一种图像检索方法及装置制造方法及图纸

本发明专利技术实施例公开了一种图像检索方法及装置，涉及图像检索技术领域，能够提高处理对于复杂图像时的检索的准确率。本发明专利技术的方法包括：对数据库图像进行分割，得到至少两个数据库图像的子图像，并获取每一个子图像的综合特征值，所述综合特征值包括：形状特征值和纹理特征值；获取待检索图像的综合特征值，并根据所述待检索图像的综合特征值和子图像的综合特征值，得到所述待检索图像与数据库图像的欧氏距离；根据所得欧氏距离，确定检索召回的先后关系。本发明专利技术适用于图像检索。

【技术实现步骤摘要】
一种图像检索方法及装置
本专利技术涉及图像检索
，尤其涉及一种图像检索方法及装置。
技术介绍
在当前图像检索技术的研究，以及图像检索技术的应用中，通常会将检索图像的手段分为三个层次。其中，对图像底层特征进行提取并进行检索分析的过程称为第一层次的检索，而第二、三层次的检索，实际上是在第一层次的检索的基础上进一步加入图像的语义、属性、类别、地域和时间等图像文件的信息，从而进行的基于其他角度的检索。因此高层次的检索实现方式是以低层次的检索实现方式为基础，并且对于图像底层特征的检索方式的改进，是提高检索的准确率的最有效的途径。目前通常使用的图像底层特征的检索方式，主要采用Krawtchouk矩阵(或称K矩阵)提取图像的形状特征，并基于该形状特征进行检索的方式。虽然在对图像的形状特征的提取上，Krawtchouk矩阵相较以往的算法具有较好的性能，并在一定程度上提高了对于内容较为简洁的图像的检索的准确率。但是，实际应用中被检索的图像往往千差万别、繁简各异，尤其是在图像中存在异常的轮廓线或是异常点时，采用Krawtchouk矩阵提取的形状特征还是会出现偏差，因此在处理复杂图像时，目前的采用Krawtchouk矩阵进行形状特征提取并进行检索的方案，检索的准确率依然较低。
技术实现思路
本专利技术的实施例提供一种图像检索方法及装置，能够提高处理对于复杂图像时的检索的准确率。为达到上述目的，本专利技术的实施例采用如下技术方案：第一方面，本专利技术的实施例提供一种图像检索方方法，包括：对数据库图像进行分割，得到至少两个数据库图像的子图像，并获取每一个子图像的综合特征值，所述综合特征值包括：形状特征值和纹理特征值；获取待检索图像的综合特征值，并根据所述待检索图像的综合特征值和子图像的综合特征值，得到所述待检索图像与数据库图像的欧氏距离；根据所得欧氏距离，确定检索召回的先后关系。结合第一方面，在第一方面的第一种可能的实现方式中，所述对数据库图像进行分割，得到至少两个数据库图像的子图像，并获取每一个子图像的综合特征值，包括：对于一份数据库图像，将所述一份数据库图像分割为指定数量的互不重叠的子图像；针对一个子图像：通过Krawtchouk矩阵不变量计算，得到所述一个子图像的形状特征值，并通过sharlet变换，得到所述一个子图像的纹理特征值；并根据所述一个子图像的形状特征值和纹理特征值，获取所述一个子图像的综合特征值；将每一个子图像的综合特征值在数据库中保存为列表形式。结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，所述根据所述待检索图像的综合特征值和子图像的综合特征值，得到所述待检索图像与数据库图像的欧氏距离，包括：通过相似度计算，得到所述待检索图像与数据库图像的欧氏距离：Dω(fQ，fI)＝ωD(ftQ，ftI)+(1-ω)D(fsQ，fsI)；其中，所述一个子图像的形状特征向量表示为fs＝[Q00，Q01，Q10....Qnm]，fs表示形状特征向量，Qnm表示通过K矩阵不变量计算得出的矩阵不变量；所述一个子图像的纹理特征向量表示为ft＝[E00，E01，E10....Enm]，ft表示纹理特征向量，Enm表示通过Shearlet变换在各个子带系数计算得到的均值与标准差形成的纹理特征矢量，n，m为其在各层次上的分解方向；ω表示权重值；Dω(fQ，fI)表示在权重值ω调节下的待检索图像与数据库图像之间的欧式距离，D(ftQ，ftI)表示待检索图像与数据库图像之间的纹理特征向量的欧式距离，D(fsQ，fsI)表示待检索图像与数据库图像之间的形状特征的欧式距离。结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，所述权重值ω＝0.5。结合第一方面，在第一方面的第四种可能的实现方式中，所述根据所得欧氏距离，确定检索召回的先后关系，包括：将所述待检索图像与各个数据库图像的欧氏距离，按照由小到大排序，并根据排序结果确定检索召回的先后关系。第二方面，本专利技术的实施例提供一种图像检索方方法，包括：预处理模块，用于对数据库图像进行分割，得到至少两个数据库图像的子图像，并获取每一个子图像的综合特征值，所述综合特征值包括：形状特征值和纹理特征值；计算模块，用于获取待检索图像的综合特征值，并根据所述待检索图像的综合特征值和子图像的综合特征值，得到所述待检索图像与数据库图像的欧氏距离；分析模块，用于根据所得欧氏距离，确定检索召回的先后关系。结合第二方面，在第二方面的第一种可能的实现方式中，所述预处理模块，具体用于包括：对于一份数据库图像，将所述一份数据库图像分割为指定数量的互不重叠的子图像；并针对一个子图像：通过Krawtchouk矩阵不变量计算，得到所述一个子图像的形状特征值，并通过sharlet变换，得到所述一个子图像的纹理特征值；并根据所述一个子图像的形状特征值和纹理特征值，获取所述一个子图像的综合特征值；再将每一个子图像的综合特征值在数据库中保存为列表形式。结合第二方面的第一种可能的实现方式，在第二种可能的实现方式中，所述计算模块，具体用于通过相似度计算，得到所述待检索图像与数据库图像的欧氏距离：Dω(fQ，fI)＝ωD(ftQ，ftI)+(1-ω)D(fsQ，fsI)；其中，所述一个子图像的形状特征向量表示为fs＝[Q00，Q01，Q10....Qnm]，fs表示形状特征向量，Qnm表示通过K矩阵不变量计算得出的矩阵不变量；所述一个子图像的纹理特征向量表示为ft＝[E00，E01，E10....Enm]，ft表示纹理特征向量，Enm表示通过Shearlet变换在各个子带系数计算得到的均值与标准差形成的纹理特征矢量，n，m为其在各层次上的分解方向；ω表示权重值；Dω(fQ，fI)表示在权重值ω调节下的待检索图像与数据库图像之间的欧式距离，D(ftQ，ftI)表示待检索图像与数据库图像之间的纹理特征向量的欧式距离，D(fsQ，fsI)表示待检索图像与数据库图像之间的形状特征的欧式距离。结合第二方面的第二种可能的实现方式，在第三种可能的实现方式中，所述权重值ω＝0.5。结合第二方面，在第二方面的第四种可能的实现方式中，所述分析模块，具体用于将所述待检索图像与各个数据库图像的欧氏距离，按照由小到大排序，并根据排序结果确定检索召回的先后关系。本专利技术实施例提供的图像检索方法及装置，采用shearlet变换作为纹理提取工具，并结合Krawtchouk矩阵不变量提取的图像的形状特征，形成了能够体现纹理特征又能够体现形状特征的综合特征值，再利用综合特征值计算欧氏距离进行相似度计算。相对于现有技术中仅采用Krawtchouk矩阵的图像检索方案，由于综合了纹理特征和形状特征，因此缓减了仅通过形状特征进行判定时出现偏差的问题，尤其提高了处理对于复杂图像时的检索的准确率。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1为本专利技术实施例提供的检索服务器的架构示意图；图2为本专利技术实施例提供的系统结构示意图；图3为本专利技术实施例提供的图像检索方法的流程图；图4为本文档来自技高网...

