[发明专利]一种基于层次索引的图像检索方法及系统

摘要

本发明涉及一种基于层次索引的图像检索方法，包括步骤步骤1对库图像提取二进制特征，并存入特征库；步骤2对特征库中的每个二进制特征随机提取24位作为新特征组成新数据集；步骤3对新数据集建立聚类索引，使搜索空间分为多层；步骤4接收查询图像，提取查询图像的查询特征，对查询特征随机提取24位构成新查询特征，并将新查询特征与新数据集中的二进制特征进行匹配，完成初步过滤并得到候选集合；步骤5将候选集合中的所有特征与原查询特征进行相似度计算，得到多个相似特征构成相似数据集，完成图像检索。本发明与基于sift特征的索引结构相比，该索引结构使得检索效率明显提升，空间资源消耗降低。

主权项

一种基于层次索引的图像检索方法，其特征在于，具体包括以下步骤：步骤1：对库图像提取二进制特征，并将二进制特征存入特征库；步骤2：对特征库中的每个二进制特征随机提取24位作为新特征，由新特征组成新数据集；步骤3：对新数据集建立聚类索引，使新数据集的搜索空间分层；步骤4：接收查询图像，提取查询图像的查询特征，对查询特征随机提取24位构成新查询特征，并将新查询特征与新数据集中的新特征进行匹配得到候选特征，由候选特征组成候选集，完成初步过滤；步骤5：将候选集中的候选特征与原查询特征进行相似度计算，得到多个相似特征构成相似数据集，完成图像检索；其中，所述步骤3具体包括以下步骤：步骤3.1：在新数据集中随机选取n个新特征作为簇中心，加入簇中心集；步骤3.2：分别计算新数据集中的每个特征与每个簇中心的距离，将所述新特征添加到距离最近的簇中心构成一个分类簇，完成第一层的聚类过程，将新数据集的特征分成了n类集合；步骤3.3：判断上一步骤得到的n类集合中一类集合包含的特征数目是否达到阈值数目，如果大于阈值数目，则将该类集合作为新数据集，并跳转至步骤3.1；否则，该类停止聚类过程；步骤3.4：重复步骤3.3，直到所有的类包含的特征数目小于阈值数目为止，聚类结束，完成搜索空间的分层过程；所述步骤4包括以下步骤：步骤4.1：接收查询图像，提取查询图像的查询特征，对查询特征随机提取24位构成新查询特征；步骤4.2：分别计算新查询特征与第一层中每个簇中心的距离，找到距离最近的那个簇心，并将本层其他簇中心按照距离从小到大加入簇中心优先队列；步骤4.3：计算新查询特征与最近簇心的每个孩子节点的距离，找到最近距离的那个孩子节点，将其他的孩子节点按照距离大小加入簇优先队列中；步骤4.4：重复步骤4.3直到遍历到叶子节点，将叶子节点包含的特征加入候选集合；步骤4.5：判断候选集合的数目是否达到设定阈值，如果是，进行下一步；否则，遍历簇优先队列，即取出优先队列里距离最近的簇，重复执行步骤4.3；步骤4.6：完成初步过滤，得到候选集。