[發明專利]一種基于機器人視覺平臺的圖像檢索方法

有效

• 申請號: 201510028263.8
• 申請日: 2015-01-21
• 公開（公告）號: CN104504161B
• 公開（公告）日: 2017-11-10
• 發明（設計）人: 邵可佳
• 申請（專利權）人: 北京智富者機器人科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/46
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及圖像識別領域，尤其涉及一種基于機器人視覺平臺的圖像檢索方法。

背景技術

機器人視覺平臺，簡稱RobotEye，是一款機器人視覺檢索系統，采集機器人或智能設備采集視覺數據并反饋給機器人或智能設備有價值的知識信息。當前的圖像識別方法，如憑借關鍵字搜索、對比圖形特征參數等等。其中利用關鍵字進行搜索以及人眼的識別都具有主觀性，無法準確地反映圖片信息。對比圖形特征參數的方法又存在計算量過大，參數過多，實現起來較為繁瑣等問題。而單一的對比圖形的某個特征又無法全部具體地描述圖像信息。通常現有的圖像檢索方法中，不具有強大的對圖像內容分解的能力，智能的知識關聯能力，以及敏捷的自我學習能力，且在對圖像采集時，使用普通攝像頭獲取單幀圖像樣本，對連續圖像以及多個視差圖片的捕捉能力不強，大大降低了對目標的測量精度。綜上所述，目前的圖像識別方法都無法很好的解決對圖像準確、簡潔、分解、關聯、自我學習的檢索問題。

發明內容

本發明提供了一種基于機器人視覺平臺的圖像檢索方法，提高了圖像分解的準確性和客觀性，提高了圖像碎片相似度檢索的效率和準確度。

本發明的目的是通過以下技術方案實現的：

一種基于機器人視覺平臺的圖像檢索方法，其特征在于，該方法包括：

利用雙目攝像頭采集圖像樣本，對所述圖像樣本進行內容識別，根據圖像分解規則對識別后的圖像進行圖像分解，獲取圖像碎片；

將所述圖像碎片以列表形式發送給檢索用戶，檢索用戶對所述圖像碎片進行標注；

根據支持向量機模型，對標注后的圖像碎片進行分類，找到圖像碎片集合邊界，依據索引規則對邊界附近的圖像碎片進行剔除，將剔除后剩余的圖像碎片進行相似度檢索，獲得相似度匹配最高的圖像素材。

所述內容識別包括：顏色特征識別、紋理特征識別和輪廓特征識別，其中

所述顏色特征識別，包括利用顏色直方圖特征匹配法對顏色特征進行提取識別，具體的，利用直方圖相交法、直方圖距離法、直方圖中心距法、參考顏色表法和累加顏色直方圖法對顏色特征進行綜合打分；

所述紋理特征識別，包括利用灰度共生矩陣對紋理特征進行提取識別，并利用馬爾可夫隨機場MRF模型對紋理特征進行綜合打分；

所述輪廓特征識別，包括利用顏色和邊緣的方向性描述符方法，通過綜合比較顏色與紋理的邊界對輪廓特征進行提取識別。

所述圖像分解包括：提取所述圖像的輪廓特征，將圖像點陣數據轉換為矩陣，根據所述輪廓特征識別提取出的輪廓邊界矩陣，結合Snake模型，對所述圖像的輪廓進行提取分解。

所述支持向量機模型為其中x_i表示輸入向量，x表示輸出向量，b₀表示常數項。

所述圖像分解規則為：單調的圖像不進行分解，無意義的圖像不進行分解，重復的圖像不進行分解，空間距離不連續的圖像碎片不進行分解；

所述索引規則為：重復的圖像碎片不進行索引，無意義的圖像碎片不進行索引，過于復雜的圖像碎片不進行索引。

與現有技術相比，本發明實施例至少具有以下優點：

本發明實施例中，利用雙目測距獲得空間目標的距離特征，提高了圖像分解的準確性和客觀性，通過對圖像樣本的內容識別和圖像分解獲取圖像碎片，并依據圖像分解規則對圖像進行分解，保證了對圖像樣本的全面分解，提高了圖像碎片的準確度和參考價值，利用支持向量機模型分類方法以及建立索引規則，提高了圖像碎片相似度檢索的效率和準確度，保證獲取到的圖像素材與圖像樣本的相似度匹配最高，同時該方法還具有智能的知識關聯能力以及敏捷的自我學習能力。

附圖說明

圖1為本發明實施例提出的一種基于機器人視覺平臺的圖像檢索方法的流程框圖。

具體實施方式

如圖1所示，為本發明實施例提出的一種基于機器人視覺平臺的圖像檢索方法的流程框圖，包括：

利用雙目攝像頭采集圖像樣本，對圖像樣本進行內容識別，根據圖像分解規則對識別后的圖像進行圖像分解，獲取圖像碎片；將圖像碎片以列表形式發送給檢索用戶，檢索用戶對圖像碎片進行標注；根據支持向量機模型，對標注后的圖像碎片進行分類，找到圖像碎片集合邊界，依據索引規則對邊界附近的圖像碎片進行剔除，將剔除后剩余的圖像碎片進行相似度檢索，獲得相似度匹配最高的圖像素材。