[发明专利]图像处理方法、装置、电子设备及存储介质在审

专利信息
申请号: 201810439263.0 申请日: 2018-05-09
公开(公告)号: CN108647307A 公开(公告)日: 2018-10-12
发明(设计)人: 马福强;闫桂新;董泽华 申请(专利权)人: 京东方科技集团股份有限公司;北京京东方光电科技有限公司
主分类号: G06F17/30 分类号: G06F17/30;G06K9/62
代理公司: 北京律智知识产权代理有限公司 11438 代理人: 王辉;阚梓瑄
地址: 100015 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视觉词典 视觉特征 视觉单词 存储介质 电子设备 距离最近 图像处理 残差 图像处理技术 存储规模 获取图像 聚类中心 提取图像 训练图像 训练集 移动端 聚类 输出 返回 部署
【权利要求书】:

1.一种图像处理方法,其特征在于,包括:

S10.获取图像训练集,并提取所述图像训练集中各训练图像的视觉特征;

S20.对所述视觉特征进行聚类,生成以聚类中心作为视觉单词组成的视觉词典,并将所述视觉词典的数量加1;

S30.判断所述视觉词典的数量是否等于预定数量,若是,则输出所生成的所述预定数量个视觉词典,若否,则执行步骤S40;

S40.确定所述视觉词典中与所述视觉特征距离最近的视觉单词;

S50.计算所述视觉特征与所述距离最近的视觉单词的残差,将所述残差作为新的所述视觉特征,并返回至步骤S20。

2.根据权利要求1所述的图像处理方法,其特征在于,所述图像处理方法还包括:

提取待检索图像的视觉特征;

从所述预定数量个视觉词典中确定与所述待检索图像的视觉特征距离最近的多个视觉单词,所述多个视觉单词的数量与所述视觉词典的数量相同;

基于所述多个视觉单词的索引确定所述待检索图像的视觉特征的索引。

3.根据权利要求1所述的图像处理方法,其特征在于,所述图像处理方法还包括:

基于所述预定数量个视觉词典确定所述训练图像的各视觉特征的索引;

确定所述训练图像的各视觉特征的索引的词频-逆文档频率权重;

基于各所述视觉特征的索引的所述词频-逆文档频率权重生成所述训练图像的词袋向量。

4.根据权利要求3所述的图像处理方法,其特征在于,基于所述预定数量个视觉词典确定所述训练图像的各视觉特征的索引,包括:

从所述预定数量个视觉词典中确定与所述视觉特征距离最近的多个视觉单词,所述多个视觉单词的数量与所述视觉词典的数量相同;

基于所述多个视觉单词的索引确定所述视觉特征的索引。

5.根据权利要求3或4所述的图像处理方法,其特征在于,所述图像处理方法还包括:

提取待检索图像的视觉特征;

基于所述预定数量个视觉词典确定所述待检索图像的视觉特征的词袋向量;

确定所述待检索图像的所述词袋向量与所述训练图像的词袋向量的相似性;以及

基于所确定的相似性的大小输出与所述待检索图像相似的图像。

6.根据权利要求5所述的图像处理方法,其特征在于,基于所述预定数量个视觉词典确定所述待检索图像的视觉特征的词袋向量,包括:

基于所述预定数量个视觉词典确定所述待检索图像的各视觉特征的索引;

确定所述训练图像的各视觉特征的索引的词频-逆文档频率权重;

基于各所述视觉特征的索引的所述词频-逆文档频率权重生成所述待检索图像的词袋向量。

7.根据权利要求6所述的图像处理方法,其特征在于,基于所述预定数量个视觉词典确定所述待检索图像的各视觉特征的索引,包括:

从所述预定数量个视觉词典中确定与所述待检索图像的视觉特征距离最近的多个视觉单词,所述多个视觉单词的数量与所述视觉词典的数量相同;

基于所述多个视觉单词的索引确定所述待检索图像的视觉特征的索引。

8.一种图像处理装置,其特征在于,包括:

第一特征提取单元,用于获取图像训练集,并提取所述图像训练集中各训练图像的视觉特征;

词典生成单元,用于对所述视觉特征进行聚类,生成以聚类中心作为视觉单词组成的视觉词典,并将所述视觉词典的数量加1;

判断输出单元,用于判断所述视觉词典的数量是否等于预定数量,若是,则输出所生成的所述预定数量个视觉词典;

第一视觉单词确定单元,用于确定所述视觉词典中与所述视觉特征距离最近的视觉单词;

残差计算单元,用于计算所述视觉特征与所述距离最近的视觉单词的残差,将所述残差作为新的所述视觉特征,并将新的所述视觉特征传输至聚类单元以进行聚类。

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京东方科技集团股份有限公司;北京京东方光电科技有限公司,未经京东方科技集团股份有限公司;北京京东方光电科技有限公司许可,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/201810439263.0/1.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