[發明專利]一種基于視覺顯著性融合的圖像檢索方法在審
| 申請號: | 201710479300.6 | 申請日: | 2017-06-22 |
| 公開(公告)號: | CN107357834A | 公開(公告)日: | 2017-11-17 |
| 發明(設計)人: | 白琮;陳佳楠;黃玲;郝鵬翼;陳勝勇 | 申請(專利權)人: | 浙江工業大學 |
| 主分類號: | G06F17/30 | 分類號: | G06F17/30;G06K9/46;G06K9/62;G06T7/136;G06T7/194 |
| 代理公司: | 杭州斯可睿專利事務所有限公司33241 | 代理人: | 王利強 |
| 地址: | 310014 浙江省杭州*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 視覺 顯著 融合 圖像 檢索 方法 | ||
1.一種基于視覺顯著性融合的圖像檢索方法,其特征在于:檢索對象為彩色圖像所述圖像檢索方法包括訓練過程和測試過程;
所述訓練過程包括步驟一至步驟四:
步驟一、建立視覺詞匯字典:依次對訓練圖像集中的每張圖像進行分析處理,為后續檢索建立一個視覺詞匯字典;
步驟二、利用圖像的視覺顯著性特征融合算法得到視覺顯著性圖,再根據顯著圖分割得到圖像的前景目標圖和背景區域圖;
步驟三、對前景目標圖和背景區域圖分別提取圖像的色彩特征和紋理特征;
步驟四、在步驟一的操作基礎上,統計數據庫中每張圖片的視覺詞匯分布直方圖;
所述測試過程包括步驟五;
步驟五、對測試圖像進行檢索,過程如下:
步驟5.1:對測試圖像用步驟二所述方法分割得到前景目標圖和背景區域圖;
步驟5.2:對測試圖像用步驟三所述方法提取測試圖像前景目標圖和背景區域圖的色彩特征和紋理特征;
步驟5.3:對測試圖像用步驟四所述方法統計前景目標圖和背景區域圖的視覺詞匯統計直方圖;
步驟5.4:將測試圖像按照步驟5.1,步驟5.2和步驟5.3得到的每個特征依次與訓練圖像集中的每張圖像的對應特征進行距離度量;
步驟5.5:對步驟5.4所得的每種特征的距離度量進行累加,得到總距離,用D1,D2,…Di表示,其中i代表訓練圖像集中的圖像數量;
步驟5.6:針對訓練圖像集中的每張圖像,按照D1,D2,…Di從小到大的順序對訓練圖像排序并輸出;
經過上述步驟的操作,即可實現對測試圖像的檢索。
2.如權利要求1所述的一種基于視覺顯著性融合的圖像檢索方法,其特征在于:所述步驟5.4中,距離度量采用的方法是余弦距離。
3.如權利要求1或2所述的一種基于視覺顯著性融合的圖像檢索方法,其特征在于:所述步驟一中,建立視覺詞匯字典的過程為:
步驟1.1:將彩色圖像轉換成灰度圖像。
步驟1.2:在步驟1.1得到的灰度圖像上獲取訓練圖像集中的每張圖像的特征向量表示集,用Fm表示,其中F1、F2、……Fm分別表示一張圖像的特征向量表示集,m表示訓練圖像集中圖像的數目;所述特征向量是多維的,其維度用N表示,N>2;
所述獲取訓練圖像集中的每張圖像的特征向量表示集的方法為SIFT算法;
步驟1.3:對于步驟1.2得到的特征表示集中的特征向量進行聚類并獲取每個特征類別的代表特征向量,得到K個類別,K個代表特征向量,K為正整數;
所述聚類方法為K-means聚類算法,所述每個特征類別的代表特征向量為該特征類別中全部特征向量聚類的質心;
步驟1.4:得到后續檢索所需的視覺詞匯字典,所述視覺詞匯字典由步驟1.4所得的每個特征類別的代表特征向量組成。
4.如權利要求1或2所述的一種基于視覺顯著性融合的圖像檢索方法,其特征在于:所述步驟二中,針對單張圖像的操作步驟為:
步驟2.1:使用7種不同的視覺顯著性算法計算圖像的視覺顯著性圖,所述7種不同的視覺顯著性算法分別為AMC、BL、BSCA、HC、MR、MS和ST;
步驟2.2:使用DLRMR算法將得到的不同的視覺顯著性算法融合成視覺顯著圖分割;
步驟2.3:利用步驟2.2得到的視覺顯著性圖,進行圖像閾值分割算法,分別得到圖像的前景目標圖與背景區域圖。
5.如權利要求1或2所述的一種基于視覺顯著性融合的圖像檢索方法,其特征在于:所述步驟三中,針對單張圖像的操作步驟為:
步驟3.1:將前景目標圖和背景區域圖的色彩空間轉換到HSV色彩空間;
步驟3.2在前景目標圖的H通道和S通道中提取色彩特征。提取方法采用計算H值和S值的統計直方圖的算法;
步驟3.3在背景區域圖的H通道和S通道中提取色彩特征。提取方法采用計算H值和S值的統計直方圖的算法;
步驟3.4在前景目標圖的V通道上提取紋理特征。提取方法采用局部二值模式算法;
步驟3.5在背景區域圖的V通道上提取紋理特征。提取方法采用局部二值模式算法。
6.如權利要求1或2所述的一種基于視覺顯著性融合的圖像檢索方法,其特征在于:所述步驟四中,針對單張圖像,建立特征表示的具體操作步驟為:
步驟4.1:將步驟二得到的前景目標圖轉化為灰度圖像;
步驟4.2:在步驟4.1得到的灰度圖像中結合步驟一得到的視覺詞匯字典,分別統計前景目標圖的視覺詞匯的統計直方圖。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江工業大學,未經浙江工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710479300.6/1.html,轉載請聲明來源鉆瓜專利網。





