[发明专利]一种基于特征融合的图像检索方法

摘要

提供一种基于特征融合的图像检索方法。所述方法包括：(A)基于图像局部特征获取数据库中各图像与查询图像的第一相似度，并基于图像全局特征获取数据库中各图像与查询图像的第二相似度；(B)确定查询图像属于简单图像的概率；(C)基于查询图像属于简单图像的概率确定第一相似度的权重和第二相似度的权重；(D)根据数据库中各图像与查询图像的相似度输出检索结果，其中，数据库中各图像与查询图像的相似度为基于所述第一相似度的权重和所述第二相似度的权重对第一相似度和第二相似度进行加权的结果值。根据所述方法，能够针对不同的查询图像采用适合的特征融合方式，从而提高图像检索的精度。

主权项

1.一种基于特征融合的图像检索方法，其特征在于，包括：(A)采用二叉决策树集合基于图像局部特征来获取数据库中各图像与查询图像的第一相似度，并采用二叉决策树集合基于图像全局特征来获取数据库中各图像与查询图像的第二相似度；(B)确定查询图像属于简单图像的概率；(C)基于查询图像属于简单图像的概率确定第一相似度的权重和第二相似度的权重，其中，查询图像属于简单图像的概率越大，第一相似度的权重越大，第二相似度的权重越小；(D)根据数据库中各图像与查询图像的相似度输出检索结果，其中，数据库中各图像与查询图像的相似度为基于所述第一相似度的权重和所述第二相似度的权重对第一相似度和第二相似度进行加权的结果值；所述步骤(A)具体为，针对二叉决策树集合中的每棵树，通过随机生成的二值测试，递归地分开由从查询图像和数据库中各图像所提取的特征所构成的特征集合，在树t中，给定一个结点u以及对应的特征集合su，结点u的二值测试定义为：其中，为从图像I_j中提取的特征向量f_j的第k个分量，其中，第k个分量为随机选择的分量，u_l和u_r为结点u的子结点，θ为随机选择的阈值，依次再对子结点进行二值测试，即可在树t中生成更多的结点，一直到结点所含特征数量小于阈值ns_min或者树的深度达到dp_max；从树t的根结点开始，查询图像q经过一系列的二值测试通过特定路径到达一叶结点，查询图像q与图像i的相似性定义为：对于包含T棵树的二叉决策树集合F，查询图像q与图像i的累计相似性定义为：采用基于图像局部特征构造的二叉决策树集合来获取数据库中各图像i与查询图像q的第一相似度并采用基于图像全局特征构造的二叉决策树集合来获取数据库中各图像i与查询图像q的第二相似度