[發明專利]基于Haar特征匹配的數字圖像內容搜索方法

無效

• 申請號: 200910097612.6
• 申請日: 2009-04-10
• 公開（公告）號: CN101539944A
• 公開（公告）日: 2009-09-23
• 發明（設計）人: 蔣一波;王萬良;鄭建煒;陳偉杰;王翊
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 杭州天正專利事務所有限公司
• 代理人: 王 兵;王利強

技術領域

本發明涉及一種數字圖像內容搜索方法。

背景技術

現今，各種與圖像相關的研究與應用領域都在快速發展，例如可視化娛樂、教育、生物醫學、犯罪預防和圖像數據庫。這些大規模用數字信息存儲的數據給基于內容的圖像索引和搜索帶來了挑戰性的搜索問題。

現在對數字圖像的檢索方法都是通過關鍵字來實現的，即對通過與該數字圖像相關的文字描述內容來標定該圖像內容的特征，從而加以分類和判別。在搜索過程中，人們首先輸入所要搜索的圖像的內容關鍵字信息，然后搜索系統根據這些關鍵字信息，到圖像庫中的圖像信息描述中進行查找，如果有與所輸入的關鍵字所匹配的描述信息，則認為該圖像內容就是所要找的內容，將其返回給用戶。隨著圖像庫的不斷增大，以及圖像內容的不斷復雜，基于關鍵字的圖像內容搜索方式逐漸無法滿足對圖像內容搜索的需要。因此，研發一種新的能夠對數字圖像內容進行描述和搜索的方式就顯得非常必要了。

近些年來，對基于內容的圖像搜索領域的研究開始變得非常活躍。簡單來說，基于內容的圖像搜索還是一種在理論上探討的技術，其應當能夠根據圖像的可視內容來協助管理數字圖像庫。在基于內容的圖像搜索的研究中包含了很多不同的領域，例如計算機視覺、機器學習、信息獲取、人機交互、數據挖掘、數據庫管理、信息理論等等。

盡管已經有了大量的相關論文、原型和一些商用解決方案，但是圖像內容搜索的核心問題至今還未得到解決。這里面有一些開放性的問題，例如在用圖像處理算法所提取的圖像特征與相關語義概念之間的鴻溝。早期的圖像內容搜索研究都是以提取圖像的全局特征為主的，但是這些方法都不如基于對象的方法效果好。在很多情況下，用戶是要搜索圖像中感興趣的部分或者對象。這使得現在的研究者不再把圖像作為一個整體，而是將圖像分為局部或一些感興趣的對象來處理。在具體的搜索引擎實現方面，GOOGLE，微軟，BAIDU等國內外大公司都在該方面投入了巨大的人力物力，但是現在所開發的系統均還不能達到實用的程度。

在邊沿檢測中，常用的一種模板是Sobel算子。Sobel算子有兩個，一個是檢測水平邊沿的；另一個是檢測垂直平邊沿的。由于Sobel算子是濾波算子的形式，用于提取邊緣，可以利用快速卷積函數，簡單有效，因此應用廣泛。

發明內容

為了克服現有的基于關鍵字描述的圖像搜索方式的搜索方式不直觀、搜索效果有效性差的不足，本發明提供一種搜索方式直觀、搜索結果有效性好的基于Haar特征匹配的數字圖像內容搜索方法。

本發明解決其技術問題所采用的技術方案是：

一種基于Haar特征匹配的數字圖像內容搜索方法，包括以下步驟：

(1)初始化特征模板與數字圖庫

(1.1)初始化Haar匹配模板庫；

(1.2)從初始化后的模板庫中載入預定義Haar模板，載入后的模板集合為模板集P；

(1.3)確認并初始化待搜索的數字圖像庫Y；

(1.4)用戶給出并指定待搜索的原始圖像T；

(2)對給定原始圖像進行預處理

(2.1)原始圖像T為RGB位圖，以每個像素點的紅、綠、藍三色的平均值作為該像素點的灰度值，轉換原始圖像T為其灰度圖G；

(2.2)統計灰度圖G中所有像素點灰度的平均值，以該平均值為參照，凡是灰度大于平均值的像素點設置為黑色，灰度小于等于平均值的像素點設置為白色，則得到灰度圖G的二值化圖I；

(2.3)采用Sobel邊界算子對二值化圖I進行處理，使得二值化圖I中僅保留邊界位置的像素點；

(3)對原始圖進行Haar特征統計

(3.1)從Haar模板集P中依次取P_i，其中i＝1..n，將圖I中的像素點逐個與模板集中的P_i進行匹配；

(3.2)統計在圖I中，所有模板P_i匹配成功的總次數R；

(4)在圖庫中搜索與原始圖相似的圖像

(4.1)依次取圖庫中的圖像Y_k，其中k＝1..n，并遍歷所有的圖像；

(4.2)圖像Y_k為RGB位圖，以每個像素點的紅、綠、藍三色的平均值作為該像素點的灰度值，轉換圖像Y_k為灰度圖K_k；

(4.3)統計灰度圖K_k中所有像素點灰度的平均值，以該平均值為參照，凡是灰度大于平均值的像素點設置為黑色，灰度小于等于平均值的像素點設置為白色，得到灰度圖K_k的二值化圖Z_k；