[发明专利]一种图像处理方法、装置及计算机存储介质

说明书

本发明公开了一图像处理方法、装置及计算机存储介质，该方法包括：对待查询图像进行预处理；将预处理后的待查询图像进行视觉特征提取，获取视觉特征提取结果；基于视觉特征提取结果获得视觉特征向量；对预处理后的待查询图像进行文本信息提取，获取文本特征向量；将视觉特征向量和文本特征向量融合,获得融合后的查询图像向量；对融合后的查询图像向量和数据库中的图像向量之间进行相似性计算，获取与待查询图像相似的图片。应用本发明实施例，计算像素单个通道的LBP，将它们整合成最大多通道LBP获取彩色图像的通道间纹理信息，不依赖于彩色图像的通道数且解决了维数灾难问题，使用图像本身自带的文本信息和视觉特征融合，提高检索的准确性。

技术领域

本发明涉及图像检索技术领域，尤其涉及一种图像处理方法、装置及计算机存储介质。

背景技术

图像的内容信息主要包括文本语义信息和视觉内容信息，根据检索对象的不同，现有的图像技术分为两种：一种是基于文本信息的图像检索(Text-Based ImageRetrieval,TBIR)，另一种是基于图像本身内容的图像检索(Content-Based ImageRetrieval,CBIR)。TBIR利用图像文件名及周围的文本构造索引,从而将对图像的检索转化为对文本信息的检索,根据用户输入的关键字和图像库索引进行匹配,即可返回所需图像。但是图像文本信息的获取多依赖于人工标注，随着图像数量的迅速增长，TBIR面临着人工标注耗时耗力，且具有主观差异性和不确定性等问题。为了克服TBIR面对的问题，CBIR应时而生。CBIR利用图像本身的视觉特征(颜色、纹理、形状特征)来建立特征向量，避免了人为主观性，大大提高了准确性，利用相似性度量算法，提高了图像检索精度。然而，图像的视觉特征无法完全表现图像的信息，更无法体现人们对图像的理解与感知。我们在观察一副图像时，并不仅仅只会看到图像本身的色彩、纹理等视觉信息，还会用我们的视觉学习能力来理解图像，感知图像表现的语义和情感。而这些信息是低层视觉特征不能表达的。因此导致了一个难以避免的瓶颈问题，即低层视觉特征与高层语义之间的“语义鸿沟”。

对于商家招牌图像检索，用户通过特定软件使用手机拍摄招牌图片从而检索出对应的商家，获得商家的线上信息和服务。大多数招牌图像为了突出店铺名字，背景大多单一，有可能会重复，且用户通过手机拍摄，图像容易出现角度歪斜，光线不均匀、模糊度大等问题，给图像检索带来一定的难度。

发明内容

本发明的目的在于提供一种图像处理方法、装置及计算机存储介质，旨在克服现有之缺陷，通过图像视觉特征和文本信息的融合，以达到更好的检索效果。

为了实现上述目的，本发明提供一种图像处理方法，包括：

对待查询图像进行预处理；

将预处理后的待查询图像进行视觉特征提取，以获取视觉特征提取结果，其中，所述视觉特征提取结果包括：颜色特征和纹理特征；

基于所述视觉特征提取结果获得视觉特征向量；

对预处理后的待查询图像进行文本信息提取，以获取文本特征向量；

将所述视觉特征向量和所述文本特征向量进行融合,获得融合后的查询图像向量；

对所述融合后的查询图像向量和数据库中的图像向量之间进行相似性计算，以获取与所述待查询图像相似的图片。

可选的，所述对预处理后的待查询图像进行视觉特征提取的步骤为：

提取预处理后待处理图像的各个颜色通道，使用各个通道像素的局部二值模式生成加法器映射；

基于加法器映射，计算图像中每个像素的最大通道的局部二值模式，形成纹理直方图。

一种实现方式中，所述视觉特征向量的表达式为：