[发明专利]一种信息检索方法

摘要

本发明提供了一种信息检索方法，该方法包括：采用自适应边缘检测算法提取视频图像的边缘，得到边缘二值图像；对视频区域进行分块，计算当前分块的白色像素所占比重；计算分块后的黑块数量，若黑块数量大于预设阈值，则通过基于边缘特征的视频分割方法提取视频目标进行检索，并比较图像间的欧氏距离。本发明一种信息检索方法，对目标与背景存在区分的视频图像实现了较好的检索结果，提高了准确率。

主权项

一种信息检索方法，其特征在于，包括：采用自适应边缘检测算法提取视频图像的边缘，得到边缘二值图像；对视频区域进行分块，即将边缘二值图像分成4×4小块；完成分块后，将每一个小块中颜色为白色的像素的数量除以当前小块的总像素数量，得到当前分块的白色像素所占比重；将不大于预设阈值的白色像素所占比重小块确定为黑块，计算分块后的黑块数量；若视频中的黑块数量大于预设阈值，则通过基于边缘特征的视频分割方法提取视频目标进行检索；计算待检索视频图像和目标视频图像间的欧氏距离；其中，所述基于边缘特征的视频分割方法进一步包括：首先获取梯度直方图：将图像的梯度值经等间隔量化后取值范围为[0，1，…，100]，则梯度直方图H定义为<h1，h2，…，hN>，其中N为灰度图像中包含的像素数，hi为大小为i的梯度在整幅图像中所拥有的像素数占整幅图像总像素数的比例；得到梯度直方图后，计算边缘检测算法中所需的高低阈值，在梯度直方图中的非边缘区域以外选取高阈值th，确定颜色空间向量直方图的全局阈值，将颜色空间向量直方图分为两个区域A区域和B区域，计算A和B两区域的类间方差σ2：σ2＝pA(ωA‑ω0)2+pB(ωB‑ω0)2其中，pA和pB为A，B颜色出现的概率；ωA和ωB分别为A区域和B区域的颜色值均值；ω0为图像的总颜色值均值，迭代求出使σ2最大时的阈值T即为最佳全局阈值；计算出A区域和B区域梯度值的均值μA、μB和方差σA2、σB2；利用μA、σA2或者μB、σB2计算出非边缘区域的范围，进而自适应确定高低阈值，并且确定为高阈值th＝μA+2.5σA2，而低阈值tl＝μA‑0.3σA2。