[發明專利]基于壓縮感知的圖像特征存儲方法、圖像檢索方法和裝置

有效

• 申請號: 201410090817.2
• 申請日: 2014-03-12
• 公開（公告）號: CN103886050B
• 公開（公告）日: 2017-05-24
• 發明（設計）人: 周燕;曾凡智
• 申請（專利權）人: 佛山科學技術學院
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 廣州新諾專利商標事務所有限公司44100
• 代理人: 許英偉

1.一種基于壓縮感知的圖像特征檢索方法，其特征在于，包括：

第一步，將待檢索的圖像和圖像庫中的圖像分別進行存儲，存儲的方法相同，均包括如下步驟：

Ⅰ、分割為若干個子塊；

Ⅱ、將所述子塊的若干個圖像特征進行組合，形成所述圖像的原始信號；其中，所述圖像特征包括顏色特征和紋理特征兩個分類；其中：

對于第i塊子塊，采用以下測量公式進行計算形成原始信號：

Y_i'＝Φ_Bx_i；

其中，x_i代表第i塊以列為優先形成的各種分類原始信號；Ф_B是一個M_B×B²的正交高斯隨機矩陣

Ⅲ、將所述原始信號依次進行稀疏變化和投影到相同的測量矩陣后，得到該原始信號對應的分塊觀測值進行存儲；

第二步，根據待檢索的圖像的分塊觀測值獲取該圖像對應的第一測量值，以及根據圖像庫的圖像的分塊觀測值獲取該圖像庫的圖像對應的第二測量值；

其中采用上述第一步描述的步驟，第一測量值的獲取如下：

1)顏色類測量值：對于顏色R、G、B，分別以RY_i'、GY_i'、BY_i'代表測量值(i＝1,2,…,n)；

2)紋理類測量值：對于紋理特征，以PY_i'(i＝1,2,…,n)代表測量值；

同理，獲取圖像庫中存儲的圖像特征向量作為第二測量值，記為：RY_i、GY_i、BY_i、PY_i(i＝1,2,…,n)；

第三步，計算所述第一測量值和第二測量值相比對的整體相似性度量，輸出檢索結果；具體步驟如下：

首先計算原始殘量度量C：

C＝f₁(GX,BX,RX,PX)；

然后，計算稀疏性度量Mx：

Mx＝f₂(GK,BK,RK,PK)；

最后，根據原始殘量度量C和稀疏性度量Mx計算整體相似性度量H：

H＝f₃(C,Mx)；

其中，采用可變長自適應稀疏重構算法，分別先計算下列8個數據：

輸出：若|H|<ε，則圖像與被檢索圖像的相似度較高，輸出該圖像作為檢索結果；

所述可變長自適應稀疏重構算法，是指在檢索時重點對測量差量的稀疏性進行估計，不需要精確恢復原始信號，給出了一種計算圖像的相似度公式，從而實現了圖像的快速檢索，其具體實現步驟如下：

輸入：觀測矩陣Ф，觀測向量Y，步長s；

輸出：信號的近似值及稀疏值K；

Step1：初始化

(1)r₀＝Y，F₀＝φ，I＝s，K＝1，l＝1，SPARSNUM＝MAXINT，其中，SPARSNUM為迭代稀疏值上限，設定段迭代次數閥值ITNUM，取值為10、20、 30的整數；取ε₁＝10^-5，ε₂＝10^-1；

Step2：重復選擇并迭代

(1)預選下標集S_K＝SUPP_MAX(|Φ^T·r_K-1|,I)；

(2)確定新的下標候選集C_K＝F_K-1US_K；

(3)計算最小二乘差量和r'：

(4)裁剪過程：F＝SUPP_MAX(|r'|,I)；

(5)計算本步迭代殘差和r：

(6)若滿足停止迭代條件：則轉入Step3；

(7)若需要精細迭代，改變步長，即：(||r||₂≤ε₂||Y||₂AND||r||₂≥||r_K-1||₂)，則：I＝I+max(S/2,1)；

(8)否則：{K＝K+1；

F_K＝F；

r_K＝r；}

Step3：(1)若：l≥ITNUM，{輸出：其中滿足： 及K＝|F_K|}；

(2)否則{輸出：其中滿足：及K＝SPARSNUM}；

其中Ф^T表示矩陣Ф的轉置，函數SUPP_MAX(V,I)表示由向量V的前I個絕對值最大分量所對應下標構成的下標支撐集；表示由矩陣Ф中對應下標集C_K中的下標列所組成的子矩陣；Ф_F表示由矩陣Ф中對于下標集F中的下標列組 成的子矩陣，SUPP(Z),Z∈Rⁿ表示向量Z的非零分量的下標集。