[发明专利]融合分类与全局索引的图像检索方法和图像检索系统无效

专利信息
申请号: 201110423143.X 申请日: 2011-12-16
公开(公告)号: CN102521366A 公开(公告)日: 2012-06-27
发明(设计)人: 金海;郑然;章勤;周挺;朱磊;郭明瑞 申请(专利权)人: 华中科技大学
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 华中科技大学专利中心 42201 代理人: 朱仁玲
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种融合分类与全局索引的图像检索系统,包括:下载模块、分类模型训练模块、图像分类模块、特征提取模块、记录表建立模块、索引模块、请求处理模块、检索模块、相似度获取模块、结果返回模块,下载模块用于下载图片以建立图片库,分类模型训练模块首先对图片库中的图片按照形状进行分类,对于每个分类,从图片库中挑选出具有代表性的样本图片,形成样本库。然后提取样本库中所有图片的分类底层特征描述符,并在底层特征描述符上利用支持向量机进行训练,以得到每个分类的判别式,并且所有分类的判别式形成分类模型。本发明提高了检索系统的查准率,弥补了分类错误时的查全率低下的问题,整体提高了系统的检索速度。
搜索关键词: 融合 分类 全局 索引 图像 检索 方法 检索系统
【主权项】:
一种融合分类与全局索引的图像检索方法,其特征在于,包括如下步骤:a)下载图片以建立图片库;b)对所述图片库中的图片按照形状进行分类,对于每个分类,从所述图片库中挑选出具有代表性的样本图片,形成样本库。提取所述样本库中所有图片的分类底层特征描述符,并在所述底层特征描述符上利用支持向量机进行训练,以得到每个分类的判别式,并且所有分类的判别式形成分类模型;c)利用所述分类模型对所述图片库中所有图片进行分类,以得到所述图片的类别标号与语义特征;d)提取所述图片库中所有图片的颜色特征和形状特征,并将所述颜色特征、所述形状特征以及所述语义特征结合为特征库;e)关联所述特征库与所述图片库以及所述类别标号以形成记录表;f)利用局部敏感哈希方法建立所述特征库的索引;g)接收来自用户的图片查询请求,提取待查询图片的颜色特征和形状特征,使用所述分类模型对所述待查询图片进行处理,以得到所述待查询图片的类别标号与语义特征;h)判断所述待查询图片的类别标号是大于0还是等于0;i)若所述待查询图片的类别标号大于0,则根据所述记录表从所 述特征库中加载与所述待查询图片具有相同类别标号的特征集合,然后转入步骤(k);j)若所述待查询图片的类别标号等于0,则根据所述待查询图片的颜色特征、形状特征以及语义特征在所述索引上进行查询,以得到所述特征库中的特征集合;k)对所述特征集合与所述待查询图片的颜色特征、形状特征以及语义特征进行相似度计算,并根据计算得到的相似度值进行排序,以得到与所述记录表对应的排序结果;l)根据所述排序结果,从所述记录表中加载所述图片库中的图片,并把加载结果展示给用户。
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华中科技大学,未经华中科技大学许可,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/patent/201110423143.X/,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