[發明專利]一種基于局部特征鄰域信息的相似圖片檢索方法

有效

• 申請號: 201410386860.3
• 申請日: 2014-08-07
• 公開（公告）號: CN104199842B
• 公開（公告）日: 2017-10-24
• 發明（設計）人: 王瀚漓;王雷
• 申請（專利權）人: 同濟大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/66
• 代理公司: 上海科盛知識產權代理有限公司31225
• 代理人: 趙繼明

1.一種基于局部特征鄰域信息的相似圖片檢索方法，其特征在于，包括：

1)獲取訓練圖片；

2)采用Hessian-Affine特征點檢測算法和SIFT局部特征描述子在多尺度空間上對圖片進行特征檢測和描述，具體為：

2a)采用Hessian-Affine特征點檢測算法對圖片I_i進行檢測，得到相應的局部特征點集P_i＝{p_i,1,…,p_i,m}，i＝1,2,…n，n為圖片總數，m為每張圖片中局部特征點的個數；

2b)采用SIFT局部特征描述子對P_i進行描述，得到對應的局部特征F_i＝{f_i,1,…,f_i,m}，其中，f_i,j＝{(x_i,j,y_i,j),σ_i,j,θ_i,j,s_i,j,D_i,j}，依次代表特征的位置信息、尺度信息、主方向、局部圖像塊半徑以及128維特征向量，3)根據步驟2)提取的特征構造相對應的影子特征，表示為fs_i,j＝{(xs_i,j,ys_i,j),σs_i,j,θs_i,j,ss_i,j,Ds_i,j}，其中，

xs_i,j＝x_i,j+α·s_i,j·cosθ_i,j

ys_i,j＝y_i,j+α·s_i,j·sinθ_i,j

θs_i,j＝θ_i,j+π

σs_i,j＝σ_i,j

ss_i,j＝s_i,j

為采用SIFT局部特征描述子對影子特征fs_i,j進行描述，得到的128維特征向量；

α為構造參數；

4)利用k均值聚類算法對步驟2)中提取的特征進行聚類并生成包括k個視覺詞的視覺字典；

5)將上述所有特征逐個映射到與其L2距離最小的視覺詞匯上，并存儲在倒排索引結構中，所有特征包括步驟2)提取的特征和步驟3)構造的影子特征；

6)保存所述倒排索引，形成查詢數據庫；

7)獲取查詢圖片，對查詢圖片依次執行步驟2)、3)、5)，獲得相應的倒排索引，并將其與查詢數據庫進行比對，獲得檢索結果列表。

2.根據權利要求1所述的一種基于局部特征鄰域信息的相似圖片檢索方法，其特征在于，所述的α取值為2。

3.根據權利要求1所述的一種基于局部特征鄰域信息的相似圖片檢索方法，其特征在于，所述的步驟4)具體為：

4a)對從訓練圖片中提取出的特征集為F＝{F₁,…,F_n}，利用k均值聚類算法將F聚成k個類；

4b)記錄并保存k個類的中心點，作為視覺詞，形成視覺字典：K＝{K₁,…,K_k}，其中每一個視覺詞都是一個128維向量。