[发明专利]一种基于改进SIFT特征的高效图像检索方法

说明书

一种基于改进SIFT特征的高效图像检索方法，本发明涉及图像处理和计算机视觉领域，属于基于内容的图像检索方法。本方法的流程如下，高斯差分尺度空间的建立；在尺度空间检测极值点作为特征点；计算特征点的方向及方向上的梯度模值；利用地理统计方法生成图像特征点的全局特征向量；全局特征向量相似性匹配完成粗检索；在粗检索的基础上生成特征描述子；特征描述子的匹配完成精检索；本发明提出的创新性图像检索方法比传统的SIFT算法优秀，比现有的检索算法更适用于数字出版物中图像侵权审查的要求。

技术领域

本发明涉及图像处理和计算机视觉领域，属于基于内容的图像检索方法。

技术背景

随着计算机技术、通讯技术、网络技术、流媒体技术和存储技术等高新技术的飞速发展，数字出版蓬勃发展，成为新闻出版业的战略性新兴产业和出版业发展的主要方向。同时，数字出版带来的知识产权的保护问题引起了社会的高度重视。如果对于版权问题的审查不全面或者不深入，将很有可能导致数字出版物在传播后引发版权纠纷，所以数字出版物出版前的侵权问题审核成为了数字出版社的重要工作。而现实中，数字出版物的侵权审查工作主要依靠人工来完成，耗费了大量的人力物力。因此，数字出版物侵权审查工作的智能化具有重大的实际应用价值。数字出版物的内容可以分为文本、图像、音频、视频和应用程序等，其中图像是数字出版物的重要内容之一。数字出版物中图像侵权审查的智能化具有很大的研究价值。

为实现智能化的图像侵权审查，需依托于图像检索技术。将数字出版物中的参考图像作为待检索图像，将数字出版社提供的有版权图像库作为检索图库，利用图像检索技术从检索图库中检索出与待检索图像高度相似的图像作为检索结果。最后，检索结果再经进一步的人工认定来最终确定是否存在图像侵权行为。

与数字出版社有版权图片库中具有版权的正规清晰图片相比，数字出版物中提取出的待检索图像很可能是这些有版权图片的变形，如尺寸变化、亮度变化、目标的旋转、平移、仿射变换、模糊化等。然而，目前主流的基于内容的图像检索方法多利用颜色，纹理，形状以及空间关系等图像的底层特征来描述图像，这些特征对图像目标亮度、尺寸变化、目标旋转以及仿射变换等比较敏感，不能很好的适用于数字出版社版权图片的检索。所以研究改进得到一种能够应对图像尺度、方向、亮度以及仿射变化的检索算法很有必要。

SIFT(Scale Invariant Feature Transformation),即尺度不变特征变换，是由加拿大英属哥伦比亚大学的David Lowe教授于1999年提出的，并于2004年对其进行了进一步的改进和完善。SIFT是一种基于尺度空间的，对图像的缩放、平移、旋转，光照变化保持很好的不变性，对仿射变换、目标遮挡、噪声也保持了很好稳定性的一种局部特征。SIFT特征很好地满足了基于数字出版物版权审核的图像检索的鲁棒性要求，但是SIFT特征也存在很多不足之处，如算法的复杂度较高，提取的特征点数太多，模板太大，占用太多内存；在特征描述子生成时产生了128维的特征描述子，运算时间较长；SIFT算法匹配完成后，存在特征点误匹配情况。若要提高检索精度，并且提高检索速率，必须对SIFT算法的不足之处进行改进。

鉴于此，本发明提出了一种基于改进SIFT特征的高效图像检索方法，将SIFT算法过程首创性地分为两个阶段，分别用于实现粗检索和精检索。在粗检索过程中，创新性地引入地理统计(Geographical Statistics,GeoStat)方法来描述图像中不同方向特征点的全局空间关系，然后生成一个144维的特征向量来表示每张图像，并通过比较图像间该特征向量的相似性来完成粗检索。在精检索过程中，只考虑粗检索的结果中与待检索图像相似度比较高的部分图像作为精检索的图像库，并改进算法的索引和匹配过程中，通过增加一个图像间的特征点数目比值的判断过程来提高匹配速度，降低误匹配率。实验结果表明，与原始的SIFT算法相比，本发明提出的改进算法具有更高的检索速度和更高的检索精度。该算法也更适用于数字出版物中的参考图像的侵权检索过程。

发明内容