[发明专利]基于局部语义滤波器和桥接相似度的鞋印检索方法

说明书

本发明提供基于局部语义滤波器和桥接相似度的鞋印检索方法，包括以下步骤：输入待查询图像并选择局部语义区域；对局部语义块样本进行增广；训练局部语义滤波器；计算局部语义滤波器与数据库中鞋印图像的相似度；计算待查询图像与数据库图像之间的相似度；计算以所述待查询图像为桥接的鞋印图像对的相似度；计算初始归一化排序得分矩阵；得到鞋印图像排序得分降序输出数据库中鞋底花纹图像。本发明通过在待查询图像上选择语义区域训练滤波器，根据滤波器与数据库之间的相关性计算相似度，使检索结果受光照、几何畸变影响小；另外以待查询图像为桥接计算鞋底花纹库图像之间的相似度，减弱了鞋印大部分缺损对检索性能的影响。

技术领域

本发明涉及鞋底花纹检索技术领域，具体而言，尤其涉及基于局部语义滤波器和桥接相似度的鞋印检索方法。

背景技术

现有的自动鞋印检索系统按提取的特征主要分为：基于全局表观特征的检索方法、基于局部表观特征的检索方法和基于兴趣点特征的检索方法。其中与本发明最相关的技术是基于局部表观特征的检索方法。

现有的基于局部表观特征鞋底花纹检索技术主要有以下四种:

(1)将二值化后的现场鞋底花纹分为上下两个区域，并提取其频谱特征；之后将该频谱特征与样本图像库中预存的鞋底花纹二值图的频谱特征进行相似性度量计算，得到上下两个区域的相似性得分，并将两个区域的得分做几何平均从而得到最终相似性得分；将该相似性得分按一定规则排序，按其排序结果输出样本库中预先存储的鞋底花纹图像。

(2)引入反馈机制，其具体做法是首先将从二值化后的现场鞋底花纹图像中提取的频谱特征与样本图像库中预先存储的图像特征进行相似度计算并排序，依照排序结果将样本图像库中预存的鞋底花纹图像依次输出；之后按照某种标准选择两个以上输出样本图像并提取其频谱特征求平均，从而得到平均频谱特征；之后再计算平均频谱特征与样本库中预存的频谱特征的相似度得分并进行排序，按排序结果输出鞋底花纹图像

(3)将鞋底花纹图像分为固定大小区域并进行傅里叶变换，将各区域傅里叶变换结果作为特征描述子与数据库中鞋底花纹图像特征进行对比计算相似性得分并排序，按排序结果输出鞋底花纹图像

(4)利用人为选择的主观显著性区域进行旋转得到各显著性区域及其旋转副本，并将其组成一个模板组；将该模板组与鞋底花纹图像数据库进行相关操作，计算其相似度得分并归一化处理，作为主观匹配得分；再将整张图提取的小波傅里叶梅林频谱特征与库中鞋底花纹图像的特征进行相似度计算得到客观相似度；按一定比例综合主观匹配得分和客观相似度得分得到总的相似度得分并排序，由排序得分输出鞋印数据库图像。

由于现场图像大多数为残缺并且模糊的，在基于全局表观特征的检索方法中，直接将整幅鞋印图像作为唯一输入到检索系统中提取特征，而没有考虑到用户关注的局部区域，这样的做法并不合理。并且在基于局部表观特征的检索方法中，目前提取显著性区域特征的方法没有考虑到光照变化和噪声的影响，也没有考虑到现场鞋底花纹背景因素对特征提取的影响，而这些影响对鞋印检索技术的准确性来说是较为重要的影响因素。

现有技术中应用于鞋印图像的检索算法多是仅通过库图之间相似度来衡量两幅图像语义层面的相似度，当图像存在大面积残缺时，该方法会失效。

发明内容

根据上述提出的技术问题，而提供一种基于局部语义滤波器和桥接相似度的鞋印检索方法。本发明主要利用基于局部语义滤波器和桥接相似度的鞋印检索方法，包括以下步骤：

步骤S1：输入待查询图像Q并选择局部语义区域；在输入的所述待查询图像Q上，选择K个初始局部语义区域，标记为表示第k个初始局部语义区域，θ₁＝0；

步骤S2：对局部语义块样本进行增广；预设相似度参数β，并在所述待查询图像Q中找相似度大于β的J(J＝0)个相似区域块，得到包括初始局部语义区域的相似语义区域即为第K个初始局部语义区域的第J个相似区域，θ₁＝0。