[發(fā)明專利]一種圖像預(yù)檢索方法

無效

• 申請(qǐng)?zhí)枺?/td>: 201310222223.8
• 申請(qǐng)日: 2013-06-05
• 公開（公告）號(hào): CN103279545A
• 公開（公告）日: 2013-09-04
• 發(fā)明（設(shè)計(jì)）人: 胡靜
• 申請(qǐng)（專利權(quán)）人: 上海電機(jī)學(xué)院
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 上海思微知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 31237
• 代理人: 鄭瑋

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理領(lǐng)域，特別涉及一種圖像預(yù)檢索方法。

背景技術(shù)

近年來,粗糙集理論（rough?set）的應(yīng)用和研究取得了很快發(fā)展。粗糙集理論作為一種新的處理含糊和不確定性問題的有效數(shù)學(xué)工具，其特點(diǎn)是不需要預(yù)先給定某些特征或?qū)傩缘臄?shù)量描述,如統(tǒng)計(jì)學(xué)中的概率分布、模糊集理論中的隸屬度或隸屬函數(shù)等，而是直接從給定問題的描述集合出發(fā)，通過不可分辨關(guān)系和不可分辨類確定給定問題的近似域，從而找出該問題中的內(nèi)在規(guī)律。

當(dāng)今有些學(xué)者已將粗糙集理論應(yīng)用于圖像的處理和理解領(lǐng)域中，例如利用rough?set理論進(jìn)行圖像特征提取和圖像增強(qiáng)方法的研究等方法。但是早期的工作都是通過論域中的等價(jià)關(guān)系來匹配的，因此被稱為等價(jià)rough?set模型，簡(jiǎn)稱ERSM。ERSM的最主要貢獻(xiàn)是提供一種將語義關(guān)系進(jìn)行等價(jià)分類的新方法。它要求等價(jià)關(guān)系的三個(gè)屬性（自反性：XRX；對(duì)稱性：XRY→YRX；傳遞性：XRY∧YRZ→XRZ；）都必須同時(shí)滿足。但是在某些領(lǐng)域傳遞性并不總是能滿足的，尤其是在自然語言理解和信息檢索領(lǐng)域。

為此，有些專家提出了以“相容關(guān)系”替代“等價(jià)關(guān)系”的新的信息檢索概念，稱為“相容rough?set模型”，簡(jiǎn)稱TRSM。TRSM在文本信息檢索領(lǐng)域取得了令人滿意的結(jié)果，例如日本科學(xué)與技術(shù)學(xué)院的Tu?Bao?Ho與Kaname?Funakoshi曾利用相容rough?set理論，對(duì)日本人工智能協(xié)會(huì)的從1986年到1995年這十年內(nèi)的所有文章和論文進(jìn)行了檢索，該數(shù)據(jù)庫共有802個(gè)文本，其中725個(gè)文本具有關(guān)鍵詞，總共有1823個(gè)關(guān)鍵詞，對(duì)其中若干個(gè)關(guān)鍵詞進(jìn)行檢索，其結(jié)果是共檢索到95%的相關(guān)文本，其準(zhǔn)確性達(dá)76%，而同樣用Boolean?OP操作來進(jìn)行檢索，只檢索到60%的相關(guān)文本，其準(zhǔn)確性只達(dá)70%。

然而，現(xiàn)有的基于內(nèi)容的圖像信息的檢索一般是只基于文本的，由于文本描述常有二義性，而且不能準(zhǔn)確表達(dá)圖像中豐富的信息內(nèi)容，所以往往很難準(zhǔn)確地進(jìn)行檢索。理想的基于內(nèi)容的圖像信息檢索系統(tǒng)應(yīng)該是以圖像顯示來代替文本描述，即首先將若干圖像呈現(xiàn)給用戶，由用戶確定一個(gè)包含了目標(biāo)圖像中某些信息的初始圖像，這些信息對(duì)目標(biāo)圖像來說雖然是不完備的，但是檢索系統(tǒng)可以據(jù)此，將檢索范圍盡可能地鎖定在一個(gè)有效的范圍內(nèi)，以幫助用戶盡快檢索到所需的目標(biāo)圖像。因此如果能設(shè)計(jì)一種解決問題的模型，使在圖像信息不完備的狀況下都能盡可能給出問題的一組最大可能的解，對(duì)圖像檢索系統(tǒng)則無疑是很有實(shí)際意義的。另一方面從提高圖像檢索工作的效率來考慮，如果一開始就能將檢索范圍鎖定在目標(biāo)圖像的周圍，可以大大縮短檢索的時(shí)間，提高檢索的效率。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種圖像預(yù)檢索方法，以解決現(xiàn)有的圖像預(yù)檢索方法在初始圖形圖像信息不完備的前提下，檢索時(shí)間長(zhǎng)、效率差且低的問題。

為解決上述技術(shù)問題，本發(fā)明提供一種圖像預(yù)檢索方法，包括：

步驟一：提取某個(gè)圖形或圖像庫中每一個(gè)對(duì)象的屬性和屬性值，建立一圖形或圖像特征庫；

步驟二：獲取所述圖形或圖像特征庫中所有屬性同時(shí)發(fā)生的的頻率值f=C（ti，tj），C表示函數(shù)，ti、ji表示對(duì)象的屬性值；

步驟三：根據(jù)頻率值f得到不確定函數(shù)I（ti）={tj|C（ti，tj）≥2}∪{ti}；

步驟四：根據(jù)不確定函數(shù)得到隸屬度函數(shù)

步驟五：根據(jù)隸屬度函數(shù)u（ti，X），得到每一個(gè)對(duì)象的下近似和上近似：

L（d，X）={ti∈J|v（I（ti），X）=1}

U（d，X）={ti∈J|v（I（ti），X）＞0}

步驟六：確定查詢的下近似L（q，x）和上近似U（q，x）；

步驟七：將查詢的下近似L（q，x）和上近似U（q，x）分別和每一個(gè)對(duì)象的下近似L（d，X）和上近似U（d，X）進(jìn)行粗匹配；

步驟八：將粗匹配的結(jié)果依次輸出。

在所述的圖像預(yù)檢索方法中，在步驟三中，若某個(gè)屬性值沒有與任何其他屬性值同時(shí)發(fā)送，則它的不確定函數(shù)即為它本身。

在所述的圖像預(yù)檢索方法中，將匹配的結(jié)果依次輸出的步驟包括：

設(shè)七個(gè)空集A₁₁,A₂₁,A₂₂,A₃₁,A₃₂,A₄₁,A₄₂；

將粗匹配的結(jié)果分為七個(gè)等級(jí)；

將七個(gè)等級(jí)放入七個(gè)空集中；