本发明专利技术提供一种局部描述子的提取方法、图像检索方法及图像匹配方法，其中，局部描述子的提取方法包括：获取图像的核心兴趣点，所述核心兴趣点为用于体现所述图像的关键特征的像素点；确定所述核心兴趣点的子区域半径和所述核心兴趣点对应的主方向；根据所述子区域半径和所述主方向，获取所述图像的局部描述子。上述提取方法提取的局部描述子能够准确的反映图像形状的构造信息，使得使用该局部描述子进行后期的检索结果的准确率更高。
【技术实现步骤摘要】
本专利技术涉及图像检索技术，尤其涉及一种。
技术介绍
当前，视觉检索方法主要采用在图像中提取尺度不变描述子(Scale InvariantFeature Transform,简称:SIFT)或快速鲁棒的尺度不变特征(Speeded Up RobustFeatures，简称:SURF)进行图像的检索。然而，针对纹理特征稀疏的图像/图片，或者用于映射人类思维特征的线图时，该些图像本身缺乏纹理的特点，SIFT和SURF不能获取足够的兴趣点，因此若采用SIFT和SURF进行图像的检索，则严重的影响了检索系统的性能和效率。业内人士针对纹理信息缺少，但轮廓信息分明的手绘图片/手绘图像提出了形状上下文描述子(Shape Context Descriptor,简称:SCD),该SCD相对于SIFT和SURF重视了形状特征，但是由于其本身的构造方式为对图像的轮廓进行密集采样，统计采样点之间的距离及角度关系，这种构造方式使得描述子的表现力集中于边缘轮廓，因此，上述的SCD在对形状内部蕴含大量线条及信息的图像在搜索时不能反映图像的真实形状信息，导致匹配检索失败。为此，如何获取能够准确的反映图像形状的构造信息的局部描述子成为当前需要解决的技术问题。
技术实现思路
针对现有技术中的缺陷，本专利技术提供一种。第一方面，本专利技术提供一种局部描述子的提取方法，包括:获取图像的核心兴趣点，所述核心兴趣点为用于体现所述图像的关键特征的像素占.确定所述核心兴趣点的子区域半径和所述核心兴趣点对应的王方向；根据所述子区域半径和所述主方向，获取所述图像的局部描述子。由上述技术方案可知，本专利技术的局部描述子的提取方法通过获取图像的核心兴趣点，进而确定核心兴趣点的子区域半径和核心兴趣点对应的主方向，以根据子区域半径和主方向获取图像的局部描述子，进而得到图像的局部描述子能够准确的反映图像形状的构造信息，相对于现有技术中的局部描述子具有较高的区分能力。第二方面，本专利技术还提供一种图像检索方法，包括:服务器根据如上所述的局部描述子的提取方法获取图像库中每一图像的局部描述子；服务器将所有图像的局部描述子建立量化词典；服务器采用所述量化词典对所述图像库中的所有图像进行量化，建立所述图像库对应的索引表；所述服务器接收客户端发送的目标图像的局部描述子，所述目标图像的局部描述子为客户端采用如上所述的局部描述子的提取方法获取的目标图像的局部描述子；服务器采用所述量化词典对所述目标图像的局部描述子进行量化，在所述索引表中查找量化后的目标图像的局部描述子对应的索引，以获得与所述目标图像对应的查找结果。由上述技术方案可知，本专利技术的图像检索方法通过采用局部描述子的获取方法获取图像库中每一图像的局部描述子以及目标图像的局部描述子，进而采用所有图像的局部描述子组成的量化词典对目标图像的局部描述子进行量化，以获取与所述目标图像对应的查找结果，可以提高图像检索的效率，同时提高图像检索的准确率。第三方面，本专利技术还提供一种图像匹配方法，包括:服务器接收客户端发送的压缩后的目标图像，并采用如上所述的局部描述子的提取方法获取目标图像的局部描述子，以及图像库中任一图像的局部描述子；根据预设比值的方式确定两个所述局部描述子的匹配度，根据所述匹配度获取与所述目标图像匹配的图像；其中，所述两个所述局部描述子包括:所述目标图像的局部描述子，和所述图像库中的一个图像的局部描述子。由上述技术方案可知，本专利技术的图像匹配方法能够图稿图像匹配的准确率，同时提闻图像匹配的效率。第四方面，本专利技术还提供一种局部描述子的提取设备，包括:第一获取单元，用于获取图像的核心兴趣点，所述核心兴趣点为用于体现所述图像的关键特征的像素点；确定单元，用于确定所述核心兴趣点的子区域半径和所述核心兴趣点对应的主方向；第二获取单元，用于根据所述子区域半径和所述主方向，获取所述图像的局部描述子。由上述技术方案可知，本专利技术的局部描述子的提取设备获得的图像的局部描述子能够准确的反映图像形状的构造信息，相对于现有技术中的局部描述子具有较高的区分能力。附图说明为了更清楚地说明本专利技术的技术方案，下面将对实施例中所需要使用的附图作一简单地介绍，显而易见地:下面附图只是本专利技术的一些实施例的附图，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得同样能实现本专利技术技术方案的其它附图。图1为本专利技术一实施例提供的局部描述子的提取方法的流程示意图；图2A至图2C为本专利技术一实施例提供的局部描述子的提取方法的参考示意图；图3为本专利技术一实施例提供的量化词典的获取方法的流程示意图4为本专利技术一实施例提供的视觉单词索引表获取方法的流程示意图；图5为本专利技术一实施例提供的图像检索方法的流程示意图；图6为本专利技术另一实施例提供的图像检索方法的流程示意图；图7为本专利技术一实施例提供的图像匹配方法的流程示意图；图8为本专利技术一实施例提供的局部描述的提取设备的结构示意图。