[發(fā)明專利]一種基于社區(qū)分析的圖像索引并行構建方法

在審

• 申請?zhí)枺?/td>: 201510224042.8
• 申請日: 2015-05-06
• 公開（公告）號: CN104778281A
• 公開（公告）日: 2015-07-15
• 發(fā)明（設計）人: 束蘭;黃裕新
• 申請（專利權）人: 蘇州搜客信息技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 北京科億知識產(chǎn)權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種基于社區(qū)分析的圖像索引并行構建方法，其特征在于，包括如下步驟：

S1：采用并行K均值聚類算法對目標圖像實現(xiàn)聚類，所述目標圖像由多個視覺關鍵詞構成的特征聚類向量表示；

S2：對聚類得到的每個類分別建立索引；

S3：進行圖像查詢。

2.如權利要求1所述的基于社區(qū)分析的圖像索引并行構建方法，其特征在于，所述步驟S1具體包括：

S11：提取目標圖像和圖像數(shù)據(jù)庫中每幅圖像的顏色特征和紋理特征；

S12：對描述圖像內容的高維特征進行降維，得到特征子集；

S13：結合網(wǎng)格的樣本密度，對特征子集構成的數(shù)據(jù)集進行聚類。

3.如權利要求1所述的基于社區(qū)分析的圖像索引并行構建方法，其特征在于，所述步驟S3具體包括：

S31：將目標圖像中提取的降維后的特征子集與所述步驟S1最終所得到的各聚類中心進行匹配，選擇最相似的索引樹；

S32：在最相似的索引樹中，根據(jù)目標圖像的所述顏色特征和紋理特征進行檢索，得到相似性匹配結果。

4.如權利要求2或3所述的基于社區(qū)分析的圖像索引并行構建方法，其特征在于，所述步驟S13具體包括：

S131：將降維后的低維數(shù)據(jù)空間劃分成固定大小的網(wǎng)格；

S132：計算每個網(wǎng)格中落入的樣本數(shù)目得到每個格點的樣本密度；

S133：將格點按照其樣本密度排序；

S134：根據(jù)排序結果得到初始聚類的分類數(shù)和各分類的初始中心；

S135：用K均值方法來模擬數(shù)據(jù)點的分布，得到最終的聚類結果。

5.如權利要求4所述的基于社區(qū)分析的圖像索引并行構建方法，其特征在于：所述步驟S12中對高維圖像特征進行降維時，選擇全局顏色矩作為表征圖像內容的特征向量。

6.如權利要求5所述的基于社區(qū)分析的圖像索引并行構建方法，其特征在于：選擇全局顏色矩是選取顏色的一階矩、二階矩和三階矩作為表征圖像的特征向量。