[發(fā)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?zhí)枺?/td>: 201110081331.9
• 申請日: 2011-03-31
• 公開（公告）號: CN102117337A
• 公開（公告）日: 2011-07-06
• 發(fā)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(yè)大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 西北工業(yè)大學專利中心 61204
• 代理人: 王鮮凱

技術領域

本發(fā)明涉及一種融合空間信息的Bag?of?Words圖像檢索方法，可以應用于可見光圖像的檢索。

背景技術

隨著多媒體信息技術的發(fā)展，多媒體信息的存儲、壓縮和檢索變的日益重要。圖像作為一種重要的多媒體信息，其包含的內(nèi)容豐富，正如“一幅圖勝過千言”。由于圖像底層SIFT特征的出現(xiàn)，該特征能夠很好的反映圖像中一些旋轉和尺度不變形的顯著區(qū)域。最近出現(xiàn)了許多基于SIFT特征的圖像檢索的方法，其中最常見的是Bag?of?Words方法，該方法首先是對圖像所提取的SIFT特征的區(qū)域進行聚類，將聚類中心做為圖像空間中的一組標準基(標準的圖像區(qū)域)，然后圖像可以用這組標準基進行向量表示，結合現(xiàn)有的文本檢索技術，最終實現(xiàn)了圖像的檢索。

現(xiàn)有的Bag?of?Words方法，僅僅考慮了圖像是否含有某些顯著的特征區(qū)域，而忽略了特征區(qū)域的空間信息，因此基于Bag?of?Words方法圖像檢索會造成檢索精度較低的問題，必須針對如何引入特征區(qū)域的空間信息進行新的圖像檢索方法研究。

發(fā)明內(nèi)容

要解決的技術問題

為了避免現(xiàn)有技術的不足之處，本發(fā)明提出一種融合空間信息的Bag?of?Words圖像檢索方法。

本發(fā)明的思想在于：Bag?of?Words方法實現(xiàn)了圖像在圖像空間一組基上的向量表示的同時往往忽略其顯著特征區(qū)域的空間信息。但是考慮到圖像所包含的內(nèi)容都是現(xiàn)實世界的物體，物體都具有一定的形狀和結構特征，融入顯著特征區(qū)域的空間信息便?可以更加形象、準確的描述圖像所包含的內(nèi)容，從而能夠得到更好的圖像檢索效果。

技術方案

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(shù)據(jù)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(qū)域數(shù)目，f_m為特征區(qū)域128維的特征描述向量、X_m為特征區(qū)域中心所在位置、λ_m為特征區(qū)域尺度信息、θ_m為特征區(qū)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(shù)據(jù)庫中的所有圖像所提取的特征區(qū)域的特征描述向量f_m進行聚類，其中聚類數(shù)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(qū)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(shù)個均勻方向區(qū)域，在每個均勻方向區(qū)域上，計算Δθ_m中屬于該方向區(qū)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(qū)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(qū)域與第n個特征區(qū)域，所述的sw_m為數(shù)個均勻方向區(qū)域上選取的w_i組成的向量；

步驟4：圖像數(shù)據(jù)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)；