[发明专利]一种基于稀疏表示的图像检索方法和装置在审

专利信息
申请号: 201611123413.4 申请日: 2016-12-08
公开(公告)号: CN108182188A 公开(公告)日: 2018-06-19
发明(设计)人: 郜小攀;许飞月;陈乐焱;陶波 申请(专利权)人: 广东精点数据科技股份有限公司
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 北京隆源天恒知识产权代理事务所(普通合伙) 11473 代理人: 闫冬
地址: 510630 广东省广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 输入图像 图像检索 方法和装置 图像数据库 稀疏表示 稀疏特征 选择策略 相似度 图像 预处理 图像检索系统 输入图像集 图像特征库 方向特征 匹配结果 特征匹配 特征信息 图像集中 真实内容 自主选择 纹理 度量 输出
【说明书】:

发明提供了一种基于稀疏表示的图像检索方法和装置,该方法包括步骤S1,输入图像集,对图像集中的输入图像进行预处理;步骤S2,采用群稀疏特征选择策略,选择出输入图像和图像数据库的特征信息,构成图像特征库;步骤S3,根据输入图像的特征和图像数据库中的特征进行特定的度量比较,计算出相似度,得出初次匹配结果;步骤S4,根据相似度的大小输出与输入图像相似的图像。与现有技术比较本发明的有益效果在于:提取的特征采用了图像的颜色、纹理和方向特征,可以更加准确地表达图像的真实内容,改善图像检索的性能。采用群稀疏特征选择策略提出了一种特征选优的方法,可以自主选择最优特征进行特征匹配,提高了图像检索系统的精度。

技术领域

本发明涉及图像检索技术领域,尤其涉及一种基于稀疏表示的图像检索方法和装置。

背景技术

随着数字影像技术与互联网技术的迅速发展,互联网上有约数以百亿的图像,并且每天都在以数百万的速度增长。如何设计一种从海量图片中快速有效地检索出用户需要的图片的方法有着巨大的现实意义,这也是图像检索领域关注的内容。传统的基于文本的图像检索诞生于上世纪70年代,通过人为的对图像进行分析,对图像内容进行文字标注,进而就可以将图像的检索问题转化为技术成熟、效率高的文本检索问题。但是传统的检索方法不仅描述能力有限,而且对图像的描述也存在主观性。这些局限引出了后来的基于内容的图像检索,这种技术采用一些特定的特征提取算法抽取图像的底层特征形成一个特征库,进而提取查询图像的特征与特征库进行匹配以便于寻找最为相似的图像。基于内容的图像检索不需要人为主观分析,通过计算机自动实现特征提取和匹配,大大提高了图像检索的效率。

虽然这种技术得到了广泛的研究,各大公司和企业也都研发了自己的图像检索系统。但是一副图像中所包含的特征信息是非常丰富的,简单的提取一种或者几种特征组合并不能有效表示图像,而且对于过度提取特征带来的冗余信息也给图像检索系统带来了挑战。

鉴于上述缺陷,本发明创作者经过长时间的研究和试验,最终获得了本发明。

发明内容

本发明的目的在于提供一种基于稀疏表示的图像检索方法和装置用以克服上述技术缺陷。

为实现上述目的,本发明采用的技术方案在于:

一方面提供了一种基于稀疏表示的图像检索方法,该方法包括以下步骤:

步骤S1,输入图像集,对所述图像集中的输入图像进行预处理;

步骤S2,采用群稀疏特征选择策略,选择出所述输入图像和图像数据库的特征信息,构成图像特征库;

步骤S3,根据所述输入图像的特征和所述图像数据库中的特征进行特定的度量比较,计算出相似度,得出初次匹配结果;

步骤S4,根据所述相似度的大小输出与所述输入图像相似的图像。

较佳的,所述步骤S1包括以下步骤:

步骤S11,输入图像集;

步骤S12,对所述图像集中的所有输入图像进行尺寸大小归一化;

步骤S13,对所述图像数据库中模糊图像进行图像恢复处理;

步骤S14,将所述图像集中未进行语义标注的输入图像进行语义标注,使得每幅所述输入图像均有相应的关键字信息;

步骤S15,利用谱残差模型对所述图像数据库中的图像进行显著性检测,并获得显著性区域。

较佳的,所述步骤S2包括以下步骤:

步骤S21,根据图像数据库的关键字信息将所述图像数据库中第一幅图像与其余图像进行比较,如果有大于三分之二关键字信息的,则生成所述第一幅图像的一个相似序列,成为最近序列;如果没有关键字相同的,则生成所述第一幅图像的一个不相似序列,成为最远序列;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东精点数据科技股份有限公司,未经广东精点数据科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611123413.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top