[发明专利]一种基于多特征融合的空间图像检索系统及检索方法

权利要求书

1.一种基于多特征融合的空间图像检索方法，其特征在于，所述基于多特征融合的空间图像检索方法包括：

利用相似程序计算相关图像和查询图像的相似度；具体有根据图形最小包容矩形长宽比设置适当域值，进行过滤；根据源图形中各边长与周长比的最小值设置域值，去除目标图形中的奇化部分；对目标图形边数作化简处理，使和源图形具有相同边数；获取源图形和目标图形特征矩阵中最相似向量的欧式距离和最大相和系数；

利用融合程序根据图像间的相似度进行多尺度特征融合，得到查询图像与各个候选图像间的最终相似度；具体有：

选取客观视频质量评价模型OM，通过比较原始参考视频和失真视频，计算失真视频每帧的预测分值，并将获取的帧级分数标记为矢量X，视频总帧数标记为N；

滑动窗口的窗口长度为winLen，对获得的帧级质量分数进行滑窗处理，即处理后第n帧的帧级分数为[n-winLen+1,n]帧的帧级分数的均值，将滑窗处理后的帧级分数标记为矢量WX；

将WX由小到大进行排序，并将排序后的结果标记为WX’，取最差的p％帧的平均值，作为整个视频序列的质量度量分值，进行排序，最小的p％帧均值即为最终度量结果。

2.如权利要求1所述的基于多特征融合的空间图像检索方法，其特征在于，

利用融合程序根据图像间的相似度进行多尺度特征融合，得到查询图像与各个候选图像间的最终相似度中；

将OM模型计算出来的所有帧级分数依次进行滑窗处理，即：

其中，winLen表示滑窗滤波时的窗口长度，是需要调节的参数，X(t)表示第t帧的质量分数，WX(n)则表示滑窗处理后的第n帧的质量分数；

使用基于帧间关联与时隙最差的时域信息融合方法对预测帧级分数进行融合，最终的预测分数：

其中，p％为待调参数，N为视频总帧数，WX’(t)表示由小到大进行排序后的第t个帧级分数，OM_winPooling为该视频的质量的最终评价结果。

3.如权利要求1所述的基于多特征融合的空间图像检索方法，其特征在于，所述基于多特征融合的空间图像检索方法包括：

步骤一，通过输入模块利用键盘输入检索图像信息；

步骤二，主控模块通过图像检测模块利用检测程序根据输入检索信息检测相应的图像信息；

步骤三，通过特征提取模块利用提取程序提取检测图像中的相关图像和查询图像的原始图像特征，所述原始图像特征包括色彩增强高斯拉普拉斯CLOG特征及快速鲁棒SURF特征；

步骤四，通过相似性度量模块利用相似程序计算相关图像和查询图像的相似度；通过特征融合模块利用融合程序根据图像间的相似度进行多尺度特征融合，得到查询图像与各个候选图像间的最终相似度；

步骤五，通过匹配模块利用匹配程序根据最终相似度匹配检索的目标图像；

步骤六，通过显示模块利用显示器显示检索出的目标图像。

4.如权利要求3所述的基于多特征融合的空间图像检索方法，其特征在于，特征提取模块提取方法如下：

(1)设置梯度运算矩阵大小；

(2)计算所述梯度运算矩阵各像素的梯度；

(3)确定所述各像素的梯度所属梯度区间；

(4)根据所述各像素的梯度计算其梯度长度；

(5)计算块特征值。