【技术保护点】
一种图像检索方法，其特征在于，包括：对数据库图像进行分割，得到至少两个数据库图像的子图像，并获取每一个子图像的综合特征值，所述综合特征值包括：形状特征值和纹理特征值；获取待检索图像的综合特征值，并根据所述待检索图像的综合特征值和子图像的综合特征值，得到所述待检索图像与数据库图像的欧氏距离；根据所得欧氏距离，确定检索召回的先后关系。

【技术特征摘要】
1.一种图像检索方法，其特征在于，包括：对数据库图像进行分割，得到至少两个数据库图像的子图像，并获取每一个子图像的综合特征值，所述综合特征值包括：形状特征值和纹理特征值；获取待检索图像的综合特征值，并根据所述待检索图像的综合特征值和子图像的综合特征值，得到所述待检索图像与数据库图像的欧氏距离；根据所得欧氏距离，确定检索召回的先后关系。2.根据权利要求1所述的方法，其特征在于，所述对数据库图像进行分割，得到至少两个数据库图像的子图像，并获取每一个子图像的综合特征值，包括：对于一份数据库图像，将所述一份数据库图像分割为指定数量的互不重叠的子图像；针对一个子图像：通过Krawtchouk矩阵不变量计算，得到所述一个子图像的形状特征值，并通过sharlet变换，得到所述一个子图像的纹理特征值；并根据所述一个子图像的形状特征值和纹理特征值，获取所述一个子图像的综合特征值；将每一个子图像的综合特征值在数据库中保存为列表形式。3.根据权利要求2所述的方法，其特征在于，所述根据所述待检索图像的综合特征值和子图像的综合特征值，得到所述待检索图像与数据库图像的欧氏距离，包括：通过相似度计算，得到所述待检索图像与数据库图像的欧氏距离：Dω(fQ,fI)＝ωD(ftQ，ftI)+(1-ω)D(fsQ,fsI)；其中，所述一个子图像的形状特征向量表示为fs＝[Q00,Q01,Q10....Qnm]，fs表示形状特征向量，Qnm表示通过K矩阵不变量计算得出的矩阵不变量；所述一个子图像的纹理特征向量表示为ft＝[E00,E01,E10....Enm]，ft表示纹理特征向量，Enm表示通过Shearlet变换在各个子带系数计算得到的均值与标准差形成的纹理特征矢量，n，m为其在各层次上的分解方向；ω表示权重值；Dω(fQ,fI)表示在权重值ω调节下的待检索图像与数据库图像之间的欧式距离，D(ftQ，ftI)表示待检索图像与数据库图像之间的纹理特征向量的欧式距离，D(fsQ,fsI)表示待检索图像与数据库图像之间的形状特征的欧式距离。4.根据权利要求3所述的方法，其特征在于，所述权重值ω＝0.5。5.根据权利要求1述的方法，其特征在于，所述根据所得欧氏距离，确定检索召回的先后关系，包括：将所述待检索图像与各个数据库图像的欧...

【专利技术属性】
技术研发人员：刘华伟，
申请(专利权)人：苏宁云商集团股份有限公司，
类型：发明
国别省市：江苏,32