具体实施例方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术的技术方案进行清楚、完整地描述。显然，下述的各个实施例都只是本专利技术一部分的实施例。基于本专利技术下述的各个实施例，本领域普通技术人员即使没有作出创造性劳动，也可以通过等效变换部分甚至全部的技术特征，而获得能够解决本专利技术技术问题，实现本专利技术技术效果的其它实施例，而这些变换而来的各个实施例显然并不脱离本专利技术所公开的范围。图1示出了本专利技术一实施例提供的局部描述子的提取方法的流程示意图，如图1所示，本实施例中的局部描述子的提取方法如下所述。101、获取图像的核心兴趣点，所述核心兴趣点为用于体现图像的关键特征的像素点。在本实施例中，关键特征可指通过边缘提取获得的图像的边缘或图像边缘中的角点。由于边缘提取是一个提取图像中梯度变化明显的像素点的过程，因此边缘是图像中很重要的关键特征。举例来说，在步骤101可包括:获取所述图像的一个以上的兴趣点，通过预置的筛选规则在所述一个以上的兴趣点中筛选所述核心兴趣点。其中，反映图像关键特征的像素点通常为经过边缘提取获得的边缘点，也可以对边缘点进一步筛选反映关键特征的像素点，例如采用边缘的交点作为关键特征点。所述的预置的筛选规则可根据兴趣点的确定方式进行选择，一个典型的实施例中，如采用曲线局部极值的方式获取兴趣点，可以采用非最大值抑制规则作为筛选规则。在具体的应用中，如果有需要，可以不采用边缘点作为兴趣点，可选择图像的任意一个像素点作为兴趣点。102、确定所述核心兴趣点的子区域半径和所述核心兴趣点对应的主方向。举例来说，确定核心兴趣点的子区域半径的方式可以包括如下的方式:第一种可选的方式:根据所述核心兴趣点与相邻的核心兴趣点之间的距离分布获取每一核心兴趣点的子区域半径，以及得到所述核心兴趣点的子区域；第二种可选的方式:设定一核心兴趣点为中心，预设长度为半径的子区域，所述预设长度为所述核心兴趣点的子区域半径。此外，确定核心兴趣点对应的主方向，可包括如下的子步骤:M01、将所述核心兴趣点的子区域按照预设的角度和内部距离划分为多个块；M02、统计每一块内的所述图像的非背景像素点的数目，以及所述子区域的每一角度上投影的非背景像素点的数目；M03、将统计的一块中某一角度上投影的非背景像素点的数目本文档来自技高网...
【技术保护点】
一种局部描述子的提取方法，其特征在于，包括：获取图像的核心兴趣点，所述核心兴趣点为用于体现所述图像的关键特征的像素点；确定所述核心兴趣点的子区域半径和所述核心兴趣点对应的主方向；根据所述子区域半径和所述主方向，获取所述图像的局部描述子。
【技术特征摘要】
1.一种局部描述子的提取方法,其特征在于,包括: 获取图像的核心兴趣点，所述核心兴趣点为用于体现所述图像的关键特征的像素点； 确定所述核心兴趣点的子区域半径和所述核心兴趣点对应的主方向； 根据所述子区域半径和所述主方向，获取所述图像的局部描述子。2.根据权利要求1所述的方法，其特征在于，所述确定所述核心兴趣点的子区域半径，包括: 根据所述核心兴趣点与相邻的核心兴趣点之间的距离分布获取每一核心兴趣点的子区域半径； 或者， 将预设长度作为所述核心兴趣点的子区域半径。3.根据权利要求2所述的方法，其特征在于，确定所述核心兴趣点对应的主方向，包括: 在确定所述核心兴趣点的子区域半径之后，得到所述核心兴趣点的子区域，将所述核心兴趣点的子区域按照预设的角度和内部距离划分为多个块； 统计每一块内的所述图像的非背景像素点的数目，以及所述子区域的每一角度上投影的非背景像素点的数目； 将统计的子区域内预设角度中投影的非背景像素点的数目最多的角度作为所述核心兴趣点的主方向； 其中，所述内部距离为所述子区域内的非背景像素点通过所述图像内部非背景像素点到达所述子区域内的核心兴趣点的最小像素数目。4.根据权利要求3所述的方法，其特征在于，所述根据所述子区域半径和所述主方向，获取所述图像的局部描述子，包括: 将所述主方向设为起始方向，以顺时针方向或逆时针方向顺序统计所述多个块中每一块中的非背景像素点的数目，根据统计的每一块中的非背景像素点的数目形成每一核心兴趣点对应的局部描述子。5.根据权利要求4所述的方法，其特征在于，在所述根据所述子区域半径和所述主方向，获取所述图像的局部描述子的步骤之后，还包括: 在特征空间内对所述图像的局部描述子进行距离度量，将距离小于预设阈值的局部描述子进行编码，得到编码后的所述图像的局部描述子； 其中，特征空间为根据获取所述图像的局部描述子所使用的参数所确定的空间。6.一种图像检索方法，其特征在于，包括: 服务器根据如上权利要求1至5任一所述的方法获取图像库中每一图像的局部描述子; 服务器将所有图像的局部描述子建立量化词典； 服务器采用所述量化词典对所述图像库中的所有图像进行量化，建立所述图像库对应的索引表； 所述服务器接收客户端发送的目标图像的局部描述子，所述目标图像的局部描述子为所述客户端采用如上权利要求1至5任一所述的方法获取的局部描述子； 服务器采用所述量化词典对所述目标图像的局部描述子进行量化，在所述索引表中查找量化后的...
【专利技术属性】
技术研发人员：段凌宇，宣昱聪，王仿坤，黄铁军，
申请(专利权)人：北京大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。