[发明专利]一种基于多特征融合的空间图像检索系统及检索方法

摘要

本发明属于图像检索技术领域，公开了一种基于多特征融合的空间图像检索系统及检索方法，基于多特征融合的空间图像检索系统包括：输入模块、主控模块、图像检测模块、特征提取模块、相似性度量模块、特征融合模块、匹配模块、显示模块。本发明通过特征提取模块采用大梯度运算矩阵，划分更多的梯度区间，并省略了HOG单元格移动的计算，大大减少了运算量，整体速度提升约4倍，非常适合对实时性要求较高的应用场合；同时，通过匹配模块将对异源图像块的融合后的特征图进行分类，而不是对级联的特征向量进行分类，这样有利于提高网络的性能；本发明提出的基于深度学习的异源图像匹配方法不仅在性能上优于其他方法，在训练效率上也优于其他方法。

主权项

1.一种基于多特征融合的空间图像检索方法，其特征在于，所述基于多特征融合的空间图像检索方法包括：利用相似程序计算相关图像和查询图像的相似度；具体有根据图形最小包容矩形长宽比设置适当域值，进行过滤；根据源图形中各边长与周长比的最小值设置域值，去除目标图形中的奇化部分；对目标图形边数作化简处理，使和源图形具有相同边数；获取源图形和目标图形特征矩阵中最相似向量的欧式距离和最大相和系数；利用融合程序根据图像间的相似度进行多尺度特征融合，得到查询图像与各个候选图像间的最终相似度；具体有：选取客观视频质量评价模型OM，通过比较原始参考视频和失真视频，计算失真视频每帧的预测分值，并将获取的帧级分数标记为矢量X，视频总帧数标记为N；滑动窗口的窗口长度为winLen，对获得的帧级质量分数进行滑窗处理，即处理后第n帧的帧级分数为[n‑winLen+1,n]帧的帧级分数的均值，将滑窗处理后的帧级分数标记为矢量WX；将WX由小到大进行排序，并将排序后的结果标记为WX’，取最差的p％帧的平均值，作为整个视频序列的质量度量分值，进行排序，最小的p％帧均值即为最终度量结果。