[發明專利]基于群稀疏特征選擇的圖像檢索方法有效
| 申請號： | 201410027227.5 | 申請日： | 2014-01-21 |
| 公開（公告）號： | CN103810252B | 公開（公告）日： | 2017-02-08 |
| 發明（設計）人： | 徐軍;鄭秋中 | 申請（專利權）人： | 南京信息工程大學 |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30 |
| 代理公司： | 南京經緯專利商標代理有限公司32200 | 代理人： | 許方 |
| 地址： | 210044 江*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 稀疏 特征 選擇 圖像 檢索 方法 | ||
1.一種基于群稀疏特征選擇的圖像檢索方法，其特征在于，包括特征選擇和圖像檢索兩部分：
一、特征選擇具體包括：
步驟11、針對圖像庫中的每一幅圖像，比較其圖像關鍵字形成相似與不相似序列，接著比較相似與不相似序列的圖像顯著區域的歐式距離，獲取圖像庫中每一幅圖像的相似對與不相似對，得到該圖像的相似性度量向量；
步驟12、對獲得的每一幅圖像的相似對與不相似對分別提取訓練特征，圖像庫中所有圖像的訓練特征形成兩個特征矩陣，將前述兩個特征矩陣相減形成特征差異矩陣；
步驟13、設定權重系數，并依據特征差異矩陣與相似性度量向量，建立群稀疏邏輯模型；
步驟14、利用優化算法求解群稀疏邏輯模型，求解出權重系數；
步驟15、根據權重系數中非0群對應于特征差異矩陣所占位置，得出最優特征；
步驟16、對于圖像庫中的所有圖像提取步驟15得出的最優特征，將提取的特征以矩陣的形式保存，形成圖像特征庫；
二、圖像檢索具體包括：
步驟21、對查詢圖像，按照步驟11至步驟15的方式提取出最優特征；
步驟22、利用相似度度量，將查詢圖像的最優特征與圖像特征庫中的每一幅圖像的特征進行相似性匹配；
步驟23、將匹配得出的圖像按照相似度的程度從大到小進行排序，得出經過排序的圖像序號；
步驟24、根據步驟23得出的圖像序號，從圖像特征庫中提取出對應圖像，并作為查詢圖像對應的檢索圖像輸出。
2.如權利要求1一種基于群稀疏特征選擇的圖像檢索方法，其特征在于：所述步驟14中，優化算法為自適應譜梯度算法。
3.如權利要求1一種基于群稀疏特征選擇的圖像檢索方法，其特征在于：所述步驟22中，相似度度量的計算方法選擇L1距離，L2距離，直方圖交集，卡方距離或KL-D距離中的一種。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于南京信息工程大學，未經南京信息工程大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201410027227.5/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：基于云端的用戶行為實時分析方法
- 下一篇：信息處理裝置及其控制方法
