[發明專利]圖像樣本訓練方法及圖像檢索系統

在審

• 申請號: 201310398297.7
• 申請日: 2013-09-05
• 公開（公告）號: CN103488701A
• 公開（公告）日: 2014-01-01
• 發明（設計）人: 陳卓
• 申請（專利權）人: 成都理想境界科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/36
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及圖像識別領域，尤其涉及一種用于建設圖像特征數據庫時的圖像樣本訓練方法。

背景技術

圖像識別常常受到不精確的特征匹配過程的妨礙，不精確的特征匹配過程會因仿射變換（因視角或觀看點的改變而使獲取圖像顯示形變）和其它失真（例如，當圖像獲取端得到的圖像比較模糊時，其特征將發生顯著變化）而加劇，從而導致正確匹配的減少和錯誤匹配的增加。

在現有圖像檢索技術中，通常采用尺度不變特征變換（SIFT）算法來提取并描述圖像中的關鍵點，該算法對尺度和仿射變換（視角改變）具體較好的適應性，但是在視角（視線與垂直于圖像的方向之夾角）超過60度的情況下很難有正確的匹配結果，同時通過手持設備或穿戴設備獲取檢索圖像時，由人為因素造成攝像頭抖動進而獲取的圖像比較模糊的情況下，也很難匹配到正確的目標圖像。

發明內容

本發明的目的是提供一種圖像樣本訓練方法，解決視角超60度情況下及人為因素造成攝像頭抖動而使獲取圖像模糊的情況下，圖像匹配準確率低的問題，實現一個以手持設備或穿戴設備為圖像獲取端的精確圖像檢索系統。

為了實現上述發明目的，本發明提供了一種圖像樣本訓練方法，包括：將待訓練的原目標圖像通過高斯模糊的方式處理，模擬焦外成像效果，得到與檢索圖像近似的模糊目標圖像；在多個方向上分別對原目標圖像和模糊目標圖像進行仿射變換，生成一組由多張圖像組成的訓練圖像集；對所述訓練圖像集中的每一副圖像進行特征提取，生成圖像檢索數據庫中對應于目標圖像的特征數據。

其中，所述將待訓練的原目標圖像通過高斯模糊的方式處理，模擬焦外成像效果，得到與檢索圖像近似的模糊目標圖像，進一步包括：將待訓練的原目標圖像轉換為灰度圖像，然后對灰度圖像中的每個像素點做正態分布計算，得到高斯矩陣；使用所述高斯矩陣，分別在垂直方向和水平方向上對原目標圖像圖中的每個像素點的灰度值做卷積運算，得到所述模糊目標圖像。

優選的，將待訓練的原目標圖像轉換為灰度圖像，然后對灰度圖像中的每個像素點做正態分布計算，根據如下公式計算高斯矩陣：

N維空間正態分布方程為:

其在二維空間定義為：

σ=(0.5*(k–1)–1)*0.3+0.8；

r=n–(k–1)/2；

其中，r為模糊半徑，σ為正太分布的標準差，k為高斯核，n的范圍為0～k-1，k為13～21之間的奇數。

優選的，所述在多個方向上分別對原目標圖像和模糊目標圖像進行仿射變換，生成一組由多張圖像組成的訓練圖像集，進一步包括：在四至八個方向上分別對原目標圖像和模糊目標圖像做仿射變換，得到八至十六張新的訓練圖像；新的訓練圖與原目標圖像、模糊目標圖像一起組成訓練圖像集。

優選的，當在四個方向上分別對原目標圖像和模糊目標圖像做仿射變換時，具體為:以原目標圖像和模糊目標圖像為基礎生成四個方向上的旋轉圖像，這四個方向分別是：圖像正面、圖像上下倒置、順時針旋轉45度、逆時針旋轉45度；將每張旋轉圖像在水平方向以50度～60度、垂直方向上以10度～20度進行視角變換，以得到仿射變換后的新的訓練圖像。

優選的，對所述訓練圖像集中的每一副圖像進行特征提取，采用的特征提取算法為SIFT算法或SIFT算法的改進算法，如SURF、Ferns、ORB等算法。

相應的，本發明還提供了一種圖像檢索系統，包括服務器端及安裝有圖像檢索客戶端的移動設備，所述服務器端采用前述的圖像樣本訓練方法生成圖像檢索數據庫。

與現有技術相比，本發明具有如下有益效果：

本發明通過在訓練圖像集中加入原訓練圖像（待訓練的原目標圖像）的模糊圖像之后，在使用手持設備或穿戴設備的攝像頭獲取圖像來進行檢索時，如果獲取到的圖像是焦外模糊的圖像（即未對焦的情況下得到的圖像），這時仍然能夠在檢索數據庫中找到正確的目標圖像。同時，在訓練圖像集中加入仿射變換的處理，可以使用戶在視角大于80度的情況下仍然能夠準確地找到檢索數據庫中的目標圖像。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖：

圖1為本發明實施例圖像樣本訓練方法流程示意圖。

具體實施方式