[發明專利]一種基于顯著點和SVM相關反饋的圖像檢索方法無效
| 申請號: | 201110059752.1 | 申請日: | 2011-03-14 |
| 公開(公告)號: | CN102682008A | 公開(公告)日: | 2012-09-19 |
| 發明(設計)人: | 高如如 | 申請(專利權)人: | 高如如 |
| 主分類號: | G06F17/30 | 分類號: | G06F17/30;G06K9/62 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 230027 安徽省合肥市中*** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 顯著 svm 相關 反饋 圖像 檢索 方法 | ||
一.技術領域
本發明屬于基于內容的圖像檢索研究領域,涉及到顯著點提取技術以及和SVM相關反饋相結合的圖像檢索技術。
二.背景技術
隨著多媒體技術的快速發展和數字圖像采集量的迅猛增加,基于內容的圖像檢索(CBIR,Content-based?Image?Retrieval)已經成為最受關注的研究領域之一。但是如何從大型數據庫中高效地檢索相關圖像,仍然是短時間內解決不了的難題。傳統的CBIR方法主要把一幅圖像表示成特征集合(主要包括圖像的顏色、紋理、形狀等),可用高維特征空間中一個點表示,然后計算查詢圖像和數據庫中存儲的圖像之間的距離,利用距離大小判斷圖像之間的相似性,得出檢索結果。但是僅僅利用這些低層視覺特征很難獲得滿意的檢索結果,不同用戶對同一幅圖像的查詢目的和關注的內容也不盡相同,這種低層特征描述和高層語義信息之間的不一致就稱為“語義鴻溝”。
為了減小“語義鴻溝”帶來的影響,研究者提出許多改進方法,其中被證明有效并在CBIR中廣泛使用的有圖像的局部特征表示和相關反饋技術等。局部特征相比于全局特征更接近用戶對圖像的理解,但是從圖像每一個像素計算局部特征太耗時,于是提出興趣點,它們被認為包含最重要的圖像信息。
興趣點作為一種重要的圖像視覺特征點,已經在三維解釋、運動估計以及圖像匹配等方面得到了廣泛使用。1997年,Schmid等在圖像檢索中引入了興趣點概念,他們利用Harrs’角點檢測器提取興趣點,但是這種方法是基于角點的數學模型,在提取自然圖像時有一定缺點:1)視覺重要點不僅僅是角點,2)角點可能集中在一個很小的區域內。2001年,Etienne等提出了基于小波變換的顯著點,這些點不僅僅是角點,還有在不同分辨率下發生變換的點。2004年,D.Lowe完善了尺度不變特征轉換(SIFT)算法,它是根據不同尺度下高斯差中的極值計算得出,SIFT特征是基于圖像局部區域的興趣點,與圖像的大小和旋轉無關,對光照、噪聲、小角度的視覺改變都有一定的容忍度。
相關反饋是根據用戶意圖,有目的調整檢索結果,提高檢索準確率。目前的反饋主要有三種:
1、基于距離度量的方法,如查詢點移動等;
2、基于概率的反饋,如貝葉斯網絡反饋;
3、基于機器學習的方法,如SVM、決策樹、多示例學習等。
但是由于應用的特殊性,CBIR中的相關反饋有一些特點:
1、訓練樣本少。用戶不愿意標記大量樣本和進行多次交互,對高維圖像特征而言,訓練樣本太少,成為相關反饋面臨的主要問題。
2、實時性要求。相關反饋是一個人機交互的過程,對實時性要求較高,這就限制了耗時算法的應用。
3、訓練樣本不對稱性。許多分類方法要求正樣本和負樣本同分布并得到同等對待。但是一般用戶標記的只是圖像庫中的一小部分,大部分圖像是不相關的,而且不相關圖像又有好多類。
4、存在大量的未標記樣本。在相關反饋中,用戶標記的樣本很少,圖像庫中還存在著大量的未標記樣本,如何利用這些未標記樣本提高算法效率是值得研究的問題。
SVM分類器被認為是一種最有效的分類技術之一。它在處理小樣本時的優勢和良好的泛化能力,使得它在圖像檢索中得到廣泛使用。
基于上述分析,我們結合圖像顯著點和SVM相關反饋,提出一種新的檢索方法。此方法利用較少的特征向量和反饋樣本進行學習,較好地體現了圖像語義信息,而且與傳統的基于顯著點的圖像檢索方法相比,檢索準確率也得到顯著提高。
三.發明內容
本發明的目的是減小圖像檢索過程中語義鴻溝帶來的影響,提高檢索準確率。本發明將更接近用戶意圖的局部特征和直接反應用戶意圖的相關反饋結合,提出一種檢索速度快、準確率高的方法。
本發明提出的基于內容的圖像檢索算法:提取小波顯著點,這些點是小波域圖像中小波系數發生顯著變化的特征點,不僅分布在角點上,也分布在平滑的邊緣上。提取方法是對圖像進行小波分解,選擇粗分辨率下絕對值較大的小波系數,它們對應原圖像中變化較大的區域,然后在細分辨率下跟蹤這些小波系數,提取原圖像中的能代表這些變化的顯著點;然后利用顯著點的空間分布信息,按照顯著點分布劃分成一系列同心圓,提取每個環形內顏色和形狀特征,并結合圖像的全局紋理特征,按照歐氏距離給出初步檢索結果。根據用戶的意圖,人工標注相關樣本和不相關樣本,計算得到最佳SVM分類器,再用該分類器對圖像庫中圖像重新分類,給出反饋后的檢索結果,該算法可根據用戶滿意程度進行多次檢索。
四.附圖說明
圖1是本發明的系統流程圖;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于高如如,未經高如如許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201110059752.1/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種鎮痛消炎的復方黃芩制劑及其制備方法
- 下一篇:一種音樂鞋





