[發明專利]基于分層特征和遺傳規劃相關反饋的圖像檢索方法

有效

• 申請號: 201310119320.4
• 申請日: 2013-04-08
• 公開（公告）號: CN103207910B
• 公開（公告）日: 2017-02-08
• 發明（設計）人: 李登峰;楊曉慧;朱秀閣;彭李超;劉占衛;吳國昌;蔡利君
• 申請（專利權）人: 河南大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06T7/00
• 代理公司: 鄭州聯科專利事務所(普通合伙)41104
• 代理人: 時立新,崔衛琴

1.一種基于分層特征和遺傳規劃相關反饋的圖像檢索方法，其特征在于：包括以下步驟：

（1）、對用戶提交的檢索圖像???????????????????????????????????????????????進行自適應分割，得到分割區域；

（2）、對檢索圖像提取全局特征；分割區域提取局部底層特征；

（3）、對于標準圖像庫中的每一幅圖像，，計算對應于分割區域，的最優區域，其中是標準圖像庫中的圖像數量；

（4）、構建全局-最優區域相似度匹配模式；

（5）、通過賦予全局-最優區域相似度匹配模式中的所有相似度以平均權重來計算檢索圖像和標準圖像庫中每一幅圖像的相似度；根據對進行排序，得到初始檢索結果并把與用戶最相似的前若干幅圖像返回用戶端；

（6）、用戶參與反饋，直到檢索出滿意的圖像。

2.根據權利要求1所述的基于分層特征和遺傳規劃相關反饋的圖像檢索方法，其特征在于：所述的步驟（1)中的自適應分割的具體方法如下所述：（11）、將圖像進行均值漂移分割；

（12）、將分割區域作為該圖像的節點，對該圖像用規范割進行聚類；

（13）對聚類后的每個分割區域分別提取R、G、B顏色通道的平均像素值作為該區域的三維特征；

（14）將聚類數目初始化為2；

（15）隨機選擇個分割區域的特征向量作為初始類別中心，將所有分割區域歸并到最近的類別中，并重新計算類別中心；

（16）、計算準則函數，其中是個類別，是類別中心，是屬于類別的區域的特征向量，如果大于等于預先設定的閾值，，轉到(15)；如果小于預先設定的閾值，則停止迭代。

3.根據權利要求1所述的基于分層特征和遺傳規劃相關反饋的圖像檢索方法，其特征在于：所述的步驟（2）中的全局特征包括顏色和紋理特征，全局特征中的顏色特征為顏色直方圖256維、顏色矩9維；全局特征中的紋理特征為：邊界/內部像素分類（Border/Interior?pixel?Classification，BIC）特征128維、Gabor小波變換特征48維；

????所述的步驟（2）中的底層特征包括顏色、紋理和形狀特征；

????區域局部底層特征包括顏色、紋理和形狀特征，其中顏色特征為：將圖像由RGB顏色空間轉換到L*u*v*空間，提取L*，u*，v*區域平均顏色作為每一個區域的3維顏色特征；其中形狀特征：區域的1維密度比、2維質心、4維矩形盒子、7維不變矩作為14維形狀特征；其中紋理特征：計算區域的共生矩陣，提取能量、慣性、熵、勻度四個統計特性作為16維紋理特征。

4.根據權利要求1所述的基于分層特征和遺傳規劃相關反饋的圖像檢索方法，其特征在于：所述的步驟（3）中對于標準圖像庫中的每一幅圖像，，計算對應于分割區域，的最優區域，其中是標準圖像庫中的圖像數量。

5.根據權利要求1所述的基于分層特征和遺傳規劃相關反饋的圖像檢索方法，其特征在于：所述的步驟（4）全局-最優區域相似度匹配模式是將檢索圖像與標準圖像庫里的每一幅圖像的全局特征和最優區域特征的相似度組合起來的一種模式。

6.根據權利要求5所述的基于分層特征和遺傳規劃相關反饋的圖像檢索方法，其特征在于：所述的步驟（5）初始檢索結果是按照將全局-最優區域相似度匹配模式中的所有相似度加權平均得到的線性相似度對標準圖像庫進行排序的結果。

7.根據權利要求1所述的基于分層特征和遺傳規劃相關反饋的圖像檢索方法，其特征在于：所述的步驟（6）包括以下步驟：

（61）、如果用戶對檢索結果滿意，則停止檢索，否則進入步驟（62）；

（62）、用戶標注系統返回的檢索結果為正例或反例；

（63）、根據適應度函數選擇個體，然后進行復制、交叉和變異操作，借助遺傳規劃算法學習最優的特征相似度結合非線性方式；

（64）、按照非線性相似度重新計算和的相似度，對圖像庫中的所有圖像重新排序，并輸出前若干幅最相似圖像；

（65）、反復進行（62）-（64），直到檢索到令用戶比較滿意的圖像。