[发明专利]一种多级图像检索方法

权利要求书

1.一种多级图像检索方法，其特征在于，包括以下步骤：

步骤1：提取图像数据库中所有图像的局部特征点；

步骤2：使用聚类算法对步骤1中提取的所有局部特征点进行聚类，得到K个聚类中心；

步骤3：对于数据库中的每一幅图像，基于步骤1提取的局部特征点和步骤2得到的K个聚类中心，计算其局部特征聚合描述子；

步骤4：对于检索图像，提取其局部特征点，并基于步骤2得到的K个聚类中心，计算图像的局部特征聚合描述子；

步骤5：计算检索图像的局部特征聚合描述子与数据库中所有图像的局部特征聚合描述子的欧式距离，最小距离对应的数据库图像即为初步检索结果图像：

其中，V_r为检索图像的局部特征聚合描述子，V_j为图像数据库中第j幅图像的局部特征聚合描述子，retrievelIdx为计算得到的最小距离图像的编号；

步骤6：提取初步检索结果图像的局部特征点，并与检索图像的局部特征点进行特征点匹配，得到匹配的特征点数量N；

匹配方法如下：

步骤6-1：对于初步检索结果图像的任意一个特征点，计算其与检索图像所有特征点之间的最短距离：

步骤6-2：设定阈值，若，则认为该特征点为匹配特征点，统计得到匹配特征点数量N；

步骤7：设定阈值T，若，则以初步检索结果图像为最终检索结果图像；否则，选取检索图像中感兴趣区域作为二级检索图像，再执行步骤4-5得到二级检索结果图像，作为最终检索结果图像。

2.根据权利要求1所述的多级图像检索方法，其特征在于，所述步骤2中，K的取值为K=1-1000。

3.根据权利要求1所述的多级图像检索方法，其特征在于，所述步骤7中，检索图像中感兴趣区域通过手动选取，采用显著性检测方法设定为检索图像中的固定区域。

4.根据权利要求1所述的多级图像检索方法，其特征在于，所述步骤3的具体方法如下：所述步骤3具体方法如下：

步骤3-1：计算图像中每一个特征点所属的类编号；

步骤3-2：计算每个聚类的残差向量；

步骤3-3：将步骤3-2求得的k个残差向量合成一个一维向量；

步骤3-4：对一维向量V中的每一个分量进行幂律规一化处理：

其中，表示一维向量V中第i个分量，，N表示一维向量V的维度；，代表归一化参数；

步骤3-5：对处理后的一维向量采用如下公式进行L2范数归一化，得到的一维向量V即为图像的局部特征聚合描述子：。

5.根据权利要求4所述的多级图像检索方法，其特征在于，所述步骤3-1：采用以下公式计算图像中每一个特征点所属的类编号：

其中，表示图像第t个特征点，，n表示图像特征点数量，表示第j个聚类中心，，i表示求得的所属类编号。

6.根据权利要求4所述的多级图像检索方法，其特征在于，所述步骤3-2：采用以下公式计算每个聚类的残差向量：

其中，表示第i个聚类中心，表示图像中属于第i个聚类的第k个特征点，m表示图像中属于第i个聚类的特征点总数；表示第i个聚类的残差向量。

7.根据权利要求4所述的多级图像检索方法，其特征在于，所述步骤3-3：采用以下公式将步骤3-2求得的k个残差向量合成一个一维向量：

。