇树及G-tree进行分离式索引搜索的基础上，从搜索出的图像中查询出与查询图像间的图像内容相似度及空间邻近度的综合评价得分最优的k个图像。

上述方法，优选的，所述从搜索出的图像中查询出与查询图像间的图像内容相似度及空间邻近度的综合评价得分最优的k个图像为：

基于所搜索出的潜在图像的上界聚合得分，判断是否需计算所述潜在图像的综合评价得分；

若判断结果为是，则计算所述潜在图像的综合评价得分；否则，舍弃所述潜在图像；

基于所述潜在图像的综合评价得分，确定所述潜在图像是否属于目标图像。

上述方法，优选的，所述图像内容相似度及空间邻近度的综合评价得分的计算公式为：F(Q,I)＝αD(Q.loc,I.loc)+(1-α)S(Q.content,I.content)，

其中：D(Q.loc,I.loc)＝d(Q.loc,I.loc)/dmax；

以上各式中：

Q、I分别表示查询图像及图像数据集中的图像；Q.loc，I.loc分别表示图像Q及图像I在路网上的地理位置；Q.content，I.content分别表示图像Q及图像I采用视觉词袋模型编码的图像内容；

F(Q,I)表示综合评价函数；D(Q.loc,I.loc)为查询图像Q与图像I基于路网路径的距离计算函数，S(Q.content,I.content)为查询图像Q与图像I间图像内容相异度的计算函数；α为平衡空间距离远近及图像内容相关性的尺度参数，α∈(0,1)；

d(Q.loc,I.loc)表示Q.loc与I.loc在路网上的最短路径长度，dmax表示路网中任意位置与任何图像对象之间的最长距离；