[发明专利]图像表征方法和服务器

说明书

本申请实施方式公开了一种图像表征方法和服务器。图像表征方法包括：获取目标图像在预定色彩空间对应的图像矩阵集；将所述图像矩阵集进行降维处理，得到至少一个降维矩阵集；根据所述降维矩阵集的第一降维矩阵、第二降维矩阵、以及第三降维矩阵中具有相同二维坐标的元素按照预设算法进行运算，输出所述降维矩阵集对应的筛选矩阵；基于所述降维矩阵集对应的筛选矩阵，对所述降维矩阵集进行数据筛选，得到所述目标图像的至少一个表征矩阵集；其中，所述表征矩阵集包括第一表征矩阵、第二表征矩阵和第三表征矩阵。本申请提供的图像表征方法和服务器可以减少获取目标图像的表征数据时所产生的运算工作量。

技术领域

本申请涉及计算机技术领域，特别涉及一种图像表征方法和服务器。

背景技术

随着计算机技术的发展，图像已经成为一种重要的信息承载形式。图像的表征一般是指获取该图像的表征数据，并使用所述表征数据表征该图像的过程，其中，所述表征数据一般为能够表达该图像所蕴含颜色、纹理和形状等信息的数据。图像的表征在图像检索、图像拼接、目标检测与识别、机器人场景定位和视频内容分析等领域均有广阔的应用。例如，在图像搜索领域，在接收到包含目标图像的查询请求后，通常需要获取目标图像的表征数据，并将所述目标图像的表征数据与图像表征数据库中每个图像的表征数据进行比对，以返回所述图像表征数据中的与所述查询请求相匹配的图像。

现有技术中，图像表征方法一般如下：

使用预设的图像分割算法对目标图像进行分割处理，以从所述目标图像中获取感兴趣目标所在的目标区域，使用预设的数据提取算法从所述目标区域中提取能够表达该目标区域所蕴含颜色、纹理和形状等信息的数据，并将提取的数据作为所述目标图像的表征数据。其中，所述图像分割算法可以包括罗伯茨(Roberts)算法和索贝儿(Sobel)算法等，所述数据提取算法可以包括傅里叶(Fourier)变换算法和小波变换算法等。

在实现本申请过程中，发明人发现现有技术中至少存在如下问题：

上述现有技术中，在获取目标图像的表征数据时，通常需要使用预设的图像分割算法对所述目标图像进行分割处理，以从所述目标图像中获取感兴趣目标所在的目标区域。但是，图像分割算法通常具有较高的运算复杂度。因此，上述现有技术中的方法，在获取目标图像的表征数据时会产生较大的运算工作量，给执行上述现有技术方法的服务器带来较大的负荷。特别地，当将上述现有技术的方法应用于图像搜索领域时，同一时间内可能需要获取非常多数量个目标图像的表征数据，从而会产生巨大的运算工作量，给执行图像搜索的服务器带来巨大的负荷，甚至可能使执行图像搜索的服务器出现宕机的现象。

发明内容

本申请实施方式的目的是提供一种图像表征方法和服务器，以减少获取目标图像的表征数据时所产生的运算工作量。

为实现上述目的，本申请实施方式提供一种图像表征方法，包括：获取目标图像在预定色彩空间对应的图像矩阵集，所述图像矩阵集至少包括第一维矩阵、第二维矩阵以及第三维矩阵；对将所述图像矩阵集进行降维处理，得到至少一个降维矩阵集，其中，每个所述降维矩阵集包括与所述第一维矩阵对应的第一降维矩阵、与所述第二维矩阵对应的第二降维矩阵、以及与所述第三维矩阵对应的第三降维矩阵；根据每个所述降维矩阵集的第一降维矩阵、第二降维矩阵、以及第三降维矩阵中具有相同二维坐标的元素按照预设算法进行运算，输出每个所述降维矩阵集对应的筛选矩阵；基于所述降维矩阵集对应的筛选矩阵，对每个所述降维矩阵集进行数据筛选，得到所述目标图像的至少一个表征矩阵集；其中，所述表征矩阵集包括第一表征矩阵、第二表征矩阵和第三表征矩阵。