[發(fā)明專利]一種基于局部相似哈希算法的大規(guī)模圖像庫檢索方法

有效

• 申請?zhí)枺?/td>: 201410440566.6
• 申請日: 2014-09-01
• 公開（公告）號: CN104199922B
• 公開（公告）日: 2019-05-03
• 發(fā)明（設(shè)計）人: 張樹武;張桂煊;郭勤振;曾智
• 申請（專利權(quán)）人: 中國科學(xué)院自動化研究所
• 主分類號: G06F16/53
• 分類號: G06F16/53
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 宋焰琴

一種基于局部相似哈希算法的大規(guī)模圖像庫檢索方法，包括：從待檢索圖像庫中選取部分圖像作為訓(xùn)練圖像集，提取訓(xùn)練集圖像的SIFT特征；利用K均值算法對訓(xùn)練集的SIFT特征進行聚類，得到碼本；在訓(xùn)練集上計算碼本中每一碼字的逆頻率；對每一碼字進行局部敏感哈希編碼；對查詢圖像和待檢索圖像庫中圖像分別提取SIFT特征；針對某一幅圖像計算其中每一碼字的詞頻，進而得到每一碼字的權(quán)重；利用相似哈希算法計算圖像的局部相似哈希編碼；計算查詢圖像的哈希編碼與待檢索圖像的哈希編碼之間的漢明距離；利用漢明距離來快速檢索與查詢圖像相似的圖像。本發(fā)明的方法具有很好的普適性，既減少了數(shù)據(jù)的存儲空間又提高了查詢的檢索效率。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像檢索技術(shù)領(lǐng)域，更具體地涉及一種基于內(nèi)容的圖像檢索方法，尤其是一種基于局部相似哈希算法的大規(guī)模圖像庫檢索方法。

背景技術(shù)

隨著互聯(lián)網(wǎng)的快速發(fā)展，互聯(lián)網(wǎng)上的圖片數(shù)據(jù)日益增多。如何快速、準確地為用戶提供所需要的圖片資源顯得越來越重要。基于內(nèi)容的圖像檢索(content-based imageretrieval，CBIR)技術(shù)應(yīng)運而生，受到了許多研究者的關(guān)注。一般來說CBIR系統(tǒng)主要包括兩部分的核心研究內(nèi)容，一是有效的圖像特征表述，二是高效檢索算法。

圖像特征表述方面，最初的CBIR系統(tǒng)利用圖像的全局底層特征，例如顏色、紋理、形狀等來表述圖像。但是這類全局特征不能很好地捕捉到圖像的局部信息，因此判別性不高。基于SIFT(Scale Invariant Feature Transform，尺度不變特征轉(zhuǎn)換，具體含義例如參見文章David G.Lowe，“Distinctive image features from scale invariantkeypoints”，International Journal ofComputer Vision，66(2)，2004)局部特征的詞袋模型(BOW) (相關(guān)內(nèi)容例如參見文章Josef Sivic and Andrew Zisserman，“Videogoogle： A text retrieval approach to object matching in videos”，InProceedings of International Conference on Computer Vision，2003)，是一種新穎的圖像表述方法。在BOW中，首先提取圖像的局部SIFT特征，然后將SIFT特征量化成碼本(codebook)，最后利用碼本的信息來表示圖像。

檢索算法方面主要包括基于樹的檢索算法和基于哈希的檢索算法。基于樹的檢索算法利用超平面遞歸地劃分整個數(shù)據(jù)空間，在數(shù)據(jù)比較低維的情況下效果很好，但是當數(shù)據(jù)維度比較高的時候，基于樹的檢索算法會退化成窮盡搜索。基于哈希的檢索算法的主要思想是將原始數(shù)據(jù)映射成漢明空間中的二進制數(shù)值串(binary string)，數(shù)據(jù)之間的相似度可以利用它們在漢明空間的二進制數(shù)值串之間的漢明距離來度量。基于哈希的高效檢索算法有兩個主要優(yōu)點：一是可以減少數(shù)據(jù)存儲空間；二是可以提高檢索效率。