[发明专利]一种多级图像检索方法

摘要

本发明公开了一种多级图像检索方法，包括以下步骤：提取图像数据库中所有图像的局部特征点；聚类，得到K个聚类中心；对于数据库中的每一幅图像，计算其局部特征聚合描述子；对于检索图像，提取其局部特征点，并计算局部特征聚合描述子；计算检索图像的局部特征聚合描述子与数据库中所有图像的局部特征聚合描述子的距离，最小距离对应的数据库图像即为初步检索结果图像。本发明方法对检索图像进行了多级检索，一方面，对于不存在背景内容干扰或存在少量背景内容干扰的检索图像，可实现直接检索；另一方面，对于存在大量背景内容干扰的检索图像，可有效减少背景内容的干扰，实现成功检索。

主权项

1.一种多级图像检索方法，其特征在于，包括以下步骤：步骤1：提取图像数据库中所有图像的局部特征点；步骤2：使用聚类算法对步骤1中提取的所有局部特征点进行聚类，得到K个聚类中心；步骤3：对于数据库中的每一幅图像，基于步骤1提取的局部特征点和步骤2得到的K个聚类中心，计算其局部特征聚合描述子；步骤4：对于检索图像，提取其局部特征点，并基于步骤2得到的K个聚类中心，计算图像的局部特征聚合描述子；步骤5：计算检索图像的局部特征聚合描述子与数据库中所有图像的局部特征聚合描述子的欧式距离，最小距离对应的数据库图像即为初步检索结果图像：其中，V_r为检索图像的局部特征聚合描述子，V_j为图像数据库中第j幅图像的局部特征聚合描述子，retrievelIdx为计算得到的最小距离图像的编号；步骤6：提取初步检索结果图像的局部特征点，并与检索图像的局部特征点进行特征点匹配，得到匹配的特征点数量N；匹配方法如下：步骤6‑1：对于初步检索结果图像的任意一个特征点，计算其与检索图像所有特征点之间的最短距离：步骤6‑2：设定阈值，若，则认为该特征点为匹配特征点，统计得到匹配特征点数量N；步骤7：设定阈值T，若，则以初步检索结果图像为最终检索结果图像；否则，选取检索图像中感兴趣区域作为二级检索图像，再执行步骤4‑5得到二级检索结果图像，作为最终检索结果图像。