[發明專利]一種融合空間信息的Bag of Words圖像檢索方法

有效

• 申請號: 201110081331.9
• 申請日: 2011-03-31
• 公開（公告）號: CN102117337A
• 公開（公告）日: 2011-07-06
• 發明（設計）人: 韓軍偉;郭雷;劉天明;胡新韜;許明
• 申請（專利權）人: 西北工業大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 王鮮凱

1.一種融合空間信息的Bag?of?Words圖像檢索方法，其特征在于步驟如下：

步驟1：提取數據庫中每幅圖像的SIFT特征，得到每幅圖像底層特征的集合I＝{p_m|m＝1...|I|}，其中p_m＝(f_m，X_m，λ_m，θ_m)，|I|為圖像I中SIFT特征區域數目，f_m為特征區域128維的特征描述向量、X_m為特征區域中心所在位置、λ_m為特征區域尺度信息、θ_m為特征區域的主方向角度信息；

步驟2：利用Hierarchical?K-means聚類算法對圖像數據庫中的所有圖像所提取的特征區域的特征描述向量f_m進行聚類，其中聚類數目K∈[10000，1000000]，得到聚類中心的類別的標號w及聚類的層次樹結構Tree，形成底層特征p′_m＝(w_m，X_m，λ_m，θ_m)，所述的w_m∈w為特征區域所屬的聚類中心類別的標號；

步驟3：計算圖像每個底層特征p′_m的和Δθ_mn＝||θ_m-θ_n||，得到ΔX_m＝{ΔX_mn|n＝1，2，...，|I|，n≠m}和Δθ_m＝(Δθ_mn|n＝1，2，...，|I|，n≠m)，將[0，2π]等分成數個均勻方向區域，在每個均勻方向區域上，計算Δθ_m中屬于該方向區域上的集合Δθ′_m＝{Δθ_mi|i＝a₁，...，a_k}所對應的集合ΔX′_m＝{ΔX_mi|i＝a₁，...，a_k}中最小值對應的特征區域的類別標號w_i，其中得到底層特征p″_m＝(w_m，sw_m)；所述的下標mn分別表示圖像中第m個特征區域與第n個特征區域，所述的sw_m為數個均勻方向區域上選取的w_i組成的向量；

步驟4：圖像數據庫中的每幅圖像T的底層特征的集合表示t＝{p″_m|m＝1，2，...|T|}，其中p″_m＝(w_m，sw_m)；

步驟5：計算待查詢圖像目標區域Q的底層特征的集合q＝{p″_o|o＝1，2，...|Q|}，其中p″_o＝(w_o，sw_o)，待查詢圖像目標區域特征p，p′，p″均以下標o表示，與圖像數據庫中下標m加以區分，具體步驟如下：

步驟a：提取以待查詢圖像目標區域的底層SIFT特征，得到以待查詢圖像目標區域Q的底層特征集合q＝{p_o|o＝1...|Q|}，其中p_o＝(f_o，X_o，λ_o，θ_o)；

步驟b：利用步驟2生成的聚類層次樹結構Tree，查找每個f_o對應的類別標號w_o，得到以待查詢圖像目標區域Q的底層特征集合q＝{p′_o|o＝1，2，...|Q|}，其中p′_o＝(w_o，X_o，λ_o，θ_o)，w_o∈w；

步驟c：對以待查詢圖像目標區域q＝{p′_o|o＝1，2，...|Q|}，分別選取q中的每個底層特征p′_o計算和Δθ_on＝||θ_o-θ_n||，得到ΔX_o＝{ΔX_on|n＝1，2，...，|I|，n≠o}和Δθ_o＝(Δθ_on|n＝1，2，...，|I|，n≠o)，將[0，2π]等分成數個均勻方向區域，在每個均勻方向區域上，計算Δθ_o中屬于該方向區域上的集合Δθ′_o＝{Δθ_oi|i＝a₁，...，a_k}所對應的集合ΔX′_o＝{ΔX_oi|i＝a₁，...，a_k}中最小值對應的特征區域的類別標號w_o，其中得到底層特征p_o″＝(w_o，sw_o)；，得到以待查詢圖像底層特征集合q＝{p″_o|o＝1，2，...|Q|}，其中p″_o＝(w_o，sw_o)；

步驟6：計算以待查詢圖像目標區域Q與圖像數據庫中每幅圖像T之間的相似度，具體步驟如下：

步驟(a)：依次取圖像數據庫中的每幅圖像t＝{p″_m|m＝1，2，...|T|}；

步驟(b)：對q中的每個元素p″_o，判斷t中是否存在非空子集mt，使其滿足

步驟(c)：如果存在非空子集mt，則計算sw_o與mt中每個sw_m的相似度得到S_temp＝{S_temp(m)|m∈{s₁，s₂，....s_k}}，其中所述的H(·)為漢明距離，所述的D為sw_o的向量長度；

步驟(d)：計算以待查詢圖像目標區域Q與數據庫中每幅圖像T之間的所述S_s(Q，T)為對每個元素(w_o，sw_o)生成的S_temp進行max(S_temp)求和，所述的S_w(Q，T)為每個元素(w_o，sw_o)生成的S_temp進行max(S_temp)＞0數目求和，所述|T|為圖像特征區域的數目；

步驟7：將以待查詢圖像目標Q與數據庫中每幅圖像T之間的S(Q，T)按降序排列，按相似度大小依次在圖像庫中選取所對應的圖像。