[發明專利]一種基于最大相似度匹配的圖片檢索方法

有效

• 申請號: 201510028073.6
• 申請日: 2015-01-20
• 公開（公告）號: CN104615676B
• 公開（公告）日: 2018-08-24
• 發明（設計）人: 王瀚漓;王雷;朱馮貺天
• 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

本發明涉及一種基于最大相似度匹配的圖片檢索方法，包括以下步驟：1)獲取訓練圖片集；2)在多尺度空間上對獲取的圖片進行特征點檢測和描述；3)對步驟2)提取的特征集進行聚類并生成包含k個視覺詞匯的視覺字典；4)將步驟2)提取的每個特征映射到與當前特征l₂距離最小的視覺詞匯上，并將當前特征與相應視覺詞匯的歸一化殘差向量存儲在倒排索引結構中，形成查詢數據庫；5)獲取待檢索圖片，執行步驟2)和4)，獲得待檢索圖片的倒排索引結構，根據該倒排索引結構檢索查詢數據庫，基于最大相似度匹配，獲得待檢索圖片的檢索結果。與現有技術相比，本發明具有魯棒性好、計算效率高等優點。

技術領域

本發明涉及一種相似圖片檢索方法，尤其是涉及一種基于最大相似度匹配的圖片檢索方法。

背景技術

計算機視覺在近幾年內得到了快速發展，尤其是圖像檢索，由于其豐富的應用場景而備受關注。

圖像局部特征是用于圖像處理領域的一類特征，在尺度空間尋找極值點，提取位置、尺度、旋轉不變量，可在圖像中檢測出關鍵點。

非聚合模型是特征匹配的一種近似方法。在此模型中，局部特征被量化到與它最近的事先訓練好的字典中的視覺詞語上，并存儲下此特征與相應視覺詞語的殘差向量，置入倒排索引中以作查詢使用。

現如今，基于局部特征和非聚合模型的圖像檢索系統是最為常用的系統之一，它具有精度高、速度快等特點，但是，此模型還存在以下問題：

由于非聚合模型的近似特性，使得多重匹配問題不可避免地出現在視覺匹配過程中，從而影響了最終的精度。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種魯棒性好、計算效率高的基于最大相似度匹配的圖片檢索方法。

本發明的目的可以通過以下技術方案來實現：

一種基于最大相似度匹配的圖片檢索方法，實現圖片的在線檢索，包括以下步驟：

1)獲取訓練圖片集；

2)在多尺度空間上對獲取的圖片進行特征點檢測和描述；

3)對步驟2)提取的特征點的集合進行聚類并生成包含g個視覺詞匯的視覺字典；

4)將步驟2)提取的每個特征映射到與當前特征l₂距離最小的視覺詞匯上，并將當前特征與相應視覺詞匯的歸一化殘差向量存儲在倒排索引結構中，形成查詢數據庫；

5)獲取待檢索圖片，執行步驟2)和4)，獲得待檢索圖片的倒排索引結構，根據該倒排索引結構檢索查詢數據庫，基于最大相似度匹配，獲得待檢索圖片的檢索結果；

所述步驟5)中，根據待檢索圖片倒排索引結構采用最大相似度匹配在查詢數據庫中進行檢索，獲得與該待檢索圖片匹配的檢索結果，所述最大相似度匹配的核函數為：

其中，X_c＝{x∈X:q(x)}，Y_c＝{y∈Y:q(y)}分別表示待檢索圖片特征點集合X和與其對應的訓練圖片特征點集合Y中屬于視覺詞匯c的特征子集，q表示執行聚類操作的函數，m＝max(#X_c,#Y_c)，#X_c、#Y_c分別為集合X_c、Y_c的基數，k表示集合X_c與Y_c進行匹配的第k種排列，r(x_i^k)為第k種排列下X_c中第i個特征所對應的歸一化殘差向量，r(y_i)為第k種排列下Y_c中對應r(x_i^k)的歸一化殘差向量，σ(·)為非線性函數，定義為：