[發明專利]在互聯網上搜索圖片及局部相似圖片的方法

無效

• 申請號: 201010239063.4
• 申請日: 2010-07-28
• 公開（公告）號: CN101877012A
• 公開（公告）日: 2010-11-03
• 發明（設計）人: 劉捷;于敏學
• 申請（專利權）人: 劉捷;于敏學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06N3/02
• 代理公司: 天津盛理知識產權代理有限公司 12209
• 代理人: 王來佳

1.一種在互聯網上搜索圖片及局部相似圖片的方法，其特征在于：包括如下步驟：

(1)客戶端通過互聯網與神經網絡系統建立連通關系；

(2)由客戶端從原圖片中選取一個或多個一定大小的圖片局部作為標準圖片并傳輸到神經網絡系統中的圖片數據存儲服務器；

(3)神經網絡系統中的神經網絡服務器從圖片存儲數據庫服務器中獲取標準圖片并抽取標準圖片的幾何特征，然后對標準圖片的每個幾何特征進行感知訓練得到每個幾何特征的隸屬度，在感知訓練過程中獲取的最大隸屬度的幾何特征所對應的坐標范圍為搜索結果；

(4)神經網絡系統中的神經網絡服務器將所獲得的坐標范圍傳送到客戶端，由客戶端轉換為用戶原圖片的坐標作為搜索的結果。

2.根據權利要求1所述的在互聯網上搜索圖片及局部相似圖片的方法，其特征在于：在步驟(1)中，客戶端通過中介即時通訊服務器與神經網絡系統建立點對點連通關系。

3.根據權利要求1所述的在互聯網上搜索圖片及局部相似圖片的方法，其特征在于：在步驟(2)中，客戶端在向圖片數據存儲服務器傳輸前對標準圖片進行壓縮處理。

4.根據權利要求1所述的在互聯網上搜索圖片及局部相似圖片的方法，其特征在于：在步驟(2)中，標準圖片的大小根據精度要求設定為900像素或900像素以上。

5.根據權利要求1所述的在互聯網上搜索圖片及局部相似圖片的方法，其特征在于：在步驟(3)中，抽取標準圖片的幾何特征的方法為：神經網絡服務器從標準圖片的像素灰度值中，抽取灰度變化明顯的邊緣線條的方向值作為圖片的幾何特征。

6.根據權利要求1所述的在互聯網上搜索圖片及局部相似圖片的方法，其特征在于：在步驟(3)中，對標準圖片的幾何特征進行感知訓練的方法為：神經網絡服務器利用神經元間連接權值對輸入的每個幾何特征進行計算，找到相應的內容類別進行收斂，得到每個幾何特征的隸屬度，在感知訓練過程中隸屬度最大時的幾何特征所對應的坐標范圍就是所要的搜索結果。

7.根據權利要求1或5或6所述的在互聯網上搜索圖片及局部相似圖片的方法，其特征在于：所述的神經網絡服務器內置有視覺BP神經網絡模型，該神經網絡模型采用基本感知器模型結構并使用誤差反向傳播算法，該神經網絡模型的輸出值是對應各個內容類別的隸屬度。